愛知博覽會的創新|數位時代 BusinessNext

在愛知博覽會的尾聲去參訪，以為人會少一點，結果完全錯了。僅管西日本有颱風來襲，入園人數還是居高不下，9月3日更創下25萬人的高峰。為了進豐田館仍得排上三個小時，熱門的國家館如德國館，到下午五點還是有100分鐘等待線。就參訪人數而言，這算是一個成功的博覽會。我們有幸訪問了總企劃人之一的福井昌平先生，對愛知萬博的企劃概念及創新有較深入的了解。他一開始便說這是21世紀第一個萬國博覽會，對這個有150年以上歷史的博覽會而言，愛知做了許多創新。不同於19世紀的萬博強調國力，20世紀的萬博強調企業力，21世紀的萬博應有一些新的省思與再出發。探索自然與生命的智慧他認為21世紀之後的萬博有二種趨勢，一是金磚四國之類的發展中國家，他們爭取主辦萬博的動機仍是展現國力，並與都市發展或造鎮相結合，因此開發與基礎建設的規模愈大愈好。1970年的日本大阪萬博，參訪人數6400萬人和展場面積都是本次的三倍，2010年上海萬博的目標一定是要超越大阪的記錄。但已開發國家的動機完全不同，各國政府已很難得到國會的同意，再以大筆納稅人的錢來宣揚「國威」，而是必須以更高層次的目標與主題，足以凝聚眾人，吸引企業、市民、甚至是他國政府的參與才是重點。愛知的主題是「自然的睿智」，一反過去透過一座座龐大的人造紀念物，以展場的規模來展現「人定勝天」的科技開發思維，此次以比較謙卑的心態，在對自然環境破壞最小的情況下，體驗與探索其中所孕涵的訊息（Nature's Matrix）、展現人生的技巧與智慧（Art of Life）、以及構思生態循環的社會開發（Development of Eco-communities）。從而以地球社會全體成員為主體，來形塑與建構全球規模的對話與交流之平台，解決人類共同面臨的課題。這些概念不只要表現在會展期間，從會展的規劃設計過程、軟硬體設施到結尾的善後處理（再生、再利用、再回收）都要考慮大會的主題。以下就是這次博覽會的特色，提供給大家參考。樹立市民參與的典範第一，此次的場地原是「愛知青少年運動公園」，涵括了許多生態棲息地，約150公頃，因為會後要還原，此次只利用了原來球場、競技場、以及露營地共60公頃，算是相當緊湊（compact）的基地設計。整個基地的高低差達40米，設計上很巧妙地用了全長2.6公里的「空中走道」環繞各個展區，創造出流動的空間，讓參觀者沿著此一空中迴圈（global loop）就可穿越不同特色的各國展館。原基地中的13個池塘都原樣保留，也形成了自然庭園的地景形貌。第二，為了讓各國的展館投資較經濟，不過份地在建物上爭奇鬥豔，大會蓋了161個18米×18米×9米的「模組」，由各國來租承及做內外裝潢。已開發國家的呈現較能掌握到大會主題，以創新手法呈現該國特色；開發中國家的想像力就較差，許多甚至淪為商品販賣場所，較為可惜。第三，本次市民參與的深度與廣度也得到世界博覽會協會的稱讚，前後有十多萬市民直接、間接地參與此次博覽會的企劃設計建造及營運，另有三萬志工參與服務，非政府組織及非營利組織的計劃與節目超過250個，為未來的博覽會立下市民參與的典範。

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。