掏這卡付錢肯定很殺， Plastc 一張抵所有卡片|數位時代 BusinessNext

掏這卡付錢肯定很殺， Plastc 一張抵所有卡片

Plastc 透過藍芽連結手機，能整合超過 20 張信用卡、禮卡、會員卡或金融簽帳卡。與一般卡片無異的0.8公釐厚度，配合 e-ink 電子墨水螢幕，滑動螢幕就可選所需使用的卡片。掏這張付款肯定最殺！

如果你想拯救你爆炸的皮夾，你真的要看一下 Plastc。它使用藍芽連結手機，能整合超過 20 多張信用卡、禮卡、會員卡、悠遊卡。重點是他只有薄薄的 0.8 公釐，還外加超酷的電子墨水觸控螢幕（e-ink touchscreen），只要看過 Plastc 的宣傳影片，你一定會馬上愛上他，並且覺得超酷！

怎麼用 Plastc 刷卡？只要用手指在螢幕上輕輕一滑，就能選擇你要使用的卡片，還能輸入密碼！Plastc 支援 RFID、NEC、EMV 等技術，也能顯示條碼，所以可以當作你的 Visa、Master Card、條碼禮卡、悠遊卡、身分證、識別門卡等等等，簡單來說，有了 Plastc，你根本不用把皮夾裡的所有卡片帶出門。

所以外出購物時，只要在觸控螢幕上解鎖，接著選擇信用卡，再跟傳統信用卡一樣刷下就行了，電子墨水螢幕上，會顯示你的頭像和簽名; 手機也會馬上收到交易明細，供你確認。你也能用 Plastc 當作禮卡，交給店員，換取折扣。或是輕輕碰觸門鎖，開啟大門。這不是超級方便嗎！

這個概念是否似曾相識？因為 2013 年另一家新創公司推出 Coin，就是主打多卡合一的智慧信用卡，他和 Plastc 的概念雷同，但曾經因為出貨延遲，導致早期支持的粉絲不大高興，也讓 Plastc 能有機會切入市場。

不過 Plastc 也自知取代信用卡，就算真的做出卡片，如果不能在店裡刷，豈不是要重蹈 Coin 覆轍？所以特別跟美國運通、花旗、美國銀行、大通等銀行合作，希望獲得他們的支持。

兩者再比一比。與 Coin 只能儲存 5 張卡片相較，Plastc 存卡數較為充足。在充電方面，Coin 的用戶需兩年後更換電池，Plastc 的內建電池能用 30 天，只要放在專用無線充電台上，就能充電。

而讓 Plastc 更為強大的一點在於，它使用了電腦晶片。在台灣，許多刷卡機都使用晶片讀取功能，這部分，官網上也保證海外使用者是能夠刷的。美國政府更以法案推動商家使用 EMV 晶片信用卡。以這點來說，Plastc 是比較佔優勢的。

如果把 Plastc 搞丟怎麼辦？卡片會立刻上鎖，並且以 App 通知你。更酷的是，如果要重新開啟，Plastc 會要求利用「人臉辨識」，以及輸入 Pin 碼才能解鎖。寫到這裡，不禁覺得擁有這張卡片，真的會讓你在刷卡、充電、甚至弄丟卡片時，都感到很潮啊！

雖然看完整個介紹，心中已經超生火！但 Plastc 還僅止於預購，預計 2016 年 4 月拿到成品。即便如此，身邊已有朋友、也看到不少網友把 155 美金的預購金給刷下去了。會不會像 Coin 一樣有變數，沒有人能說得定。但是買一個超潮智慧卡未來，你願意嗎？

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。