微軟反擊Google,主角是位台灣青年!
微軟反擊Google,主角是位台灣青年!
2005.01.01 | 科技

面對Google所掀起的搜尋風暴,到目前為止,微軟的反應似乎並不是那麼迅速。去年十二月十三日,微軟宣布可下載測試用的新版MSN搜尋工具列,用來強化搜尋電腦中的郵件、檔案以及網路上的資訊;比起Google來,微軟的搜尋功能其實還不成熟,「我們花了很多功夫趕上,但搜尋是一個我們還遠落後的領域,」檯面上,負責資訊服務業務的微軟副總裁梅蒂(Yusuf Mehdi)坦承。
檯面下,微軟卯足全力要贏,而比爾蓋茲把他的秘密武器放在北京。來自台灣、今年三十七歲的馬維英是微軟亞洲研究院的「互聯網搜尋與數據挖掘組」主任研究員,他所領軍的搜尋技術研究計畫,在今年九月成為微軟亞洲研究院的重點領域,直接瞄準Google與雅虎,「網路搜尋技術才剛剛起步,我們今天看到的一切,都還沒法實現電腦的真正潛力,」清大電機系畢業的馬維英,擁有加州大學聖塔芭芭拉分校電腦博士學位,四年前,應老友張宏江(微軟亞洲研究院創辦人之一,現任微軟亞洲工程院院長)的力邀,他結束了在惠普中央實驗室的工作,與家人一起到北京落戶。

**輸入關鍵字搜尋,自動加以分類

**
馬維英的任務很單純:與美國西雅圖、英國劍橋的微軟研究人員一起,強化微軟在搜索技術上的深度與廣度,應用在下一代的微軟產品中,包括電腦作業系統、網站編輯軟體、MSN網站以及智慧型手機的網路連接介面,幾乎無所不包。
兩年半來,馬維英與數十位北京同僚加快研究速度,根據院長沈向洋半開玩笑的說法,他們專門在搞「地下互聯網」,但馬維英提醒,正式名稱應該是「Deep Web(深網)」技術,「我們要超越現有網路搜尋的表面關聯排序分析,深入到自然語言、知識類別與影像內容的意義分析,」他說。
馬維英展示了他研究的具體成果。比如,如果想要在現有的Google上搜尋「Java」,得到的結果包含咖啡、程式語言以及爪哇島的風土民情,甚至還有印尼歷史的相關網站,依照被慣用搜尋的結果排序—這是一個被馬維英戲稱為「沒有知識、也缺乏常識」的搜尋模式,如果把同樣的搜尋文字放在馬維英與同僚開發的程式中跑一回,你會得到井然有序的成果:依照電腦、咖啡、地理與歷史等不同類別的資訊結構進行整理,這讓想喝一杯好咖啡的人,不必花時間跟軟體界的是是非非訊息搏鬥。
這種搜尋技術的背後,結合了多種不同領域的研究成果。首先,搜尋程式必須超越網頁表面的文字呈現,深入發掘網頁的資料庫結構(尤其有越來越多的動態網頁)以及區塊組合(網頁上有不同的文字與圖片區塊,必須區別對待處理),並且建立起自我學習的反饋模式。其次,搜尋程式必須理解自然語言的意義,並且以適當的知識類別進行解讀、分類,並且利用分類後的結果繼續學習。搜尋程式也必須超越網頁跟網頁之間連結關係的分析程式,進入到「物件」(object)與「物件」之間關係的資訊判讀,「把整個網路上的資訊視為雜亂無章的表象世界,我們要把它們轉變為有意義的資料庫,瞭解它的內在結構。」運用微軟亞洲研究院開發的其他技術,搜尋的應用可以走的更廣。例如,加上圖像判別技術,使用者可以在網路上輸入關鍵字搜尋特定圖片,例如「飛鳥」,搜尋程式會將找到的圖片,依照內容加以分類:「單獨的鳥」,「一群鳥」,「在海上飛的鳥」……等等。

**建內部知識網站,連接各資料庫

**
運用自家開發的搜尋引擎,微軟研究人員建立了專業領域的內部知識網站「Libra」,只要輸入關鍵字,就可以在網路跟各種資料庫中尋找相關研究成果,並且依照年代、機構、引用文章、參與研究人員以及彼此關係進行分析,這大幅縮短了進行研究的時間,讓研究人員可以把精力用在正確的地方,同時找到每個領域可以對話的重要科學家,「每個系所在做教師升等時,都應該用這個程式,看看這個老師的表現到底怎樣,」馬維英俏皮地說。
微軟尚未揭露這些技術用在產品上的具體時程,比爾蓋茲希望等技術更成熟後,一步到位對Google展開攻勢。從購物網站、新聞搜尋、求職網站到約會網站,微軟正在研發中的搜尋技術,幾乎都可以大幅改善相關功能,讓搜尋結果更加有意義;在手持式裝置(包括智慧型手機與PDA)上的應用,更是微軟積極推展的重頭戲,馬維英透露,他的小組就特別為了行動電話的特殊性,重新設計界面,讓小畫面也能方便輸入與讀取搜尋結果。
一般預料,在下一版本的微軟作業系統「長角」(Longhorn)以及MSN網站裡,微軟都將重兵出擊,用核心技術發展出的多項功能,扳回輸給Google與雅虎的城池。這是典型的微軟模式──不搶第一,但在下一個版本的軟體中逐步增加更多功能,最終贏過對手。失去先手,微軟能搶回被Google奪走的光輝嗎?這一回,距離矽谷數千公里外的北京,似乎有著定見……。

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