【北京現場】進軍穿戴裝置，聯發科準備好了|數位時代 BusinessNext

產品技術力是品牌的根本，聯發科在宣佈品牌策略的同時，無線通訊事業部總經理朱尚祖也針對今年度產品做出整體策略說明。在八大產品中，最受關注的是，聯發科針對最近很紅的穿戴式裝置的應用，即將在今年第二季量產Aster晶片。

圖說：聯發科無線通訊事業部總經理朱尚祖

朱尚祖表示，這款產品是目前全球面積最小的可穿戴設備解決方案，大小只有5x5毫米，上面整合了微控制器(MCU)，低耗藍牙，控制台，相機，FLASH，動態隨機存取記憶體（DRAM），以及。週邊感測器輸入輸出介面。除了硬體的創新，如同Android wear，聯發科也針對運動手環這類產品，建構了自己的軟體生態系統，朱尚祖指出，Aster目前是以較簡單的應用為主，不過因應目前穿戴式裝置不容易在軟體應用端進行升級更新，因此也開發出了「膠囊」的專利，只要在手機端下載App，當手機與穿戴裝置連線時，新功能就會覆蓋舊的應用，達到更新目的。

針對日前Nike縮編生產運動手環的數位運動部門，朱尚祖認為，就市場狀況，穿戴裝置還在探索階段，尋找最適合的新產品型態，所以大家可以用較開放的角度來看，他說，趨勢應該是對的，只是不知市場霸主會是誰。

面對對手開始積極佈局車載資訊的移動市場，聯發科表示，目前已有成立獨立子公司杰發，不過因為聯發科對於汽車產業還需要更多的熟悉度，現階段還是會以過去在DVD、藍光、TV這些車用娛樂設備做為切入點。

聯發科其他重點產品：

首款八核LTE單晶片MT6595 ：整合五模多頻LTE modem，首款以硬體支援H.265 (HEVC)編解碼的移動單晶片，將數位電視技術應用於移動領域。
1. 64位元元LTE單晶片MT6752：ARM 64位元八核Cortex-A53處理器，整合最新ARM Mali-T760高端圖形處理器。
2. 首款支持802.11ac 五合一無線連結解決方案MT6630：多模GPS，雙頻 802.11a/b/g/n/ac，支持20/40/80MHz頻道頻寬、低功耗藍牙、整合ANT+技術，可廣泛應用於運動健身配件/可穿戴設備
3. 多模無線充電接收解決方案 MT3188：支援遠端充電，只需將設備置於無線充電線圈附近即可獲得兩大無線充電聯盟Power Matters Alliance (PMA)及Wireless Power Consortium (WPC)的認證
4. 支援HEVC 4K 超高清數位電視解決方案 MT5328：第一顆支持超高清 Ultra-HD (4K2K) 60fps
5. 高整合型電視單晶片解決方案MT5328：具H.265(HEVC)解碼功能
6. 真八核3G通話平板晶片 MT8392：將新一代高性能雙核 ARM Cortex-A17 應用於數位電視晶片，支援全高清 H.265 (HEVC) 和 Google VP9 視頻解碼

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。