矽谷滿街都是特斯拉！貿聯-KY看電動車再衝一波的兩大關鍵|數位時代 BusinessNext

貿易戰衝擊汽車客戶，墨西哥翻倍擴廠

貿聯-KY創立於矽谷，早年搭上個人電腦興起浪潮茁壯，成為戴爾供應商，但後來競爭轉激烈，貿聯-KY切入高階利基市場，目前是特斯拉獨家電池管理系統線束供應商，從昆山廠交貨。

一路看著重要客戶從生產地獄，到逐漸增加產能開始追量交貨，貿聯-KY點滴在心頭，去年下半好不容易放量，卻逢貿易戰開打，汽車在第一波關稅就波及，客戶很敏感，立刻要求改墨西哥交貨。

貿聯-KY粗估，墨西哥廠產能已擴充3倍，配合IT產品跟工業客戶轉往馬來西亞生產，當地產能也擴增2倍！梁華哲說，墨西哥工廠有多搶手，他感受最深，去年貿易戰開打，前兩座工廠才看完，付了定金，但仍轉眼被搶走，直到看第三座工廠才談定新廠地址。

雖去年擴充一波產能，梁華哲說，今年中國常州也還有擴廠計畫，目前剛選好地方，若電動車客戶中國新廠量產，需求擴大，也不排除除了昆山，在常州廠交貨給客戶。

特斯拉車價砍，供應鏈不緊張

然而特斯拉近期對車價大砍，市場雖預期會刺激一波買氣，但也擔心供應鏈遭殃，可能量催出來了，特斯拉會不會反手砍價，要求供應商共體時艱？

對此梁華哲老神在在，首先他認為，客戶本來交貨就不順，現在降價要能一下子交貨量爆衝也很難，同時，特斯拉降價的是高階機種，不是低價款，電動車要衝量還是得靠平價車，近期客戶甚至停產一款低階但不平價的機種，對貿聯-KY多少有點影響。

而特斯拉降價，是否讓供應鏈也遭殃？梁華哲說，供應鏈一直有價格壓力，客戶cost down是持續進行，但車價下調，對線束供應商而言沒有明顯感受，反而可能因為客戶新產能開出，客戶會針對大量採購規模談新價格。

中國愛特斯拉，25%關稅門檻將除

梁華哲觀察，拜訪中國車市可以發現，消費者對特斯拉車款反應熱烈，其他電動車根本無法比，但關鍵是特斯拉現在有25%關稅限制，所以價格與當地車廠有價差，若未來上海廠投產，平價車做起來，特斯拉的電池成本遠低於對手，這也是特斯拉最關鍵核心競爭力。

為什麼說特斯拉競爭力在電池效能改觀察，特斯拉跟松下合資的超級電池工廠，目前產能最大，特斯拉也是電池來源最穩定、效能最領先的車廠，電池的重要性，也可以觀察福斯集團近期宣佈與瑞典電池新創公司Northvolt合作，要推動歐洲電池聯盟（EBU）研發車用電池可見一斑。

特斯拉出貨衝量，兩關鍵都跟中國有關

而電動車能否再衝一波新成長量，梁華哲觀察，有兩大關鍵因素，首先是中國市場對電動車接受度慢慢提高，其次是客戶上海廠量產帶來的助益。

而對中國車市不佳，中國減少電動車補助，梁華哲則認為，目前電動車品牌仍以特斯拉表現最穩，電動車新創受補貼減除影響最大，對主力客戶表現仍十分有信心。

除特斯拉訂單在握，貿聯-KY也是Dyson電源供應器供應商，看好今年客戶家電推新世代，貿聯-KY已是捲髮器、吹風機及吸塵器等明星產品電源線束供應商，交貨到菲律賓及馬來西亞。梁華哲表示，目前菲律賓先設立服務據點，未來也不排除在當地設廠，東南亞或印度都是下一步擴廠雷達範圍。

在主要客戶品牌強勢下，貿聯-KY總經理鄧劍華做了結論：今年市場前景，以車用線束最樂觀，由於客戶的平價車款不只是供應中國，而是面向全世界，今年期望平價車出貨倍增，家用電器應用動能也來勁，全年業績預估會拼兩位數成長。

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。