時代引擎的換檔,你跟上了嗎?
時代引擎的換檔,你跟上了嗎?
2003.01.15 | 人物

每個時代的社會中都有所謂的「顯學」,你也可看成是科學哲學家孔恩(Thomas Kuhn)說的「典範」(paradigm)。一旦顯學當道,那這社會中的所有目光都會聚焦在它身上,所有的理論、冠冕、標準都會為它「量身打造」,例如過去十年來的台積電董事長張忠謀先生,就是鮮明代表;他代表的是一種「科技突破引導商業模式創意」的時代顯學,由Intel的創辦人摩爾(Gordon Moore)發端、魄力CEO葛洛夫(Andrew Grove)發揚光大,而由銀髮張忠謀接下最後一棒。
說他最後一棒,是因為我們看到典範即將移轉,半導體深次微米(或稱奈米)的蝕刻技術不再18個月就可躍進一次;而即使能,這世界怕也不再那麼需要它;而即使還是需要,它能在商業、股市、產業供應鏈上引發的強大主導力,也勢必不若以往——譬如發明747的波音,在它第一架原型機升空的那一剎那,它的影響力就也永遠只能留在地面。

**新時代的顯學

**
不是說張忠謀先生不好,而是:他就只能和過去的王永慶先生一樣,成為下一個舞台的背景。
是的,下一個舞台將會有好長一段時間,不會再有「Intel Style」或「TSMC Style」的扣人心弦故事出現,除非台積電出現戲劇性的自我革命,像IBM當年一樣;而在「不連續性創新」的現代商業史上,這是多麼難的一件事。
而我們有理由預見,這個新時代的顯學是「平凡中的創新」。那是因為新技術已經普及到我們四周,成功的關鍵一擊不再是「科技突破」那種火花四射的「創意」(creativity),而是把夜空中黯淡墜落的火花拿來細心琢磨、砥礪各種潛能的「創新」(innovation)。台灣的聯強國際,就是這樣的一家公司,一個「洞悉科技和機會潛能」的新典範代表者。沒有超級巨星、不必參加經發會、去大陸也不會惹來陸委會關心;它外表平凡得不得了,但它可是真能成長、真能賺錢。
在這期的《數位時代雙週》封面故事中,資深召集人盧諭緯為讀者帶來她跑上跑下整個聯強體系的採訪成果,和其他媒體曾報導過的聯強故事不同的是:我們嘗試由一個「解謎典範構造」的做法來觀察,因而這組報導不只是一組「故事」,而是一系列的「聯強學」。
去年12月,我們在摩根士丹利的網站上看到一份他們最新的「科技公司新地景」(Technology Company Landscape )的研究報告,驀然發現,許多.com網路公司的股價居然悄悄地漲了好幾倍,相較Nasdaq整體市場指數全年下跌29%,這樣的表現其實是優越得不得了。這個好奇,促成了這期的特別報導——「.com的第二個日出?」
研究結束的截稿時分,我們也才驀然發現,許多.com公司的業績走揚,其實是「聯強化」了;而聯強近年來的爆發力,卻又是它更「.com化」了,而它們共有的特色都是:平凡得不再能吸引起你的注意。
希望看了這期雜誌,你會成為第一個用典範搜獵眼神,看平凡世界的人。

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