上海與北京中國進步與守舊的縮影|數位時代 BusinessNext

如果是純粹為了放鬆的旅行，我並不推薦中國，」張國進到中國旅遊的經驗其實並不愉快，買東西要殺價才是常態，還要防範騙徒對觀光客下手，到了自然風景區卻看到垃圾滿地。張國進建議要看美麗的大自然到其他國家，然而上海與北京的城市風景，卻是每個工作者都應該去看看的。

**上海印象：舊東西還未淘汰，新產品早已流通

**
上海已具國際型大都市的架勢，許多國家的外派精英都聚集在此，讓它成為觀察中國進步程度最好的窗口。2001到2002年，張國進在上海住了兩年，他對硬體建設飛快的上海有很深刻的體會──上海僅花了短短一年多的時間，就建設好輕軌列車的捷運系統；原來擁有一大片稻田的浦東，現在也已經是大廈林立的都會區。上海的城市設計也具備世界級的格局，比起美國的大城市毫不遜色。
上海呈現的是中國經濟繁榮的一面。在這個新舊併存的城市，轉過巨大的高樓後，仍可見到一大片舊式建築；走在街道上，許多人仍然使用B.B.Call、打公共電話，而拿著手機邊走邊講的人也不少。從上海各種通訊產品併存的現象來看，張國進分析，比起台灣漸進式的進步，上海擁有的是高速的創新，舊的東西甚至還來不及淘汰，新的產品就已經在市面上流通了。
張國進認為，上海除了城市硬體飛躍性的進步，在引進新觀念及想法上，眼光也望向世界最頂級的水準。像台灣某證券商想與上海證交所合作，卻吃了閉門羹，因為對方想學習的，是美國股市的制度。「人家眼光看的是紐約、東京或巴黎，」張國進感嘆，了解對方已經進步到什麼程度，就知道台北更要加緊努力。
上海人也自認是中國最優秀的人才。身為長江流域總吞吐口的上海，近年來與世界各國菁英的頻繁接觸，也讓上海人有了自信。張國進觀察到，現在上海人幾乎認定香港已是明日黃花，沒什麼了不起，而對台北更是不放在眼裡。「除了真正有本事的人，否則到上海發展會很辛苦。」張國進說。

**北京印象：沾染古蹟氣息，城市步調保守壓抑

**
離開經濟繁榮的上海到北京，讓人感覺彷佛到了不同的國度。「人走路和說話的速度明顯變慢了，」比起上海人的意氣風發與活潑的精神，中國首都──北京卻彷彿沾染了紫禁城的古蹟氣息。這個中國傳統「天子腳下」的首善之區，給人一種謹慎小心的感覺，「哈哈，或許是北京公安特別多的關係吧！」張國進笑說，相對於上海，北京飄散出中國保守、壓抑的性格。
張國進對如何觀察人文風景有一套方法。他認為旅行者很容易被辨識，當地人可能因此而對旅者特別禮遇，旅者得到的往往是這個地方最正面的印象。因此，張國進每到一個地方，總是喜歡一個人出去走走，觀察一個城市的建築形式、街道分布的型態，觀察當地人彼此交談的方式、話題，如此對一個城市就能有較客觀的了解。「北京人多談政治，而上海人則是滿嘴經濟，」張國進觀察到。
「我是學數學的，很缺乏感性，」張國進自嘲說，雖然工作是網路旅行社總經理，但是他對美景的關注並不多。55年次的他，截至目前為止仍然沒有擁有過任何一台照相機，他覺得美景世界各地都有，每個人的感受也大不相同。但張國進強調，不管個人政治立場如何，未來台灣工作者都會和中國產生相當的關聯，上海與北京應是每位工作者一定要造訪的城市。

姓名：張國進
職稱：錸捷旅遊網總經理
年齡：38歲
下一個想去的地方：日本北海道
對旅行的感動：開拓自己的視野
旅行的伴侶：自己
旅行頻率：大約每年一次

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。