中美貿易戰還沒打完，華為P30手機在台賣到缺貨|數位時代 BusinessNext

中美貿易戰還沒打完，華為P30手機在台賣到缺貨

5月20日傳出Google終止與華為的商業合作後，許多民眾都擔憂未來華為不能再支援Android系統。然而這份擔憂似乎已退燒，七月時華為已在大量進行補貨，在台銷售顯著回溫。

華為禁令在台影響逐漸消退，七月銷售回溫

雍海表示：「一般來說，新聞剛出來時（銷售量）有懸崖式的下降，六月確實也受到影響，但七月就開始快速回溫。」雍海表示，5月20日當天他們其實剛進了一大批貨，就爆發Google終止合作事件，當時他一直苦惱著，在想要如何處理這些庫存。

不過，台灣市場恢復的比預計要快，P30手機開始缺貨，就連前兩周也都忙著在補貨。補貨的內容不限於手機，華為所有在線銷售的產品都在補貨中。「這顯示消費者其實已經沒有那麼介意了，」他說。（華為手機死亡倒數90天，自研作業系統「鴻蒙」能突破困境嗎？）

對此，台灣3C產品通路巨頭神腦也證實，目前已在進貨華為產品，並表示在消除消費者疑慮的前提下，樂於提供華為產品。不過，這些通路商雖維持既有華為商品的進貨，若是華為引進新機種後，是否也會供貨，還有待觀察。

不管Google終止合作與否，華為已準備A、B兩計畫

不過，Google是否會終止未來與華為的合作，要取決於美國商務部的答覆。美國總統川普上個月底於大阪舉行中美首腦會談後表示，同意一定程度放寬美國企業與華為進行商業合作的政策，讓美國企業重新向華為出售不涉及國家安全問題的科技設備。

七月底時，川普與Google母公司Alphabet及蘋果等美國科技大廠會面，並答應這些科技公司將會做出適時的決定（timely decision），確定是否能開放與華為進行適當程度的合作。雍海表示，大約再過一到兩週，就能得到美方的答覆。

雍海也表示，華為對此有兩個計畫。A計畫是開放合作，加緊腳步趕上原訂今年下半年執行的計畫，其中也包含新機上市的規劃。B計畫則是針對不開放合作的情況進行策略上的因應。這個因應計畫的細部，他無法透露，但推行華為自己的OS系統將是計畫的其中一部份。

看好下半年情勢，雍海：5G商轉將帶動手機銷售量

華為今年上半年營收為580億美元，比去年增長約23%。然而，他們第二季的銷售額同比增長不到13％，第一季度增幅為39％，顯示華為禁令還是對華為造成一些影響。

雍海表示，海外市場都有受影響，但在非英語區如俄羅斯、中亞等，還是有不錯的銷售狀況。但在中國市場，華為市占率已接近50%，這些市場讓華為得以抵禦美中貿易戰所施加的壓力。

雍海也看好下半年至明年上半年的全球市場，主要因素在於許多國家將陸續開放5G商轉，華為的5G訂單數量也在持續成長。在終端設備方面，不僅是手機的5G應用，許多物聯網相關的設備也都將套用5G系統，這些對在5G技術上有領先性的華為來說是一大優勢。（台灣拚5G有兩大機會）

「去年華為（在全球）賣了兩億六百萬支手機，預計5G商轉後手機的購買率也會上升，今年賣到四億支應該不算多，」雍海說。

目前5G部署系統方面，台灣政府是禁止採用中國廠商設備的。但在終端服務方面，雍海表示，華為一定會在台灣5G商轉的第一時間，就提供包括手機及IoT設備在內的產品服務。台灣預計會在明年年中左右開始5G的商轉。

不過，華為除了要處理當前的中美貿易戰危機以外，在自身系統方面，也有要加緊建設的部分。「我們說ABCDE，指的是AI、Big Data（大數據）、Cloud（雲）、Device（設備）、Ecosystem（生態系）。我們在Device的軟體部分以及生態系都需要加強，」雍海說。

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。