1300㏄的飈風傳奇
1300㏄的飈風傳奇
2003.10.15 | 科技

1991年,在歐洲舉行的利曼24小時大賽(Le Mans,全球最嚴苛的跑車耐久賽),跑道上有十幾部跑車一同競賽,經過連續24小時的嚴酷考驗,一輛紅色塗裝、耀眼的日本跑車Mazda 787贏得賽事第一名,這是有史以來第一部日本車廠打敗世界知名的法拉利、保時捷、賓士等世界知名車廠,在號稱造車起源的歐洲大陸賽事中拿到冠軍;只可惜馬自達雖然打開轉子引擎汽車的傳奇,不過第二年主辦單位就以轉子引擎並非傳統活塞引擎為由,禁止馬自達轉子引擎車參賽。
雖然沒有奔馳賽事的舞台,但是馬自達仍舊推出經典的RX-7轉子引擎跑車,讓一般消費者也能享受駕駛的樂趣。
睽違12年後,馬自達今年再度推出新世代的跑車RX-8,這也是一部排氣量只有1300㏄卻擁有210至250匹馬力的轉子引擎跑車,再度開展馬自達轉子引擎車傳奇的新頁。

**在眾多名牌車廠環伺中 突圍而出

**
說到車子,有的人喜歡保時捷(Porsche)的英姿煥發,有人中意法拉利(Ferrari)的炫耀奪目,或者寶馬(BMW)的剽悍勁道,也有人欣賞馬莎拉蒂(Masharati)的沉穩內斂,捷豹(Jaguar)老而彌堅的神勇,或勞斯萊斯(Rolls Royce)的氣派典雅,賓得利(Bentley)的古典風範;不過動輒3000㏄以上的排氣量、重達2000公斤的車重以及高達1000萬新台幣以上的售價,這可不是一般消費者買得起的車子,喜歡歸喜歡,大部分人這輩子可能沒有機會擁有它們;不過馬自達卻可以讓一般消費者輕鬆擁有一部轉子引擎跑車,一部可以品味人生的夢幻車種。
對國內的消費者來說,馬自達的知名度遠不如豐田和本田;不過馬自達自有它的突圍之道,那就是以「外銷為重」的策略。
馬自達總公司位於日本廣島,是日本關西第一大造車廠。沿著瀨戶內海,馬自達的廠房伸展成狹長的區域連接各個部分,這是馬自達公司自行修建的跨海大橋,而近在咫尺的海港,就可將馬自達生產的汽車運送到世界各地,憑藉著這個優勢地位,馬自達成為以海外市場為主的汽車製造商。
雖然進入轎車領域還不滿10年,但是馬自達己經把車賣到工業革命起源的造車重鎮——歐洲和美國。根據統計,現今馬自達汽車出口的國家和地區已經超過146個,累計出口量已達1990萬輛,超過其累計歷史產量的57%,而且在美國、泰國、印度、中國等14個國家和地區設廠生產。2001年,馬自達的海外銷量為47.8萬輛,在日本本土銷量只有26.8萬輛,顯見馬自達汽車是一個典型以外銷為重的企業。

**全球唯一能夠生產三種引擎發動機的車廠

**
儘管如此,與美國通用、德國福斯、日本豐田等汽車工業相比,馬自達的規模還是只能算個「濃縮」的小企業;馬自達深知這一點,因此將「小而有特色」奉為生存之本,馬自達要做「最好」的而不是「較好」的汽車製造商。馬自達引以為傲的就是轉子引擎,這就是RX-8與前一代RX-7所使用的引擎。
轉子引擎與現今一般汽車常用的引擎不同,運行方式不是活塞式而是旋轉式,不僅輸出功率高,而且無噪聲、節約燃油。40多年來,轉子引擎為馬自達創造日本和世界汽車史上的多個第一,馬自達更是全球唯一可以生產汽油、柴油、轉子三種引擎發動機的汽車製造商。

**轉子引擎不斷寫出 小跑車大驚奇
**

1967年,馬自達推出第一部轉子引擎雙座小跑車Cosmo Sport,低矮流線的造型在當時就被視為是跑車的經典設計代表作品。事實上,Cosmo Sport也是馬自達轉子引擎車的傳奇緣起,並以輕巧車身加上運動性能著稱。緊接著在1975年推出的第二代Cosmo AP不但車型加大,也改走豪華GT Coupe路線,第三代Cosmo在1981年推出後也走相同路線,不過表現並不出色,直到1990年第四代Eunos Cosmo登場才再度引領車壇風雲,改採全新的turbo雙轉子與三轉子引擎,最大馬力直奔230至280匹,成為馬自達轉子引擎車的性能傳奇車種之一。
馬自達當家的轉子引擎性能車款則非RX-7莫屬。正統的RX-7有三代,不過其間還有屬於Savanna車系的RX-7則有四代。1971年推出的Savanna GT RX-3雖然沒掛上RX-7的名號,不過它在馬自達轉子引擎車中卻具代表性,經典的地位可以稱得上是RX-7車系的前身,它所使用的轉子引擎搭配當時罕見的5速手排擋5MT,讓車身輕、操控靈活的RX-3跑出不錯的成績,與第一代的Skyline GT-R並列為兩大性能車天王;1978年Savanna RX-7現身,雖然繼承RX-3的性能風格,但是造型卻趨於流線,這是馬自達建立跑車形象造型的代表作品,不過它的引擎動力並沒有太突出的表現;直到1985年第二代Savanna RX-7加裝渦輪增壓後,轉子引擎車的性能表現才有所突破。
1991年馬自達推出的轉子引擎跑車RX-7,以255至280匹馬力輸出成為馬自達當家的性能跑車之王,不過RX-7在轉子引擎車壇創下的傳奇,隨著2002年正式停產劃下休止符;所有車迷的焦點都集中在RX-8的身上,不過RX-8不算是RX-7的第四代車型,因為它並沒有沿用RX-7的名稱,而且馬自達也準備在10月的東京車展推出第四代RX-7的概念車。

**最新的焦點——RX-8
**

當今車壇中唯一在量產車上採用小排氣量、高動力輸出轉子引擎的馬自達,再度推出的RX-8,採用油耗大幅降低、同時又能通過全球各地嚴格廢氣排放法規的新一代低污染轉子引擎,取代RX-7成為馬自達新一代的「性能跑車」。RX-8最讓人期待的當然是和RX-7一樣繼續沿用轉子引擎,這具被命名為Renesis的全新1.3升輕量化轉子引擎,使用自然進氣方式而且體積更小;加上RX-8的軸距長達2700mm,得以將引擎安置在車頭前方、前軸後方的所謂「前中置」擺置方式,配上後輪驅動設計,讓RX-8的操控性、穩定性更佳;相較於前一代的RX-7,RX-8引擎的位置低了4公分,加上距離前軸的位置也後退6公分,使得前後軸的配重比例更趨近於完美的50:50。
轉子引擎過去最讓人詬病的就是驚人耗油量,這個缺點在RX-8上也有所改善。這具引擎在運用最新的稀薄燃燒技術後,使得怠速時的油耗已經比舊款減少了40%。RX-8也突破以往的2+2雙門Coupe的理念,定位為四座四門的轎跑車,造就出獨特的後座進出方式,可說是兼具跑車的帥勁與房車實用性的綜合體,堪稱新世代跑車的典範,更增添馬自達轉子引擎的傳奇新頁。

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