【書介】《MH370X档案》：從國家危機中為國策打分、國運把脈的小冊集|數位時代 BusinessNext

這兩個月來，不只台灣社會不平靜，全球也動盪不安，從烏克蘭危機、馬航MH370失蹤、韓國歲月號沉船……無一不讓人眉心深鎖。若要說這一連串事件中，就以馬航MH370事件最令人不解，整件事就像看X檔案那般神秘，全世界都在找這架「人間蒸發」的飛機與機上二百多名乘客。

事發至今已近兩個月，關於馬航MH370下落仍未明，最新報導則是國際間已暫停空中搜尋，改以擴大海底搜尋。此時，馬來西亞的大將出版社推出這本《MH370X档案》，誠如大將出版社總編輯徐婉君在此書的序言中所說：「此書雖小，意義非凡。」非凡的意義在於，這不是一本解密MH370可能在哪裡的書，也不是一本批評咒罵的文集，這是一本馬來人為自己國家所寫的小冊，為國策打分，為國運把脈的小冊集。

作者楊善勇是馬來西亞相當著名的時事評論專欄作家，筆鋒犀利，經常可以在大馬當地的《光華日報》、《東方日報》看見他的文章。而此次將馬航神秘失事事件的文章集節成書，其實是作者對自己母國政治體制、教育政策等各方面的一種反思。

這本書大致可分為四大部分：搜尋機身、側寫人面、終結地點、修補體系。作者勤勞的搜集了國際媒體對馬航MH370事件的報導，以及各方的質疑，透過感性的筆法，帶著時而嘲諷，時而戲謔的口吻，側寫馬國政治人物面對危機處理時的各種反應與態度。

也許外人無法理解馬來西亞的安逸，在面對這樣牽扯多個國家的人民生命危機，著實慌了陣腳。甚至馬國找巫師施法尋找飛機下落的情況，成為各國譏笑的話柄，這一切的一切，作者在書中也探討了馬國在國家機制的疏漏、錯誤的策略、機場安檢的問題，甚至國防上的漏洞。

若以馬來西亞本國人在看這本書，可將之視為一種檢討，而我覺得這本書更深遠的意義在於，透過作者以各種面向與角度切入，他那既不偏頗、也不坦護的言論，更讓非馬國人民的讀者可以了解箇中原由，無論受難者或馬國都需要更大的寬恕與包容的力量，這場危機才能在恩怨情仇中漸漸被化解。

就像作者在書中提到：「航程的失控，一下子改變了這一切。國家悲痛、家屬悲憤……然而在這講究高速、高效、分秒必爭的戰爭中，我們該如何應對？」在網路資訊傳達快速的時代裡，總是訊息太多，時間太少，一但被放到國際舞台時，網路力量擋不了、外電報導鎖不住，馬國官方不只承受受難者家屬的憤恨與抱怨，更多的是來自各國網民在漫天訊息中胡亂抓一把的輿論壓力。

這本書總讓我想起《318佔領立法院》，如此形態的出版與書寫，同樣都是對自己所處的國家體制感到痛心，而希望藉由文字與傳播的力量，急呼大眾正視問題背後的症結，作者的用心良苦，希望敲醒國家機器與掌權者能有所醒悟。

與其說這是一本細說馬航MH370失蹤的事件簿，倒不如說這是一本對國家體制的反思、對文化與同理心的善解。而馬航MH370事件到底是陰謀論？亦或是神秘論？也許以人類有限的智慧，在現階段都無從得知。

但，誠如本書開頁所寫：「祈願機上的生命平安，但求地面的家眷堅定。」

(作者薛怡青,曾擔任科技媒體記者，現為Readmoo特約作者。)

《MH370X档案》 ****

立即試讀： http://goo.gl/DxyBdW 詳細資訊： http://goo.gl/njyyJB

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。