經濟部正式宣布,推動台灣智慧城市建設六大重點計畫
經濟部正式宣布,推動台灣智慧城市建設六大重點計畫
2014.05.25 | 科技

隨著全球人口持續高度匯集於都市,因而交通、經濟、安全、汙染及醫療等相關城市治理挑戰也越演越烈。為因應未來這麼多挑戰,各國皆積極運用資通訊技術,開發結合健康照護、商業民生及生活育樂等服務,逐漸朝向高科技智慧城市之路邁進。

為了解決人口集中在都市化之後,相對所衍生的許多問題,從美國、歐洲、中國、日本等國家,皆將智慧城市作為重要經濟戰略及國家經濟轉型升級的發展藍圖,試圖在世界大國中角逐領先地位。

經濟部指出,智慧城市可結合異業發展應用服務,建立新興產業鏈,提升產品附加價值,台灣為全球資通訊產品生產研發重鎮,發展智慧城市將可帶動既有產業鏈高度合作、整合及整體輸出,甚至有機會讓資通訊產業有轉型升級。

目前高速行動通訊技術發展已逐漸成熟,國內外電信業者開始大規模布建4G服務網,對智慧城市的發展是一大助力,經濟部也預計將全力推動幾大重點項目,協助國內廠商掌握智慧城市的新商機。

台灣推動發展智慧城市重點:

  1. 建置4G 網路接取與應用測試環境:將選擇3 ~ 4 處場域建立試驗網,以提供終端測試、局端設備測試、組網技術驗證及應用驗證等工作。
  2. 豐富4G內容服務與創新應用:推動多元內容創新的多媒體服務模式,並結合法人研發動能,共同推動4G內容服務整合平台,提高服務內容深度。
  3. 發展4G先進商務模式:打造智慧園區、智慧商圈、智慧交通及智慧行動商務等服務驗證平台(概念驗證/服務實證)。
  4. 構建4G智慧寬頻應用城市:將於全台5都 15個縣市人口密集區、離島及航空城等地,由4G業者/系統業者主導,結合地方政府需求,推動智慧安全、智慧照護、智慧物流、智慧支付、智慧運輸及智慧娛樂等整合性應用服務。
  5. 公益應用服務:協助開發資深公民或弱勢族群相關產品與示範應用,打造4G無障礙應用。
  6. 研發行動寬頻新興技術:將著重新一代通訊系統技術研發及國際標準參與。

 

 

【延伸閱讀】
7/9【創業小聚暨AAMA台北搖籃計畫年會】6/10前享65折
當穿戴裝置、物聯網、智慧應用為全球焦點時,你我的機會、台灣的機會在哪?7月9日創業小聚年會以「軟硬結合,啟動大創新時代」為主題,邀請Google台灣區董事總經理簡立峰、微軟亞太研發集團首席營運長申元慶、HWTrek硬體加速平台創辦人王仁中、大陸京東硬體平台JD+計畫負責人那昕、微程式資訊總經理吳騰彥(Youbike)、創意引晴執行長黃俊傑(影像辨識)、北京極科極客科技執行長王楚雲(智慧路由器),還有多組創業團隊分享他們觀點和經驗。
時間:7月9日(週三) 9:30-17:00
地點:台大醫院國際會議中心R201,台北市徐州路2號2樓
參加方式:6/10前享早鳥票65折優惠
參見活動網頁

 

6/4【2014台北國際電腦展高峰論壇】4大領袖齊聚,形塑未來!
宏碁集團董事長施振榮、聯發科技董事長蔡明介、ARM執行長Simon Segars、AWS亞太區董事總經理Shane Owenby等重量級講者,共同聚焦雲端應用、軟硬整合、智慧生活等前瞻議題,以宏觀視野,探討產業鏈的發展與未來趨勢,一起預見下一波商機!
時間:6月4日(三)9:00-13:00
地點:臺北國際會議中心3樓宴會廳
線上報名:請詳見活動網頁

 

關鍵字: #智慧城市
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓