川普狂言準備一一實現？英特爾在白宮宣佈投資70億美元在美國建廠|數位時代 BusinessNext

川普狂言準備一一實現？英特爾在白宮宣佈投資70億美元在美國建廠

英特爾宣佈將在美國亞利桑那州工廠投資70億美元，預計將創造3000個工作崗位，並且預計有1萬人參與到工廠建設中，該工廠預計3-4年建成使用。

英特爾公司CEO科再奇（Brian Krzanich）在白宮橢圓形辦公室宣佈，該公司將對此前擱置的亞利桑那州工廠投資70億美元。該計畫預計將創造3000個工作崗位，並且預計有1萬人參與到工廠建設中，該工廠預計3-4年建成使用。

川普的嘴炮見效了。

據悉，這一消息是科再奇於本週三（2月8日）前往白宮拜見川普總統的「見面禮」，川普表示，科再奇幾周前向其致電稱，希望能一同公佈這一重大消息。

科再奇表示，在白宮宣佈這筆投資是對政府正在推進的稅務和監管政策的支持，「我們的工廠支援的工作崗位——高工資、高科技製造崗位是將是所在地經濟增長的引擎。」他還說：

「英特爾非常自豪的是，我們的製造業大部分都在美國，我們的大部分研發也都在美國，而我們的產品80%銷往海外。」

「美國擁有獨特的人才、充滿活力的商業環境和進入全球市場的機會，這使得像英特爾一樣的美國公司能夠促進經濟增長和創造發明。」

英特爾的這個亞利桑那州工廠在2011年開工，原本計畫投資50億美元、2013年落成。結果由於英特爾錯過了行動設備的浪潮，並且喪失了原本給蘋果代工晶片的良機，加上PC銷量的下滑，導致這一計畫最終在2014年擱淺。

英特爾似乎重新找回了信心。它表示該工廠將生產7奈米晶片，「這將是這個星球上最強勁的晶片」，科再奇說。

不過，白宮表示，不會因此給予英特爾政策優惠。

川普在總統大選期間威脅了一票美國企業，讓它們把工廠搬回美國，他特別點名了蘋果公司。但蘋果卻打算繼續在海外生產，目前在印度建廠已木已成舟。

川普倒是不擔心缺乏支持者。

富士康半遮半掩。在孫正義會見川普時手中拿著的一份文件被好事的記者拍到，上面赫然寫著富士康打算在美國投資70億美元建廠的計畫，還可能創造5萬個工作機會。在被曝光後，郭台銘對外表示，「是有這個計畫，但不是承諾，只是希望。」他還透露，建廠計畫仍未確定，但如果進行順利的話，此筆投資將超過70億美元，並將創造3萬到5萬的工作機會。

同樣是孫正義。在川普贏得大選但還沒有正式上任的去年12月初，孫正義見了川普，並表示「我很欣賞你」。然後剛跟孫正義握完手的川普就趕緊掏出那個舊Android手機發Twitter稱，軟銀創始人兼CEO孫正義同意在美國商界投資500億美元，創造5萬個就業崗位。估計孫正義也是一臉傻眼，沒想到這麼快就宣佈了，自己準備的新聞稿都浪費了。

川普正式就任美國總統前一周，亞馬遜在一份聲明中表示，該公司計畫在未來18個月在美國增加10萬個全職全福利的工作職缺，屆時，亞馬遜在美國的全職員工數量將達到28萬人。

⋯⋯

川普顯然深諳「蘿蔔加大棒」之道。他一邊聲稱美國將對企業實施大幅減稅和政策鬆綁，使現行企業所得稅稅率從35%降至15%；一邊則威脅會對把工廠搬遷到其他國家、雇傭其他國家員工卻想把產品售回美國的企業徵收高達35%的產品關稅。

逼著你搬回美國。

不過有意思的是，跟其它科技巨頭相比，蘋果在抵制川普方面還是挺有種的。

本文授權轉載自：虎嗅網

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。