比特幣價格腰斬一半！中、韓強力管制交易，唱衰虛擬貨幣未來？|數位時代 BusinessNext

比特幣價格腰斬一半！中、韓強力管制交易，唱衰虛擬貨幣未來？

比特幣（Bitcoin）價格在本周一度跌破1萬美元，自2萬高點價格相比慘跌50%，連帶影響以太幣（Ethereum）、瑞波幣（Ripple）的價格。近來比特幣價格持續下跌，主要跟中國、韓國對虛擬貨幣的強力監管措施有關。

從2萬美元高點後，比特幣價格一路跌

回顧比特幣的價格發展，在2017年12月逼近2萬美元的高點後，在聖誕節前夕，價格如同雲霄飛車般跌破1萬3千美元、較歷史高點跌逾7千美元。根據《CoinDesk》數據，台北時間17日晚間比特幣價格一度跌破1萬美元，本周以來已經大跌30％，若再跟去年12月2萬美元的價格高點相比，價格幾乎腰斬慘跌50%。

這股「跌跌不休」的趨勢，也同樣影響其他虛擬貨幣，像是現在市值位居第二的以太幣（Ethereum），過去24小時跌幅達到20%，價格一度跌破1千美元；市值位居第三的瑞波幣（Ripple），價格也從1月4日3.84美元的價格高點大跌74%，昨（17）日價格約在1美元左右，也使得瑞波幣創辦人克里斯·拉森（Chris Larsen）資產蒸發440億美元。

根據《CoinDesk》數據，在歷經價格大幅震盪後，目前比特幣價格回升到11,203美元、以太幣價格也回升1千美元，而探究背後原因，主要跟中、韓兩國近期在監管上的打擊有關。

中國

中國監管單位在去年九月，以防止非法金融活動、保護投資者為由，下令全面禁止首次代幣發行（ICO），接著又以擔心涉及洗錢、電力消耗過高等兩大因素，關閉中國境內所有虛擬貨幣交易所。

根據美國紐約研究公司Chainalysis Inc.數據顯示，過去一個月全球近80%的比特幣挖礦業務位於中國境內，本月中國政府組成的「互聯網金融風險專項整治工作領導小組」，進一步出手打壓比特幣挖礦，發文要求地方政府「引導」轄內企業退出挖礦業務。

隨著管制收緊，許多比特幣玩家轉向P2P這類的替代性交易，或者在海外其他地方自行設置交易平台提供結算服務，中國官方近來也發現這類交易現象逐漸增加，本周也傳出中國政府計劃關閉國內及海外場外集中虛擬貨幣交易平台。

南韓

南韓民眾瘋虛擬貨幣，據統計約有200萬的南韓人持有虛擬貨幣，上班族、家庭主婦甚至學生、長輩也都搶進持有，但同時南韓官方對虛擬貨幣的立場一直都相當嚴格。

2017年九月韓國金融服務委員會（FSC）才停止首次代幣發行（ICO）所有形式的交易，上週南韓司法部長朴相基（Park Sang-ki）表示，司法部正在準備一項禁止虛擬貨幣透過交易所買賣的法案，雖然消息一出後遭到許多南韓民眾連署反對，但南韓金融服務委員會主席崔宗區（Choi Jong-ku）本周受訪時重申，關閉南韓虛擬貨幣交易所、違法交易平台，這兩者必定都是南韓當局考慮的選項。

雖然法案仍需耗時數個月或甚至數年送進議會表決通過，全面關閉的政策也還未拍板定案，但當局種種持續掃蕩虛擬貨幣的措施，不僅引發許多投資人的擔憂，更影響近日比特幣價格走勢。

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。