廣錠通吃海陸綠能！台普威完成台電AFC併網、特瑞斯吞離岸風電二期工程標|數位時代 BusinessNext

廣錠通吃海陸綠能！台普威完成台電AFC併網、特瑞斯吞離岸風電二期工程標

廣錠佈局綠能事業，兩家子公司台普威及特瑞斯海事工程各有成績，台普威宣佈台電儲能自動頻率控制（AFC）服務標已完成併網，而特瑞斯則將與丹麥商凱得合作。

台灣拼2050年達碳中和，業者搶吃綠能商機，工業電腦廠商廣錠與美儲能商普威（Powin Energy）合資的台普威能源，10日宣佈2020年標到的台電的「儲能自動頻率控制（AFC）調頻備轉輔助服務」15MW標案，已經正式完成案場設置及併聯，並通過驗證，歷時2個半月。

台普威是廣錠與美商普威合資公司，業務角色是亞洲區代理商，鎖定儲能市場提供建置服務，2020年取得太陽能業者訂單，7月更拿下台電AFC標案2MW，成為5家合格供應商之一。

台電2020年首度對外開辦「儲能自動頻率控制調頻備轉輔助服務」採購，共吸引30家業者搶標，最後決標依序由翰可國際、台普威、台泥綠能、聚恆科技及大同5家公司得標，合約3年一期，可續約3年，總計該服務標合約最長達6年。

「儲能自動頻率控制（ AFC ）調頻備轉輔助服務」標案是什麼？台普威解釋，因為再生能源發電具有間歇性及不易預測性，導致傳統電力系統需承受電壓、頻率不穩定等衝擊，對傳統電力調度模式來說是很大的挑戰，因此運用電池儲能系統快速充放電特性，讓儲能系統追隨電力系統頻率波動，主動提供充放電動作，可以維持電力系統頻率穩定，這是常見的再生能源高供電比電力系統穩電解決方案。

台普威能源以背後有北美前3大儲能系統設備商普威的技術奧援，在得標後，即展開儲能系統專利電池模組設計及軟硬體整合技術規劃，台普威能源營運長李威儀表示，這次幾乎是在最短的時間完成安裝與通過台電執行能力測試，電池櫃安裝並開始進行測試僅費4小時，2月21日電池貨櫃上基墩到送電、平衡、自我測試，至4月2 9日通過台電專家會審取得台電AFC項目證照，僅用了不到兩個半月。

據了解，台電每1MW容量執行1小時費率為700元/MW-h，台普威此次拿到3年3000萬元服務標。

台電標案此次並不開放中國製電池櫃競標，故得標廠商多以美國或三星電池供應系統為主，台普威能源表示，由於與美商普威設計了一套標準又能快速建置的儲能系統，此次參與台電標案，可以印證台普威具協助有意參與台電輔助服務的業主快速擴建案場能力，也能協助業主儲能併網。

廣錠(6441)旗下特瑞斯海事技術服務宣布，昨（27）日與丹麥商凱得（K2 Management, K2M）簽署台電離岸風電二期海事工程合作協議，未來雙方共同合作台電離岸風場二期的海上變電站、海纜設計與管理服務，共同推動台灣綠能技術產業發展。

另外，廣錠轉投資持股52.8%的離岸風電子公司特瑞斯海事工程服務，4月底宣佈與丹麥商凱得（K2 Management, K2M）簽署台電離岸風電二期海事工程合作協議，雙方將共同合作台電離岸風場二期的海上變電站、海纜設計與管理服務，這個工程是特瑞斯2月宣佈拿下富崴能源台電離岸風電二期海事工程項目中的一環。

特瑞斯董事長廖良彬表示，K2M在離岸風電實務經驗豐富，過去替上緯新能源、海龍離岸風場提供服務，是此次與K2M合作關鍵，期望能加速推動綠能產業發展。

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。