XREX取得ISO資安認證，114項標準全通過！為何要砸錢打造「護城河」？|數位時代 BusinessNext

XREX取得ISO資安認證，114項標準全通過！為何要砸錢打造「護城河」？

區塊鏈新金融科技XREX，本周宣布取得ISO/IEC 27001認證，目前沒有任何監管單位要求業者取得，為何XREX仍堅持要做？

只花五個月就取得認證、114項標準零失誤通過

ISO/IEC 27001是由國際標準組織（ISO）與國際電工委員會（IEC）聯合發布的一套國際標準，用來驗證企業或組織的資訊安全管理系統 (ISMS) 是否具備完整的風險評估與管理規劃。

XREX獲得英國標準協會（BSI）驗證，加入幣安（Binance）、Crypto.com 和Cybavo等頂尖的加密貨幣交易所與平台的行列，將ISO/IEC 27001的嚴格要求導入其資安管理系統。XREX在114項申請標準中，繳出完全零失誤的好成績，取得認證資格。

ISO27001包括14個主題、35個控制目標、114個控制要點，簡單分類可分為「策略面」、「管理面」兩個面向。XREX資安規劃師Helen Lai受訪表示，「策略面」是最複雜的，需要結合XREX內部的特定流程，以及ISO27001的標準規範，才能建立出屬於XREX的資訊安全管理系統。

這些過程非常細緻繁瑣，以「精準匡列範圍」來說，要從用戶資料傳入XREX平台開始，逐步檢視資料傳輸流程，才能盤點出完善資訊資產清單，才能進一步設計嚴格管制。

要通過這114項申請標準有其難度，Helen Lai表示，依據向相關單位打聽的資訊，第一次查核有一定機率會被要求改善，甚至不被發證要重新闖關。XREX能做到一次通過，內部在面對BSI委員（本次認證單位）查核前，就足足演練了3次，包含一次由外部顧問模擬委員查核、兩次情境模擬。

取得ISO/IEC 27001認證，一般情況下大約需要六個月時間，這次XREX團隊只花了5個月就完成。回顧這趟歷程，Helen Lai表示，這次導入ISO27001一共涉及客服、管理、法尊、資安、資訊等五個部門，需要配合不同單位的專業去說明流程，並實際演練多次，「要做到有效的跨部門溝通，是最困難的部分。」Helen Lai回憶。

取得ISO認證，差異、好處有哪些？

目前，沒有任何一個國家或司法管轄區，強制要求虛擬通貨業者取得這項ISO認證，對交易所來說，取得ISO認證與否，在實務上究竟有何差異？

事實上，每個交易所都有自己的資安機制，而通過國際標準系統性的驗證，代表是可以符合外部驗證，而非只是自己單方面認可。

Helen Lai表示，這次XREX通過ISO驗證，強化了資料的機密性、完整性及可用性管理，平台運作可以更安全穩定。具體來說，資安防護從惡意攻擊偵測、預防及復原控制措施都有規劃，XREX甚至有設定第三道防線（資安稽核單位），監控每一個措施是否都有確實執行並符合規範。

「資安是一層又一層堆疊出來的。」，雖然現在沒有前置規訂有關業者須通過ISO認證，Helen Lai認為，資安是所有加密貨幣業者，都必須要注重的領域，「雖然投入資源與時間成本很高，但也成為了（競爭）護城河。」無論是在提供用戶服務，或是與銀行合作及取得監管單位信任上，都會非常加分。

除了信任，取得ISO認證也是要告訴不法分子，不要在XREX平台上犯罪，不僅會被偵測到，XREX也會採取實際行動打擊犯罪。

XREX共同創辦人暨執行長黃耀文認為，不只是虛擬通貨業者，對現在所有企業來說，有效預防並降低網路風險的能力非常重要。隨著加密貨幣和區塊鏈技術的發展，唯有能夠堅守這些原則的平台，才能獲得銀行、監管機構、用戶和大眾的信任，「我很自豪XREX是其中的佼佼者。」

責任編輯：錢玉紘

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。