上海拚復工復產，A股有望展開反彈，經濟可望於Q2落底|數位時代 BusinessNext

上海拚復工復產，A股有望展開反彈，經濟可望於Q2落底

對於陸股來說，上海拚復工復產，可望激勵A股指數，加上政策發威，中國經濟可望於第二季見到落底，建議投資人不妨趁早低檔開始投資。

隨著近日公布上海即將於六月全面恢復正常生活。富蘭克林華美投信認為，對於陸股來說，上海拚復工復產，可望激勵A股指數，加上政策發威，中國經濟可望於第二季見到落底，建議投資人不妨趁早低檔布局A股基金。

上海市新冠肺炎疫情防控發佈會宣佈，目前上海全市16個區已有15個區實現社會面清零，全市社會面已連續兩天無新增陽性感染者報告，上海疫情得到有效控制，防控取得階段性成效；隨著各項防控措施的落地實施，綜合專家研判分析，已經明確了下一步防控工作，分為「三個階段」進行，預期6月起全面恢復正常生活。

富蘭克林華美中國A股基金經理人沈宏達表示，陸股農曆春節後開始修正，上證綜合指數從3,462一路跌至2,886點，近期再開始回彈至3,085點(截5/18收盤)整體跌幅約10%。

隨著上海拚復工復產對於經濟表現是正面消息，而中國各地區確診人數在4月中旬達到高峰值後開始出現下滑，中國動態清零出現成效，在四月底釋出第二批白名單較首批666家擴大至1,188家企業。

沈宏達認為，先前遭遇疫情衝擊影響嚴重的產業估值已經有大幅修正一波，可以關注疫情修復後的大消費、積體電路、汽車製造、裝備製造、生物醫藥等相關產業鏈。

不僅內部如此，對外部分，已知美國貿易代表署(USTR) 5月3日刊登一份聲明指出，2018年起對中國價值500億美元的商品所加徵的關稅，將分別於今年的7月6日、8月23日到期，即日起將啟動相關重新評估的程序。

當前美國通膨居高不下，對中國加徵的關稅加劇了美國國內消費成本與通貨膨脹壓力，富蘭克林華美中國消費基金經理人蘇士勛認為，隨著美國11月期中選舉到來，拜登政府有意解除對中國加徵的部分關稅，可望受惠產業分別集中於機械、電力設備、新能源、醫藥和汽車等相關商品，有助相關產業業績成長。

蘇士勛分析，先前紓困政策在疫情影響下傳導並不順暢，未來政策出台的針對性將更為聚焦，預期政策將進入密集落地期。人行5月6日表示將盡快推出1,000億元再貸款支持交通運輸、物流倉儲業融資，解決疫情防控中的痛點。

地產方面，對於房企併購融資支持從中央國企擴展到民企，且對預收資金監管已有所放寬；基建部分，加快建設、推動高質量城鎮化的舉措等政治持續發力，預期各項經濟數據將於第二季中下旬出現落底訊號。

富蘭克林華美中華基金經理人陳美君表示，中國股市當前估值位於近五年的低位，是最具長期投資價值的股票市場之一；因此建議投資人不妨把握低檔投資機會，由於市場仍處於風險釋放的階段，預期消息面分別落地後，將增強中國A股反覆築底的可能，投資人宜耐心等待市場底部呈現。

在操作建議上，A股研究團隊看好三大板塊:(1)新能源領域：俄烏衝突後各國加快新能源替代步伐，如儲能、太陽能、鋰電等產業；(2)數字經濟領域：可望接替雙碳產業框架的AI、數據中心、半導體；(3)後疫情時代的核心消費領域：開門紅確定的白酒、消費即將復甦的豬肉產業。

富蘭克林華美投信建議，不妨趁股市第二季可望落底之際，逢低進場、或以定期(不)定額方式，中長期投資中國相關基金，以掌握陸股反彈的表現機會。

責任編輯：吳秀樺

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。