搶進台灣離岸風電，泰國電力公司EGCO計畫收購達德允能風場25%股權|數位時代 BusinessNext

EGCO計畫收購雲林允能風場25%股權，泰國上市電力公司為什麼要搶進台灣離岸風電？

繼日企投資台灣離岸風電，泰國電力控股集團EGCO近日宣佈收購德商wpd（達德能源）開發的雲林允能風場25%股權，擴大經營亞太再生能源市場。

EGCO為泰國上市公司，看好台灣再生能源具投資潛力

雲林允能風場總裝置容量達640MW，採用西門子歌美颯8MW共80支風機，離岸約8公里、總面積約90平方公里，與台電簽訂20年購售電合約，適用每度5.8元較優惠的費率。

允能風場分成兩階段併網，第一階段352MW將在2020年第四季完成，第二階段288MW則計劃在2021年第三季完成，與沃旭能源、CIP同屬於首批須承擔國產化要求的風場之一，需承擔塔架、水下基礎等國產化要求。

投資者EGCO是泰國第一家獨立發電商，並於1995年於泰國證券交易所（SET）上市，其主要控股股東是泰國發電管理局EGAT、泰國電力公司TEPDIA。

根據官網資料，EGCO主要在泰國、菲律賓、寮國、印尼、澳洲、南韓投資電力業務，旗下共有28個發電廠，裝置容量5,475 MW，包括使用天然氣，煤炭，生質能，水力，太陽能，風能和地熱等多種能源發電，確保其在電力的安全性。

為何看上台灣的離岸風電市場？EGCO集團總裁Jakgrich Pibulpairoj指出，台灣目標在2025年實現再生能源發電量占比20%，是再生能源發展的積極支持者，具有很高的投資潛力，「這項投資將為EGCO集團提供一個重要機會，擴大其在亞太地區開發再生能源市場，」EGCO看好投資允能風場帶來的售電收益，能為公司帶來新的成長動能。

允能風場股權轉讓，需經能源局核准

值得注意的是，一旦EGCO順利收購允能風場25%股份後，wpd持有股權比例將降至48%，由於允能風場在建造過程中就陸續釋股，先後引進日本、泰國新股東，但能源局對於新股東態度仍相當審慎，因此EGCO收購案仍在能源局審查中，wpd表示會在能源局審查通過後才對外說明。

不只允能風場，位於苗栗外海的海能風場同樣引發注目，在建造期間，風場開發商上緯更是賣掉子公司上緯新能源、海能風場所有股權引發疑慮，後來在經濟部的要求下，保留上緯新能源5%股權，目前海能風場的股東為麥格里資本及日本電力公司JERA，其中JERA持股比例更高達49%。

由於建造離岸風場資金龐大，動輒百億元起跳，因此在開發過程就會陸續引進其他投資者、分散風險，不過通常風場發起人仍會持有一定股份，做風場的經營管理。

而陸續有國際投資者入股台灣離岸風場，除了看好風能長期穩定的售電收益，另一方面也是希望吸取台灣的能源轉型經驗。

責任編輯：蕭閔云
資料來源：EGCO

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。