台灣中小學延後開學，學習怎麼辦？線上教學PaGamO、均一提供應援|數位時代 BusinessNext

延後開學效應！線上教學吸引破300間港校跨海申請，PaGamO葉丙成推特別任務

台灣中小學延後開學2週，這段期間仍可以透過廣大的線上學習平台自主學習，達「停課不停學」的目標。包含PaGamO、均一、台北酷課網皆有相關服務。

台灣免費中小學教材，皆能成為防疫期間的學習管道

鑑於武漢肺炎疫情，香港政府先宣布將開學日延後至3月2日，而PaGamO與香港的合作夥伴宣布於停課期間，站上超過一萬條香港中小學題目庫將 免費提供 全港中、小學使用至3月31日。在短短幾天內，香港就有230家小學、90家中學申請使用。

PaGamO為提供台灣停課學生到線上學習內容，也宣布從2月11日起推出「PaGamO停課不停學——特別任務」，每天都會在PaGamO的網站上推出新的學習任務，讓學生練習各年級學科知識題，以及PaGamO與國泰、白鷺鷥、玉山銀行等基金會合作設計的反毒知識、台灣文化、音樂藝術、理財知識、反霸凌等相關知識題。

葉丙成也說：「為了讓台灣的孩子停課期間仍有充實的學習，PaGamO教育平台將全力支持全台的老師、家長，讓孩子免費得到最好的學習服務。」PaGamO目前會員註冊數破百萬，平均每天有兩萬人上線學習。

不只PaGamO，教育部委託台中教育大學團隊開發的因材網、台北市的酷課雲等，也都發表了「居家防疫、學習持續」的宣導。

因材網於網站上公布更細部的使用方式，提到國小部分的國語文、數學、自然及英語領域均已有完整的課程；國中部分的國文、數學、及理化、108生物課程也已經完備，鼓勵教師與家長善用因材網的「任務指派」與「診斷報告」等功能，讓學習不因防疫而中斷。台北酷課雲也將國小至高中各學科的線上教學影片、銜接課程、認證課程等列出，讓在家的學子能持續學習。

均一平台教育基金會董事長呂冠緯也提到：「如果武漢肺炎疫情讓學校停課，孩子的學習怎麼辦？」他認為最佳的解答就是數位學習，「不受時間、空間、學習速度限制的數位學習，是此時此刻的最佳解。」

呂冠緯更分別給家長與教師建議：家長必須與孩子學習同步，並成為孩子的教練；教師則要活用數位工具，建立親師生的聯繫管道。

中國：停課不停教、不停學

目前武漢疫情較為嚴重的中國，也由教育部發布「停課不停教、不停學」的任務。

中國的國家網路雲課堂以各地較為普遍的教材為基礎，覆蓋範圍為小學一年級至普通高中三年級。考慮到部分農村地區和偏遠貧困地區網路較慢，甚至沒有網路的問題，中國教育部將通過電視頻道播出教育課程。

此外，中國教育部還協調北京、上海、四川、浙江等地教育部門和清華大學附屬小學、中國人民大學附屬中國等，在期間內免費開放學習資源，供廣大的中小學生自主選擇、學習。

責任編輯：陳映璇

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。