三星搭載4主鏡頭手機問世，用好幾個「第一次」力拚中階機戰場|數位時代 BusinessNext

三星搭載4主鏡頭手機問世，用好幾個「第一次」力拚中階機戰場

被陸廠帶動，中階手機市場是兵家必爭之地。三星行動事業部總裁高東真策略轉彎，針對A系列手機改革來真的，第一款全球四主鏡頭手機Galaxy A9誕生。

一年出新一次，但2018年卻出新了三次

第一個「第一次」，是在A系列手機發表頻率的改變。

三星的智慧型手機產品線，分為Galaxy Note、S、J和A四個系列，而Note和S定位為旗艦機種、J系列則為中低階機種，而A系列為中階機種。根據三星官方透露，定價介於300至600美元的機種都可被稱為「中階機」，這也與A系列的定價符合。

但在過去，三星一年只會推出一次A系列新品，今年卻一反常態。為了搶占年輕人的市場，1月時在台灣便請藝人陳意涵、劉以豪代言站台，推出A8和A8+；緊接著在5月，再推出A6和A6+；而今天，又推出A7和A9，一年三次推出A系列新品，證實高東真說的「每年不只出新一次」的計畫。

鞏固東南亞市場，首次在馬來西亞辦全球發表會

而另一個「第一次」，則是發表會。向來逢遇旗艦新機，三星才會大規模地舉辦全球發布會，而為了A系列中階機舉辦全球發表會，還是頭一遭，似乎也是在向全球強調，三星對中階手機加強力道的決心。

這也是三星第一次在馬來西亞舉辦全球發表會，知情人士透露選擇此地的原因，一來東南亞市場手機銷量皆以中低階為主，是重要的戰場；二來，即便印尼是中階機種銷量最高的國家，但馬來西亞卻成長幅度最高，此舉也算是「鞏固軍心」。

根據GFK統計，在2017年售價1萬至1萬5,000元的中階手機，市占較前年已經從11%攀升至15%，隨著小米、OPPO、vivo不斷以「俗又大碗」的中階手機搶占市場，三星在2018年也算是正式下了戰帖。

三星「第一支」4顆主鏡頭手機，給了Galaxy A9

而在產品規格和設計上，A系列也嘗試了「第一次」。高東真先前就表示，過去新的技術往往總是先導入到旗艦機型後，才接著轉移到中階機型，而今年起，三星決定直接將新技術放在中階機型裡，讓差異化突出、提升中階產品競爭力。

和過去的A系列機種相比，A7和A9規格確實升級不少。除了搭載4GB記憶體、容量128GB，重點是在各廠牌都在拚相機的局面下，A7搭載了三顆主鏡頭、A9更是一口氣搭載了四顆主鏡頭，是全球首款主鏡頭有四顆的手機，三星把這個「第一次」的嘗試，給了A系列機種。

這四顆鏡頭，起的作用各不相同，可拍出景深照、廣角照以及進行2倍光學變焦。看似噱頭十足，但在市面上，這些拍照功能明明兩顆鏡頭就可以做到，為何A9卻要靠四顆鏡頭來完成？根據側面了解，這是基於成本考量下，做出零組件最合理的搭配。

即便A9尚未給出售價，但A7定價1萬990元，比過去發表的任何一款A系列手機都還要便宜，就可看出三星是「玩真的」。面對近期市手機占不斷下滑，業務不斷衰退的局面，全球最大手機製造商三星是否能因此扳回一城呢？

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。