亞洲·矽谷啟航了,也是個滿滿的大平台?
亞洲·矽谷啟航了,也是個滿滿的大平台?
2016.12.27 | 物聯網

「行きまーーす!(啟航了!)」就如同初代鋼彈駕駛阿姆羅出發前必定會喊出的口號,亞洲矽谷執行中心也在聖誕節這樣特殊的日子正式揭牌和啟航。

筆者也有幸受邀出席並且擔任下午場的物聯網論壇的主持人,所以既然都得來了,就乾脆一早來看看到底我們國家要怎麼做這件事情。

多個媒體上已經有不少關於亞洲·矽谷揭牌的報導,我也就不再多做記錄,但我想談談我的一些觀察。

很多人會提到政府喜歡這種大堆頭式的開幕方式,還有象徵式的啟動儀式,我自己其實也是。但仔細想想,會這麼做的原因必然還是有民眾對這樣的方式買單,若公民不喜歡,透過持續的表達,政府終究是要滿足(娛樂)公民的,這種方式才會真的有機會慢慢改變。否則!這確實是政府告訴民眾「我們有做事」的有效方式之一。

在揭牌和啟航儀式過後,現場的人潮走了一半,台上談市場趨勢的論壇場次其實很重要啊!怎麼副總統走了,這我還能理解,很容易有超多行程要走,但不是還有物聯網大聯盟嗎?怎麼相關的官員和人員好像都走了?

目前除了執行中心的關鍵七人小組現身之外,確實還沒有比較進一步和具體一點的作法,雖然在之前的熱烈討論中,社群許多人都在質疑為何這計畫必須在桃園?那段期間有許多討論,國發會這裡也重新檢討,沉寂了一陣子之後,隨著唐鳳政委上任,似乎畫龍點睛的加了個點(Dot)在亞洲矽谷中間,然後就順順的在桃園執行中心啟動了。

亞洲矽谷計畫執行中心七人小組.jpg
亞洲矽谷計畫執行中心七人小組首次亮相,由國發會副主委龔明鑫兼任執行長(左一)。
圖/ 工研院提供

確實,執行中心在哪裡的問題不大,政府可以有其考量,只要讓積極想參與的民間社群理解政府執行的考量就好。而對桃園來說,爭取這個議題到桃園發展必然也能理解。所以,困難的是中央政府的論述得更清楚。

下午兩場的深度論壇以及座談,也就順著亞洲·矽谷的另一個重點,物聯網的議題。這也是我覺得有趣的,我們既然編組了物聯網大聯盟,也有物聯網志工團,但怎麼下午的物聯網論壇,除了必然在的執行中心團隊,物聯網大聯盟或者志工團似乎都不見了?

那麼我也就好奇物聯網大聯盟和志工團是用怎樣的機制方式來和社群以及其他人交流呢?

大平台_youtube截圖.jpg
亞洲·矽谷包山包海,仍未見具體方案,也要帶來「滿滿的大平台」?
圖/ youtube截圖

在啟動結束的不到一天,不少人都問了我看法,我必須說,由於政府執行的流程,所以一個創新的議題要在這樣的體制下進行本來就不容易。

我一直覺得應該強調公民素養,政府的所有作為到最後都必須滿足公民。

當我們在期待政府做創新的時候,是否又能接受創新的代價極大的機會像是打水漂?而看到政府打水漂,激不起太大的漣漪之後,我們是否會瞬間變成嚴格監督的酸民謾罵政府的監督不力?

如果會的話,那我們怎麼期待政府去做可能的創新和探索未來?

對於亞洲·矽谷,很多人在參加之後,感覺內容似乎有點空洞,或許是因為這跟最早提出的樣貌,在被媒體及社群批判一輪或者討論之後,似乎除了句點增加,實質的改變似乎不多有關。

實驗場域如何做到標準接軌?

如同在之前的文章談到的一些建議,我很樂意再次提起,其中我覺得最有價值的部分是實驗場域,但卻也還沒能看到具體做法。政府要如何積極參與創新,提供可具體落地實驗的場域?不是什麼自造者空間(Maker Space),也不是什麼實驗室,而是實際測試的場域環境。

創建研發群聚是好的,但若最後依然只是大廠的舞台,那我先說這大概就輸了。積極的作法應該是:善用開放式創新的觀念、提供試驗場域,大廠和政府提供資源,讓新創用不一樣的角度做實驗,這樣才能同時達到實驗成本低、風險也低。

新創本就該冒險,而若大廠這樣都願意一起做,那就是真的想創新的大廠;而非只想用政府經費,協助降低自己研發費用而已。

物聯網產業大聯盟也絕對不要再像過去一樣,只是產業群聚的公協會,而是標準的接軌。

什麼是標準的接軌? 絕對不是成立那些線下聯盟或者協會,讓我們自己在島內自嗨; 而是能夠開放有競爭力的學者與企業有更多的合作,並且積極並直接參與國際標準協會,從參與跟隨,到建立影響力和發聲,這才是發揮我們實力和能力的場子。

先進國家都是透過建立標準來作為產業戰略的一部分,若我們還在角落結黨,那就是持續讓自己邊緣化。

有真正可以實驗的場域,和積極參與國際標準的作法,搭配願意投入早期的基金,或者是投資國外有價值的物聯網新創,透過場域的搭配,那麼就可以有很多有效的實質創新產生,進而帶動新產業生態的誕生。

不要被生態系的論述給綁住了!生態系是讓自己也成為其中可能的節點,融入然後發揮影響力,而不是建立我們自己的生態系,希望別人加入我們的生態系,這依然是「寧為雞首」的概念。

最後,曾經聽某個老前輩提到,政府投入資源資金的方式有時候會被既有的體制和系統卡住,要改變現況,確實需要長時間投入。但是至少要在資源資金到位後,執行時要搞對方向。才能用有效的方式滾動出實質效果,並且回頭導正體制。怎麼做?最會溝通的政府看來還得繼續努力。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。
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