首位獲頒圖靈獎的工程師逝世——曾為數位商業打下基礎的查爾斯·巴赫曼
首位獲頒圖靈獎的工程師逝世——曾為數位商業打下基礎的查爾斯·巴赫曼

如果你曾在網購後迫不及待地追蹤物流狀態,或是在亞馬遜上查看商品信息,那你都得感謝Charles W. Bachman,因為,多虧他在上世紀60年代創造了全球首個網狀數據庫管理系統IDS,改變了我們和數據的互動方式,並為我們今天習以為常的數位生活建立了技術基礎。

美國時間7月13日,他因帕金森氏病在麻省萊辛頓的家中逝世,享年92歲。

雖然電腦在誕生之時,為公司帶來「從會計到庫存都可以自動化管理」的希望,但現實是,當Bachman 在1960年加入通用電氣(General Electric)時,電腦還是昂貴的龐然大物,重點是,還挺難用的。

Charles W. Bachman_7438053718_a0c95cf2b9_o.jpg
右為Charles W. Bachman。

1950年初期,如果一個公司想調整自己的庫存程式,那就得在修改庫存程式後,另行調整針對與庫存相關的供應程式或訂單程式。雪上加霜的是,當時電腦外部數據儲容器是磁帶,就和以前看錄影帶一樣,想要獲取數值,就得順序快轉,或是倒帶獲取。

1956年,磁盤儲存的出現終結了磁帶這種線性化的數據讀取方式。 Bachman 將磁碟儲存的「隨機儲存」系統比喻為「一百萬個鴿子洞」,電腦可以在無須經過「1 號鴿子洞」、「2 號鴿子洞」的情況下提取「3 號鴿子洞」裡的信息,大大加快了電腦儲存數據的速度。

Bachman 在 1960 年加入通用電氣(GE),負責一個涉及通用電氣所有部門的綜合系統專案。他需要使用全新的 GE 225 電腦,製造一個通用的生產信息和控制系統(MIACS)。

我們那時用的那台電腦,雖然有整個房間那麼大,但電量和數據儲存能力比今天的智慧手機還要弱。

Bachman 回憶道。這個系統需要完成生產計劃,配件擴充,工廠調度,新訂單反饋、處理以及正確變更工廠狀況等許多功能,而在解決這個問題的過程中,Bachman 打造了第一個用於生產的基於磁碟數據庫管理系統,也就是IDS(Integrated Data Store)。

他所創造的系統,不僅在電腦發展有限的情況下,幫助通用電氣將「製造控制系統」化為現實,同時還為自己在 1973 年贏來一座圖靈獎。

圖靈獎有「電腦科學中的諾貝爾獎」之稱,由美國電腦協會頒發。在 Bachman 獲獎那年,圖靈獎走入了第八個年頭,卻是首次向一位工程師專業的人頒發該項榮譽,而且 Bachman 也是首位不具備博士頭銜的獲獎者。

Bachman 認為,電腦正在經歷一場革命,世界正在從「電腦為中心」逐漸轉變為「數據庫為中心」,這個改變的重要程度不亞於當初天文學從地心說轉移至日心說一樣。

在接下來的日子裡,Bachman 也繼續為他所相信的這場革命作出貢獻。通過數據庫任務組(Database Task Group),他積極推動與促成了數據庫標準的製定,並於 1971 年推出了第一個正式報告,成為數據庫歷史上具有里程碑意義的文獻。

2012 年,Bachman 獲頒美國科技界最高榮譽獎項——國家技術創新獎章。

雖然 Bachman 的整個職業生涯基本都是在業界內工作,沒有進入學術界做研究或教學,但他專注的卻不是「生意」本身,而是如何將電腦技術應用於生意中。

本質上,他一直以來都是一位工程師。對他來說,讓複雜的系統更好用,就是工作的快樂源泉。

科技歷史學家 Thomas Haigh 如此說道。但也許,對於這位喜歡解決問題的工程師來說,解決問題比經營一家公司更合適。

1983 年,Bachman 建立了自己的公司 Bachman Information Systems,開發了一些電腦輔助軟體工程產品,這些產品核心的 Bachman 數據分析,提供了創建維護巴赫曼圖(Bachman Diagrams)的圖形支援工具。

雖然該公司也獲得創業投資,並成功完成 IPO,而且在數據分析員產品,逆向工程和預研能力上也獲得一定的成功,但公司的財務和管理上卻一直掙扎不斷。在多輪收購後,最終成為了 CA 科技公司的第一部分。

他的兒子 Jonathan Bachman 曾和父親合作多年,他認為:

Charlie(Bachman)一直都是建築師,而不是 CEO,而他的設計作品還是留了下來,雖然是在一個不同的包裝下。

本文授權轉載自:愛范兒

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