後SARS時代的奈米省思
後SARS時代的奈米省思
2003.08.01 |

上一波SARS危機,加拿大的死亡率比很多國家高,原因可能很多。但從微生物研究的角度來看,也許是加拿大本來就是很乾淨的環境,居民對微生物、病毒抵抗力相對變低,細菌、病毒會致命有時候不是因為毒性多強,而是因為我們體內沒有抵抗機制,沒有遇過新種微生物導致。所以,經歷SARS、腸病毒後,消毒殺菌變成首要之務,其實,把細菌都殺光是很不得已的作法。

**可以只殺有害的細菌嗎

**
1996年,我們開始著手研究奈米技術的抗菌藥時,便有人問:「可以只殺有害的細菌嗎?」
很遺憾,現在所有的殺菌技術都是「瞎子」,即使有益環境生態平衡的微生物一律會被消滅。
殺菌的副作用就是對生態環境的衝擊和人體的傷害。
氯(一般漂白水即是氯為主成分)是最快、最強的殺菌劑,但後遺症也最多,人體接觸容易致癌,排放至下水道、進入到自然環境則會殺光所有微生物、破壞生態體系。臭氧(O3)殺菌效果也很強,但只適合在室外使用,理由是臭氧對人體有不良影響(過度氧化),雖然臭氧在空氣中30秒內就會分解,而且臭氧因為氧化力強,對金屬有侵蝕性,所以普通的室內環境也不太適合長期使用臭氧殺菌。除了氯、臭氧外,紫外線殺菌的副作用也是對人體會有致癌的危險,至於現在很流行的奈米光觸媒(TiO2)殺菌技術,坦白說,理論和實際情形是有差距的。
能不能奈米級分散是奈米光觸媒產品的第一個挑戰,市面上奈米光觸媒產品通常沒有解決這個問題;接著要問的是驅動光觸媒的能源從何而來?自從總統府噴灑塗佈奈米光觸媒後,很多人深信這種光觸媒能半永久性(可維持數月到數年)地發揮殺菌功效,其實,室內幾乎沒有足夠紫外線能源來引發光觸媒作用(普通日光燈、戶外透入的日光中含有的紫外線極少),除非另外以紫外線燈管照射,否則光觸媒是難以作用的,更遑論是否有做到奈米級分散。

**觸媒殺菌技術向前行

**
儘管產品常是誇大功效,但使用觸媒來殺菌確實是較環保也較有效的殺菌方式,而觸媒也還有很多應用研發空間。凱記目前的Bio-Kil技術是不需要外在能源(紫外線)的觸媒技術,讓帶正電荷的奈米級觸媒形成一把把能戳破細菌的刺針(細菌外表為負電荷,會被正電荷所吸引),流經殺菌刺針的水或空氣也因此而達殺菌功效,不會造成環境污染。我不敢說自己技術有多先進,我們還在讀幼稚園,但在這領域裡比我們早讀的卻幾乎沒人,因為研究微生物的學者過去都專注在基因體研究,把殺菌技術視為低層次的範疇。
後SARS年代,要想的也許不是把細菌殺光,而是不得已之下,如何控制這些微生物、人類和環境間的平衡發展。

蕭炎昆 凱記科技公司董事長
1990年成立觸媒實驗室,進行燃料電池研究,後將觸媒技術轉入微生物的無藥殺菌研究,
蕭炎昆和研究團隊的Bio-kil抗菌技術獲得台灣、美國專利以及瑞士日內瓦發明展金牌獎。
除了國內部分醫院使用,全省麥當勞的冷卻水塔也使用該項殺菌技術。

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