【MWC 2018】5G商用熱身賽開打，華為拚首款商用晶片、Intel瞄準東京奧運|數位時代 BusinessNext

【MWC 2018】5G商用熱身賽開打，華為拚首款商用晶片、Intel瞄準東京奧運

2018世界行動通訊大會（MWC）上「5G」成為各家大廠關注的焦點。華為展示首款5G商用晶片「 Balong 5G01」；另外，Intel也描繪出2020年東京奧運的5G應用輪廓。

華為打造5G商用晶片「Balong 5G01」

5G（第五代行動通訊系統）被視為下個世代的行動網路，比起目前的4G網路速度快上40倍，對於無人車、智慧城市等發展將有很大的幫助。不過目前距離大規模商用仍有很長一段時間。標準化機構3GPP，在去年12月推出第一個5G標準，美國電信業者 AT&T、T-Mobile、 Verizon目前都在積極布建基礎設備，預計2020就能推出覆蓋全美的5G網路。

在MWC 2018的展前活動中，華為展示了號稱世界首款達到3GPP標準的5G商用晶片「 Balong 5G01」。5G的理想速度是達到20 Gbps，而目前華為這款晶片可以達到2.3 Gbps，比目前4G的速度快上一些，此外沒有透露任何價格資訊。

華為消費者業務執行長余承東談到，目前公司已經為5G投入6億美元資金，展示晶片「 Balong 5G01」的用意在於傳達華為在此領域的企圖心，並預告在今年第三或第四季，將會推出搭載此款晶片的5G手機。

「 Balong 5G01」不僅是中國首款5G基帶晶片，更是繼Intel、高通後，第三家推出5G商用晶片的大廠。去年高通率先推出全球首款針對行動裝置的5G基帶晶片「X50」，目前可達4.51 Gbps的速度；Intel先前也推出5G基帶晶片「XMM 8000」系列，未來要跟微軟、戴爾、HP、聯想推出支援5G的筆記型電腦。

自行研發晶片讓華為對於產品設計可以擁有更多掌控，也能擺脫對外部供應商的依賴，在晶片研發的路上華為可說是不遺餘力，去年推出手機AI晶片「麒麟970」，目前已經應用在旗艦機種Mate 10 Pro上。

阻擋華為參與5G部署，美方頻頻提出警告

不過中國特殊的政治環境也蔓延到了科技研發的角力上，去年12月華為成為澳洲通訊部5G工作小組的成員之一，2月初更與第二大無線通訊業者奧普特斯（Optus）簽署合作協議，預計在2019年採用部份華為設備，於澳洲推出5G服務。

美國國安局就特別警告澳洲總理麥肯·滕博爾（Malcolm Turnbull），因為華為與中國政府的特殊關係，因此合作5G行動網路的部署恐怕有國安疑慮，甚至可能讓這家中國公司實質掌控澳洲5G的未來。

上個月，美國國會議員基於國家安全考量，對第二大電信商AT&T施壓，要求禁賣華為（HUAWEI）手機以及不採用華為的5G網路技術。對此，華為澳洲分公司公關處長米契爾（Jeremy Michell）則認為「美國試圖抑制華為在全球的業務。」強調華為不會因為美國的反對就被嚇跑。

攜手NTT Docomo，Intel放眼東京奧運5G應用

5G議題在MWC 2018展前炒得火熱，Intel才與韓國電信 (KT)剛為圓滿落幕的平昌冬奧會提供包括直播、高速網路等5G應用，展前會上更是進一步描繪對於2020年東京奧運的應用想像。

Intel表示，隨著5G基帶晶片「XMM 8000」相關設備日益成熟，將會與日本電信商NTT Docomo合作，在東京奧運上打造更為豐富的5G服務。包括採用360度8K超高畫質影像結合VR直播，帶給觀眾身歷其境的賽事饗宴，還要支援大規模的人臉識別數據處理，以及針對運動員訓練用的穿戴裝置、電子監控設備等輔助工具提升性能，號稱這波應用將是全球最大的商用5G網路。

除了賽事本身，Intel還打算與TOYOTA合作車聯網應用，舉例來說，目前能使用5G網路的車輛，已經可以在30公里的時速下以1Gbps的速度播放4K影像，此外預計兩年後也能優化自動駕駛應用，改善賽事期間龐大的交通通壅塞問題。

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。