NVIDIA黃仁勳發佈首款Arm架構處理器Grace，破天荒攜手聯發科合作新筆電|數位時代 BusinessNext

第一款Arm架構CPU問世：GRACE

預計將在2023年初上市的NVIDIA Grace CPU，其運算效能較目前效能最快的超級伺服器還要快上10倍，可滿足自然語言運算、推薦系統、及AI超級運算等先進應用程式的運算需求，同時Grace CPU 可整合節能的 Arm CPU 核心架構和低功率記憶體次系統，達到高效且節能的設計。

包括瑞士國家超級運算中心（CSCS）、美國能源部旗下洛斯阿拉莫斯國家實驗室（Los Alamos National Laboratory），將率先交由慧與科技（HPE）打造，並導入NVIDIA Grace CPU的超級電腦ALPS，成為全世界效能最快的超級伺服器。

NVIDIA執行長黃仁勳表示，先進的AI與資料中心因需要運算大量的數據而不斷推進電腦架構的極限，在NVIDIA推出Grace CPU之後，加上原本的GPU與DPU，NVIDIA可針對客戶或合作夥伴的工作負載，提供可滿足不同運算需求的三種晶片。延續過去以著名科學家的名字命名GPU的習慣，Grace CPU是紀念美國電腦程式設計先驅Grace Hopper女士。

此外，NVIDIA表示將攜手合作夥伴，將Arm架構晶片彈性、高效、且節能的優勢擴大至雲端運算、高效能運算、邊緣運算及個人電腦等領域。在雲端運算方面，NVIDIA和雲服務供應商AWS共同宣布將在雲端合作，部署以GPU加速的Arm架構執行裝置，雲端運算服務平台Amazon EC2將整合AWS Graviton2處理器（Arm架構）與NVIDIA GPU，讓遊戲開發者能夠在 AWS 上以原生方式運行Android遊戲、透過NVIDIA GPU加快渲染和編碼速度，透過行動裝置直接開啟串流遊戲，使玩家可獲得順暢、高解析度、且運算表現優於以往的遊戲體驗。

此外，針對高效能及超級電腦日益增加的運算需求，NVIDIA則推出可支援科學運算的NVIDIA Arm HPC 開發者套件，此開發者套件運行於包含Ampere Altra CPU的NVIDIA HPC SDK（軟體開發套件），讓工程師、科學家及開發人員可以利用NVIDIA Arm HPC 開發者套件，建立 HPC 與 AI 應用程式，並將其遷移至 GPU 加速的 Arm 架構運算系統中。

NVIDIA Arm HPC 開發者套件預計於今年第3季上市，目前已率先部署NVIDIA Arm HPC 開發者套件的單位包括台灣國家高速網路與計算中心、美國橡樹嶺國家實驗室、洛斯阿拉莫斯國家實驗室 (Los Alamos National Laboratory) 、石溪大學 (Stony Brook University)、韓國科學技術研究院。

破天荒攜手聯發科，打造高效PC跟筆電

另外，在個人電腦方面，NVIDIA將與Arm架構晶片主要供應商之一的聯發科 (MediaTek) 合作，打造可支援 Chromium、Linux 和 NVIDIA SDK 的平台，並合作新款PC及筆電，整合Arm Cortex核心系統單晶片及NVIDIA的高階顯示晶片 RTX GPU，展現豐富的畫面及AI應用效能。

而看好專業5G應用未來前景，運算重點將逐漸從雲端資料中心走到邊緣運算，黃仁勳也首度宣佈NVIDIA企業伺服器平台NVIDIA EGX，宣佈將充分跟VMware生態系統相容，超過50款EGX伺服器將開發問世；另外，將推出新型邊緣運算平台Aerial A100，將Ampere GPU跟BlueField DPU整合在一張加速卡上，放置於EGX就能成為5G基地台解決方案，目前已經獲得電信設備供應商愛立信、富士通、Mavenir、Radisys及Altran採用，Google Cloud也宣佈將採用Aerial。

NVIDIA也將擴大與Marvell的合作，將 OCTEON DPU 結合 GPU，加速AI工作負載並提升邊緣到雲端的網路最佳化和安全性，同時優化系統效能並降低延遲。

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。