掃毒預警系統跨出一大步
掃毒預警系統跨出一大步
2004.07.01 |

2004年台灣科技100強榜單中,共有48家新進榜廠商,也代表擠出了48家廠商落榜,在過去一年中產業環境劇烈變化的程度,從榜單大幅變動可看出。
在今年排名躍進以及新進榜的廠商中,大致呈現兩股趨勢。一個是隨著台灣TFT-LCD產業競爭力大增,相關廠商的名次大進步;另一個則是在資訊系統、手機組裝的龐大基礎下帶動下,應用在資訊或是手機上的關鍵零組件廠商也在今年大有斬獲,台灣產業聚落的特性,仍然是廠商崛起的關鍵。
與去年相較,今年排名大幅退步或是跌出榜外的廠商,也可呈現出兩股趨勢。一是由於去年華碩在主機板市場進行低價掠奪,使得以PC用主機板為主的廠商,紛紛跌落榜外,二是在產業上下劇烈變動之際,資訊及半導體通路商經營變數大增,調整不及的廠商,也紛紛在榜上消失。
值得注意的是,由於華碩在去年將部分主機板業務分割至華擎,使得華碩本身的財報呈現營收衰退,而台灣科技100強排名,是依據證期會所公佈的上市、上櫃公司財報進行比較,所以造成華碩在以集團營收計算排名的美國《商業週刊》全球科技100強上榜,《數位時代雙週》台灣科技100強落榜的情況。

賽門鐵克──駭客大戰的領軍人
資訊安全領導品牌如何搶先在網路病毒大蔓延之前一步?賽門鐵克執行長約翰‧湯普森(John W. Thompson)的做法,是透過購併公司,成為擁有最完整對抗駭客產品清單的企業之一。
的確,賽門鐵克一直以來都是靠購併來擴充成長,不過湯普森的擴張腳步更快。從5年前買下加州的Cupertino後,他已經花了17億美元購併了13家公司,分別是擅長個人防火牆、入侵偵測、以及預警系統這類的產品。賽門鐵克在2002年時買下了一家在預警服務的先驅業者──Security Focus,很快地,賽門鐵克馬上成為這個快速成長市場中的佼佼者。湯普森說,賽門鐵克這麼快的擴張產品線,實在是迫不得已,因為「大約每15到18個月就出現一個讓舊技術失效的新攻擊型態。」
購併讓賽門鐵克在保衛企業網路、個人電子郵件的戰役中勝出,並在今年美國《商業週刊》的「科技100強」中名列第61。今年3月,賽門鐵克會計年度結算,總計該年銷售額達18.7億美元,年成長率達33%,而獲利更一躍至3.71億美元,年成長率49%。就在4月28日,賽門鐵克調高2005年財測至23.3億美元營收,相當於25%的年成長率,而估計獲利將可上看4.8億美元。
高盛(Goldman Sach)分析師佛芮兒(Sarah Frair)指出,賽門鐵克已成為具領先優勢的資安提供者了。然而,漂亮的財報也吸引了更多競爭者共襄盛舉,例如微軟便考慮將自家的防毒軟體加進視窗作業系統中,這勢將啃蝕掉賽門鐵克的核心業務──占公司營收74%的桌上型電腦防毒軟體及服務。而在同時,一家名為VeriSign的公司,及其他同業正積極進駐企業資安管理市場,這也正是賽門鐵克成長性業務之一。
湯普森的反應為何?繼續購併!5月19日,他宣布了一項3.7億美元的交易,買下反垃圾郵件公司的領導業者──Brightmail,使賽門鐵克得以繼續多角化經營防毒市場,並擴大業務,Brightmail擁有1800名顧客,這讓賽門鐵克有更好的機會向這些客戶銷售更多的資安產品。
湯普森馬不停蹄的下一個購併目標為何?雖然他閉口不談屬意對象,但顯然地,他現在想力拱的業務是諮商顧問。可以確定的是,當企業們忙著找新法子對抗網路黑暗勢力時,湯普森也同樣努力於物色新的購併標的。
(本文譯自美國《商業週刊》,版權為McGraw-Hill所有)

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