解決物聯網應用3大瓶頸,ITM國際信任機器開發區塊鏈IC解決方案
解決物聯網應用3大瓶頸,ITM國際信任機器開發區塊鏈IC解決方案

近年來 IoT 物聯網設備快速成長,主流市調機構預測物聯網裝置上鏈將成為趨勢,2019 年 20% 的物聯網環境都會具備最基本的區塊鏈上鏈功能,2020 年物聯網的市場規模甚至會達到 1.7 兆美元。

在萬物聯網時代,連網裝置和資料量呈現幾何式爆炸成長,然而,現存公有區塊鏈在規模擴展上有所限制,無法負荷爆炸的資訊上鏈。看好 IoT 物聯網設備製造業者和服務平台對於資料上鏈的龐大需求,ITM國際信任機器(以下簡稱ITM)團隊運用專利交易定位摩克樹技術摩克樹帳本快搜技術IC化,打造具備擴容能力的區塊鏈解決方案,解決公有區塊鏈頻寬不足的問題,讓 IoT 物聯網設備的資料連網即上鏈。

結合台灣IC產業優勢 打造「區塊鏈IC」解決方案

「資料為甚麼要上鏈?因為上鏈後的資料不可竄改,建立可信且合法正當的資料,將能創造更大的價值,」ITM 執行長陳洲任指出,巨量資料的時代,無論在醫療、交通、能源等各個產業,都出現資料造假、駭客攻擊問題,也使得許多人對資料可信度存有疑慮。

陳洲任進一步解釋,目前大多數企業做法,多是建置「中心化資料庫」,由於資料集中受一位帳房保管,資料多少、是否遭竄改,他人無從查起,而當需要公正第三方介入查證時,又常是買賣雙方開始互相猜忌,導致產生極高的信任成本。

但若是運用區塊鏈技術建置的「去中心化資料庫」,由於每筆帳都需要所有帳房承認(共識)後才記入,一旦竄改必留痕跡,資料可信度因而提升,且人人都是帳房隨時可以查帳,因此也不需要第三方認證機構或保險機制介入,能大幅降低信任成本。

雖然有許多好處,實際上要應用區塊鏈技術仍有困難。ITM共同創辦人暨台師大資工系教授黃冠寰點出,現有區塊鏈應用於物聯網仍遇三大瓶頸:

  1. 擴容性:目前主流公有鏈全球每秒能紀錄的資料(TPS–Transaction Per Second)不到15筆(Bitcoin=7, Ethereum=15),每筆資料紀錄上鏈前需要鏈上建立共識,交易時間長達數十分鐘甚至數小時,無法處理全球數百億聯聯網裝置每分每秒不停上傳資料。
  2. 隱私性:區塊鏈不可竄改性與資料隱私性,在面臨牽涉信任機制,如金融/房地產交易紀錄、醫療紀錄等,如何取捨成為兩難。而近年來最嚴格的個資法GDPR,對資料抹除和遺忘的權力,也和區塊鏈本身不可竄改的特性相互矛盾。
  3. 高成本:IoT 裝置若是具備上鏈能力,每紀錄一筆資料都要付礦工記帳費。以資料量來計算,所花費將是天文數字。

為了讓區塊鏈及物聯網的整合成為可能,團隊鎖定台灣硬體IC產業的優勢,在通行的IC中置入基於密碼學的安全演算法—交易定位摩克樹技術以及摩克樹帳本快搜技術IC化,讓晶片以最精簡的運作模式,將交易及記錄透過SPO(Security Protocol Operator)送到公有區塊鏈並讓晶片進行稽核,藉由嘗試「區塊鏈IC」,達成大量擴容、高安全、保護隱私、低成本的IoT上鏈需求。

黃冠寰表示,只要IC具有電子簽章由TP-Merkle proof推出Root hash區塊鏈節點及SPO的通訊能力,就能安裝ITM的解決方案,而目前的技術能支援公有鏈、聯盟鏈及私有鏈等具有智能合約功能的各式主鏈,做到以區塊鏈上一個交易紀錄來清算鏈下一百萬筆資料,大幅改善效率。

ITM主要獲利來自SDK授權上鏈收費去中心應用平台DApps Platform,鎖定的三大應用場景分別為:電池管理系統,建立車用大型電池的健康履歷,建立跨國電池交易市場的公平標準,確保電池二手、三手的交易價格;智慧電表,讓現行的智慧電表資料上鏈,確保用電資料安全且不可篡改及智慧運輸,將行車資料上鏈,作為車隊管理,物流管控,供應鏈金融及政府監管的依據。

為了加快發展速度,團隊也積極尋求合作夥伴,包括與資策會合作成立區塊鏈IC聯盟、和區塊鏈晶片設計公司翰聯科技締結合作關係及與某智慧型電表⽣生產廠商合作研發區塊鏈智慧電錶。「一旦連網即上鏈的目標真的達成,相信Trusted Data as A service(信任機制即服務)的新商業模式會有更多可能,並在未來產生龐大價值!」陳洲任說。

ITM國際信任機器_創業午餐會_2019-05-30_賀大新攝影_2380_Lr.jpg
ITM國際信任機器團隊,執行長暨共同創辦人陳洲任(中間)、首席科學家暨共同創辦人黃冠寰(右二)、技術研發總監蕭宇程(右一)。
圖/ 賀大新攝影

創業快問快答

Q:要達到下一步目標,團隊目前缺乏的資源是?
目前最缺乏技術開發人力資源。因為區塊鏈是一個初生的技術,各項發展都還處在非常草創的階段,因此要找到熟悉此技術並且能夠開發應用的人才非常困難。

Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想?
「找對的人做對的事情!」

在現代科技業競爭非常激烈,市場變化也相當劇烈,在ITM創業階段核心團隊每個人身上都扛著沈重的壓力,但大家都在自己的崗位上不斷發揮長才,讓ITM得以在洪流中站穩腳步,並且持續追求卓越進步,我們相信這正是因為ITM有著良好的分工、合作與溝通,希望未來ITM能繼續讓對的人做對的事情,持續成長茁壯。

公司資訊

公司資訊:國際信任機器股份有限公司/International Trust Machines Corporation
成立時間:2019/1/24
產品名稱:具備擴容能力的區塊鏈IC方案/Blockchain-enabled ICs for Scaling Solution.
上線時間:2019/7/1
公司人數:10人
官方網站Facebook新創資料庫

本文授權轉載自創業小聚

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