天天把矽谷掛在嘴邊,但是你確定自己知道矽谷是哪裡嗎?
天天把矽谷掛在嘴邊,但是你確定自己知道矽谷是哪裡嗎?
2015.08.24 | 行銷

幾乎所有科技行業的人都可以感覺到,中國與矽谷越來越近了。不僅美國的創業公司們想要試水中國市場,中國的創業者投資人們也在頻繁地往返兩地,尋找各種新機會,甚至連航空公司也忍不住「摻和」進來:在今年上半年,海南航空就專門開闢了一條新航線,專飛北京到矽谷中心城市San Jose的直飛航線,每週五班,把想要「朝聖」、「交流」的人們運來運去。

延伸閱讀:矽谷Founders Space創辦人Steve Hoffman給台灣的8個建議在台灣,失敗是不被允許的。一旦你有過機會卻失敗了,人們將不再信任你。但這樣的觀念需要改變,要打造改變世界的新創公司,失敗是必經的過程。

是的,矽谷是Apple、Google等等一大批科技企業的發源地。但是,在上週為在舊金山SYNC大會準備的街頭採訪中,發現很多人用著矽谷公司的產品,但其實並不明白矽谷在哪裡。有人說它就是美國西岸的一座城市,有人一問三不知。

那麼矽谷到底在哪裡?它為什麼叫矽谷呢?矽谷又是怎麼形成的呢?我們希望這篇文章能給你一個答案,讓你也在踏上你的矽谷之旅之前,知道關於它的更多趣事。

延伸閱讀:行政院創業大動作!快速試製中心3月敲定,90億元矽谷科技基金Q3啟動

首先,矽谷到底在哪裡?原來他不是一個城市!

矽谷(Silicon Valley)坐落在加州北部,是由舊金山以南(不包含舊金山)到聖何塞以北的多個縣市組成的一大片區域,而並不指代任何一個城市。

不過,隨著科技企業在這個地區的不斷增多膨脹,矽谷的區域定義也變得更加寬泛。由於一些新興的科技企業包括Twitter和Uber都把公司總部設在了舊金山市區內,所以也引得一小部分人會偶爾把舊金山也當作矽谷的一部分。

矽谷又是怎麼得名的呢?

矽谷原名是聖塔克拉拉(Santa Clara)。由於早期當地企業多從事加工製造高濃度矽的半導體行業和電腦行業而得名矽谷。

誰創造了矽谷?

當矽谷還被稱為聖塔克拉拉(Santa Clara)的時候,這裡並沒有太多的民用科技企業。所以,當大批的高材生從附近的Stanford大學,加州大學伯克利分校畢業後都選擇了離開,並湧向了紐約尋求發展機會。直到Stanford教授Frederick Terman發現了這一點,並在學校裡選擇了一大片空地來鼓勵學生們在當地發展他們的事業。而他的兩個學生William Hewlett和David Packard在一間車庫裡憑著538美元建立了惠普公司。

在1951年,Terman又有了一個更大的構想——成立Stanford研究園區,並將園區裡一些較小的工業建築以低租金租給一些當時的科技新創公司。實際上,這已經是現在創業孵化器的雛形,並在當時吸引了越來越多的公司來此安家。

在這種氛圍下,諾貝爾獎獲得者 Shockley搬到了Google目前所在城市的山景城,並設計出了 Shockley二極管以及創立了自己的半導體實驗室。儘管他成功地把「矽」和半導體工業帶到了這裡,卻由於領導能力不足導致團隊內部不和以及八位核心成員的集體離職。憤怒的肖克力為他們起了一個名字:叛逆的八人組(Traitorous Eight)。

八人組離開後一起創立了快捷半導體(Fairchild Semiconductor),也就是當時世界上最大、最富創新精神的半導體生產企業。同時,它也是第一家以風險投資方式建立的高科技公司,並與德州儀器儀器發明了20世紀最重要的電子技術——集成電路。

叛逆的傳統

當然,再成功的企業在矽谷都會流失掉一部分管理層去繼續創立新的公司。1967年初,八人幫中的斯波克、雷蒙德等人決定離開快捷公司,自創美國國家半導體(National Semiconductor),總部設立於現在的矽谷。1968年,快捷公司銷售負責人桑德斯也提出辭職,並成立了超微科技(AMD)公司。同年七月,諾宜斯、摩爾、葛洛夫也選擇離開仙童成立了現在大家眾所周知的英特爾。

據統計,從快捷出走的工程師和技術員,在矽谷創立了幾百家公司,這些公司被稱為快捷的孩子們(Fairchildren),也正是他們創造了矽谷。於是,人們也公認地把快捷的創立當做是矽谷誕生的標誌了。


上圖為創立快捷公司後的「叛逆八人幫」

延伸閱讀:
1. JPMorgan Chase執行長:矽谷新創就要顛覆華爾街
2. 美國矽谷的三大搶手人才

原文出處:PingWest

關鍵字: #矽谷 #創新創業
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