矽谷房價太高員工租不起?Google砸3,000萬美元蓋房
矽谷房價太高員工租不起?Google砸3,000萬美元蓋房

當你抱怨房價和房租高到令人絕望時,大洋彼岸的矽谷朋友們也並沒有好過到哪裡去。據說Twitter年薪16萬美元的員工,還只覺得自己能「勉強維持生計」;年收入六位數的矽谷居民,可能要被劃入「低收入」群體。

可以說是非常可怕了。

不過總有一類「別人家的公司」,希望能用更多的員工福利來穩定軍心。Google母公司Alphabet近期就啟動了一項計劃,準備拿出3,000萬美元為300名員工提供臨時性的安置住房。

根據《華爾街日報》的報導,Google的這項員工住房投資計劃,將與採用模組化技術建房(Modular Building)的新創公司Factory OS進行合作。其實這種模組化建築早已不是什麼新鮮東西,從幾年前開始,大家就開始使用這種把完整的房子提前建好再運送到目標位置的方式來進行房屋建設了。靈活高效,成本低廉。

由於對建築成本的控制,使用這種方式建造的房屋的租金將更加便宜。Factory OS的創辦人兼CEO Rick Holliday在採訪中表示,在上一個完成的專案中,他們採用模組化技術建造的房屋能夠幫助租客每月節省大約700美元的房租。

如今的矽谷區域,已經不是一般人能住得起的了。

數據顯示,自2010年以來,舊金山的房屋租金已經上漲了近五成,而房價也從2009年擺脫「谷底」之後一路飆升了大約98%。研究表明,如今住在聖何塞(San Jose)附近的「千禧一代」,已成為全美範圍內「最苦逼」的購房族,他們可能差不多需要等24年才能攢夠買房的錢。

在對供需狀況異常敏感的房地產市場,房價和租金的上漲必定不是偶然。近年來,美國科技公司仍在不斷加大在矽谷地區的人員規模。

蘋果位於加州庫比提諾(Cupertino)的新園區建好後,數千名員工將會在此落腳;Facebook和Alphabet也在趕這股「誰家的辦公樓建得更颯」的潮流,以滿足公司擴張的需求;Salesforce.com剛剛斥巨資拿下了舊金山最高樓的「冠名權」⋯⋯這些都可能讓矽谷地區本就緊缺的房屋供應變得更加緊張。

但是無論怎麼樣,如果有發展的需要,公司該擴張也還是得繼續擴張。不過比起讓員工自己去承擔高昂的生活成本,矽谷的科技公司們還是比較良心的。

除了Google之外,Facebook近期也計劃在門羅帕克(Menlo Park)建造1,500個房屋單位,其中大約15%都是人們能夠負擔得起的住房。目前,這項計劃還在前期的討論中。一位發言人,他們也在考慮模組化住房,類似於Factory OS或者一切能夠促進灣區房屋市場發展的專案,他們都會表示支持。

在中國,在科技公司雲集的幾大一線城市,房價也是無法訴說的痛。之前小米曾計劃和萬科合作在北京建房,為員工提供低於市價的租房選擇,不過最後因為種種原因不了了之。京東、阿里巴巴、格力、騰訊等等公司,都曾為員工提供不同的住房解決方案。

只能說,在這個拼員工、搶人才的時代,安居才能樂業是個全球通用的道理。要想留住人,先幫人把房子解決了吧。

本文授權轉載自:愛范兒

關鍵字: #Google #矽谷
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