這家來自過去的「網咖」，帶你回到90年代的網路世界|數位時代 BusinessNext

這家來自過去的「網咖」，帶你回到90年代的網路世界

最近萬維網發明者蒂姆·伯納斯-李因為獲得圖靈獎再次進入人們的視線，可還有多少人記得在1991年8月6日上線的第一個網站？

2016年全球網路用戶已經超過35億，網路的發展已經快到讓我們記不清它並不算長的歷史。

最近在倫敦舉辦了一個讓名為「64位元：網路遺失的過去」（64 Bits, An Exhibition of the Web's Lost Past）的展覽，讓你重新體驗從1991年第一個網頁誕生到Web 1.0時代這段逐漸被遺忘的網路生活。

參觀者可以根據不同的時間節點體驗網路早期的這段歷史，除了能瀏覽世界上第一個網站，還可以在第一個交易網站上訂購披薩，創建屬於自己的數字城市，這聽起來就情懷滿滿，但你習慣了使用iPhone的你，在使用這些「古老」的技術時也許會有點吃力。

在這個展覽上，你還可以使用現代搜尋引擎鼻祖Archie，查看關於它的一切內容。Google和Yahoo都是Archie後來的追隨者。此外展覽還向參觀者講述了一些塑造了當今數位文化，卻逐漸被遺忘的初代網路人的故事。

其中包括被稱為「icon之母」的設計師Susan Kare，她設計的圖標和字體如今已被無數的網民使用，包括mac上command鍵，以及蘋果早期的Macintosh圖標，MacPaint 界面和iPod 初代的字體，還有小時候我們在Windows系統上玩得津津有味的紙牌遊戲「空檔接龍」。

而一些數位產品的創意則會讓你忘掉年代的隔閡，比如也許是網路上最早的一個病毒式影片「Dancing Baby」，一個跳舞的嬰兒讓當時為數不多網民為此瘋狂，如今已經21歲的Dancing Baby的舞步仍然是不少網民模仿的對象。

病毒影片還有1998年的倉鼠群舞（Hamster dance），影片只有9秒，不斷循環著一排排倉鼠有節奏的搖擺，頗具魔性，在當年通過E-mail和部落客火遍網路，現在各種衍生版本還隨處可見。

網路也孕育了一些新的藝術，展覽中一個由無數電子符號組成的裸體女人畫像十分引人注目，實際上這是1966年貝爾實驗室研究總監David Dave的惡作劇作品。參觀者還可以利用連接到老式網路攝影鏡頭的點陣式打印機，打印出屬於自己的ASCII肖像。

現代像素藝術先驅eBoy的作品同樣在展區中引人注目，這個成立於1997年的設計團隊以色彩絢麗造型多樣的高密度像素畫，開啟了一種屬於數位時代的全新藝術形式。

這場展覽還提供了一個開放式數位媒體存檔服務，由英國圖書館支持，藝術家和設計師可以將年代久遠的數位作品轉化為現代格式，然後成為展覽中的一部分。

據這場展覽的策展人Jim Boulton介紹，64位元展覽的想法在2010年就有了，不過他認為在當時要人們以這種方式關心網路的歷史還太早了。但在七年後的今天，這些都成了與眾不同的故事。

本文授權轉載自：愛范兒

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。