這幾年的石油危機讓世界各國卯足全勁開發各種替代能源,除了太陽能外,許多國家的能源計畫已逐漸把腦筋動到我們每天吃的糧食身上,亦即利用玉米、甘蔗、甚至廚餘,來生產能驅動汽車、發電的生物燃料。 南美洲的巴西是全世界最大的甘蔗生產國,年產量達一千萬噸以上,加上巴西的能源資產相當匱乏,有大半以上的石油必須仰賴進口。為了克服這項能源取得問題,很自然地促成了巴西政府致力於將甘蔗提煉成酒精的生質能源技術,目前已有三分之二的甘蔗用於提煉生質能源。 從甘蔗提煉出酒精 巴西政府早在一九三一年就頒布法令規定,全國各地銷售的汽油必須添加二%到五%的酒精,成為全世界第一個相關立法的國家。隨著七○年代的石油危機及工業化的持續演進,規定攙加酒精的比例增加到二五%,創下了世界各國汽油添加酒精比例的最高紀錄,聖保羅市也因此成為全世界空氣品質最好的城市之一。 這樣從農作物提煉成酒精,再推展至酒精汽油的模式,在國際間如同雨後春筍般拓展開來。從古巴、日本、南韓到中國大陸、美國、甚至台灣,農作物的種類也從一開始的甘蔗到玉米、高梁、大豆。 經濟持續火熱的中國,一方面為了緩解能源供需不平衡的狀態,同時也希望能因應「京都議定書」生效後,要求削減溫室氣體的排放量壓力,著手開始了從玉米、高梁提煉酒精燃料的開發,並進而透過這些燃料進行發電。 北京國能生物發電有限公司便在今年投資了五.三五億元人民幣興建生物燃料發電的相關設施,預計在二○○七年八月於玉米產區的黑龍江省開始營運,每年可發電二.七五億千瓦,並使當地六○%的剩餘玉米梗,從低經濟價值的施肥肥料轉為高經濟價值的能源,可謂將牛糞變成真的黃金一般。此外,帶給當地農村的效益,還包括每年提供一千多個就業機會,以及將剩餘玉米梗變現的收入增加,每年預計是四千多萬元人民幣。 看著世界各國紛紛跨足生質能源領域,台灣政府也積極規劃相關的計畫。農委會在去年於宜蘭縣、雲林縣等地各選定三十公頃的休耕農地,試種大豆及油菜等能源作物,並計畫在今年擴大至兩千公頃。 利用休耕農地種植高油份含量的作物,這樣的綠色油田一年最大可生產二十五萬公秉,占了全年柴油消耗量六百萬公秉的四%,同時還減少了每年九十萬公噸二氧化碳的排氣量,整個能源作物轉換的程式也比一般的石油更乾淨及更有效率。加以台灣的氣候環境,相比德國一年只能收成一次的油菜花,台灣能收成最多六次,更具有發展這樣生質能源的潛力。 汽車會與人類爭奪糧食? 但隨著各國在生質能源上的發展,開始有人擔心,會不會有一天糧食危機與石油危機變成不可分割的兩大問題。 「幾天前,我稍微算了一下,用酒精加滿一個多功能運動車二十五加侖油箱所需要的糧食足夠一個人吃一年;反過來說,假設這部車每兩個星期要加一次油,一年下來所耗費的糧食可以養活二十六個人。」這是今年七月,華盛頓的智庫機構球政策研究所所長萊斯特.布朗(Lester R. Brown)所發表的看法。 世界上愈來愈多的糧食被用來生產酒精,美國這五年來用來生產能源的糧食量,就從一千八百萬噸到五千五百萬噸,而在盛產玉米的愛奧華州,有五十五個提煉廠正在運轉及興建;跨個大西洋到歐盟國家,去年歐盟各國總共生產了十六億加侖的生物燃料,皆是由菜油及糧食所提煉的。 「亞洲生產生物燃料的趨勢也強勁成長,在印度有幾個甘蔗生產生物燃料的小型工廠正在運轉;在中國,去年把兩百萬噸的糧食轉化為酒精,今年可能更多;泰國用木薯來提煉乙醇;馬來西亞和印尼則利用當地最多的棕櫚油。」布朗憂心地表示,糧食儲備目前處於三十四年來最低的水準,而全世界每年要增加超過五千萬人。此外,現已有二十億的貧困人口拿著一半的收入購買食物。 利用生質能雖然可能造成糧食短缺問題,但仍然有些人持續往這樣的夢想前進。在日本,大阪產業大學、豐田汽車與燃料製造公司相關人員組成了一個研發團隊,並致力以透過炸天婦羅剩餘的廚餘廢油來提煉生物燃料。 該團隊請了日本前F1賽車手、現任大阪產業大學客座教授片山右京,駕著這樣的生物燃料賽車,參加明年一月舉行的達卡越野競賽,整個競賽從葡萄牙的里斯本出發,終點在塞內加爾首都達卡,全程一萬公里,途中甚至包括大片沙漠及不少險峻地形。 該團隊已在今年八月起向大阪產業大學的學生、學校餐廳及社區居民募集該生物燃料所需要的廚餘廢油,「我們希望達到全程不用一滴石油,也不用人類可食糧食的創舉,」片山右京表示。
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。
