開車恍神就叫你起床、靠濾嘴讓溪水變飲用水，新創如何用科技讓生活更好？|數位時代 BusinessNext

展會、新創基地，TTA靠兩大策略接軌國際

科技部部長吳政忠談到，台灣有很優秀的人才跟新創團隊，最關鍵的是需要串起與海外人脈、資金的連結。

實際的作法上，除了透過像這次CES 2022的國際展會，還有在台北小巨蛋設立的新創基地TTA，作為新創與國際對接的樞紐，將國際加速器、創投、學研、企業等人才匯集在一起。

TTA從2018年成立以來，協助台灣新創團隊，以矽谷新創生態圈規則進行Pitch、鏈結全球新創生態圈，並提供國際行銷資源與協助，希望能增加台灣新創加速佈局產業鏈結，及全球科技市場機會，強化台灣科技新創於全球生態圈的關鍵地位。

值得一提的是，今年科技部也在台南沙崙資安及智慧科技產業研發大樓，成立TTA南部據點，要把台北的TTA國際資源帶到南部，協助全國各地新創，及學研團隊能有更好國際發展機會。

從汽車、嬰兒到飲水，新創如何用科技讓生活更好？

今年TTA攜手矽谷創投以及CES大會，共同嚴選100家台灣科技新創參展，希望創造台灣科技新創國際能見度，更增加其吸引全球資金挹注的機會，幫助更多新創在全球市場發光發熱。

在今年選出的100家新創中，有7家新創團隊獲大會國際媒體高度肯定，包括串流國際（RT Stream International）、雲云科技（Yun yun AI Baby camera）、麥迪創人工智能（Mindtronic AI）、膜淨材料（Mbran Filtra）、圖睿科技（GRAID Technology）、創淨科技（ELECLEAN）、聲麥無線（VMFi Inc）共七家。

近年汽車科技，一直是CES大展上重要的題材，麥迪創人工智能就是專門做自駕車系統軟體，麥迪創執行長江昱嫻表示，他們所研發的軟體，具備AI深度學習功能，可以透過裝在汽車儀表板前的鏡頭，判斷駕駛的精神狀態。

如果系統發現駕駛打嗑睡、恍神，第一步，會先透過聲響、儀表板的畫面，來提醒駕駛打起精神，如果沒效，系統會啟動自動駕駛的跟車功能，讓車輛跟著前方的車輛行駛，然後慢慢停靠路邊，避免事故發生，駕駛精神狀況如果很不好，系統還會打給預先設定好的緊急聯絡人，避免意外發生。

麥迪創的軟體除了可以專在一般車子上，江昱嫻表示，也可以用在像是貨車、公車這類商用車輛上，業者也能用所蒐機到的駕駛數據，即時掌握所有司機的駕車狀態，甚至能透過每位駕駛累積的行車數據，優化車隊管理。

以麥迪創人工智能來說，今年已經是第四次參與CES，也確實透過展會的力量，找到商業合作的機會，江昱嫻說，2022年預計會跟中國的車商合作，推出量產的產品。

此外，像是膜淨材料（Mbran Filtra），主打的就是解決戶外引水安全，團隊設計了一個手指大小的濾嘴，裡面有百級奈米的過濾材料，比方說在登山時，可以將溪水裝進水瓶中，濾嘴就可將溪水，過率成乾淨的飲用水，現在已經，取得國內外各領域廠商的青睞。

另一組團隊聲麥無線（VMFi Inc），他們做的是智慧語音導覽系統，VM-Fi聲麥無線設備，就能連結所有人的智慧型手機，可以如同翻譯蒟蒻一樣，即時的將中文轉化成外語，在後疫情時代線上會議、展會等情境，就非常實用。

如果家中有剛出生的嬰兒，雲云科技（Yun yun AI Baby camera）推出的「 Cubo AI智慧寶寶攝影機」就很實用，這是第一台結合人工智慧技術的嬰兒監控器，能主動偵測嬰兒「口鼻被異物覆蓋、翻身」等睡床潛在危險事件，並且透過手機發送「預警通知」給家長，讓新手爸媽不必在晚上，每一兩個小時就起身查看。

優秀的新創團隊還有很多，《數位時代》採訪團隊這次也會前進CES 2022，帶給讀者第一手的觀察與報導。

責任編輯：侯品如

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。