VMware攜手NVIDIA發展私有雲,會「惹到」公有雲巨頭嗎?一文看懂衝擊
VMware攜手NVIDIA發展私有雲,會「惹到」公有雲巨頭嗎?一文看懂衝擊

VMware於上月重磅推出Private AI服務,NVIDIA執行長黃仁勳親自站台,宣布雙方合作建立平台「VMware Private AI Foundation with NVIDIA」,協助把AI放進企業自己資料中心的「私有(Private)」環境中,不只能減少GPU使用量,也更保障企業的資料安全性。

vmware nvidia private ai
NVIDIA執行長黃仁勳為VMware站台,宣布推出Private AI平台,並形容是「雙方合作多年來終於實現的願景」。
圖/ VMware Explore

這場合作為企業級AI帶來關鍵的解方,但VMware一直以來強調的是結合多家公有雲服務的「多雲」事業,如今推出私有雲服務,是否對公有雲巨頭如AWS、Google、Microsoft帶來衝擊?

VMware於27日舉行亞太技術大會Explore,《數位時代》也前進新加坡現場,由高階主管親自解答對私有雲發展的兩大哉問。

問題一、企業對私有雲的AI需求,會超越公有雲嗎?

VMware在上個月推出和NVIDIA合作開發的平台,最大的優點是讓企業客戶可以把AI模型建立、運行在自家的資料中心,不用擔心系統跑不動或放不下巨大模型的問題。平台中運行的虛擬機,GPU容量一口氣從8個翻倍到16個,等於企業可以用更少的成本、最高的效率,獲得AI時代最稀缺的GPU資源,同時確保資料留存在自己的資料中心裡。

VMWARE CHRIS WOLF PRIVATE AI
VMware Private AI Lab副總裁 Chris Wolf 是這項計畫的最高負責人。
圖/ 隋昱嬋攝影

VMware Private AI Lab副總裁Chris Wolf接受《數位時代》訪問,認為在生成式AI崛起後,確實觀察到更多客戶對私有雲重新產生興趣,尤其是兩大類型的企業客戶:

  1. 具高機敏資料:
    無論是使用ChatGPT等2C工具,或者是使用公有雲一般的AI服務,可能都需要擔心資料外洩和「數據主權」外移的問題,當數據上傳到這個模型中運轉,企業就可能喪失了對它的監管控制權力。

  2. AI新創:
    對這幾年冉冉升起的AI新創來說,一旦把服務和資料放上公有雲,就等於把數據送給自己最大的競爭者。

這代表AI可能改變了過去幾年「拚上雲」的節奏,Chris Wolf指出,公有雲雖然成本低廉,但資料隱私疑慮短時間內難以消除,因此單純使用公有雲服務在AI時代中已經不是最佳選項,加速使用「混合雲(Hybrid Cloud)」就成為新的顯學。

雲端簡介

這點在亞太區也能看見強烈需求,根據iKala Cloud和IDC合作進行的調查,只願意採用地端服務的企業比率從32%大幅縮減到僅剩6%,多達94%都計畫採用雲端服務,其中「混合雲」多達近7成。 結合私有雲和公有雲的好處,不敢上雲的機敏資料留存在自家機房,需要靈活運用的就放上公有雲,根據業務需求,把工作負載在兩者之間彈性轉移。

因此PrIvate AI將是VMware未來幾年重點發展方向,和NVIDIA合作的平台預期能夠為客戶提供自訂模型和製造生成式AI應用,像是智慧聊天機器人、助理、搜尋和摘要等內容,需要的資源通通準備好,大幅降低企業使用的門檻,而這套產品也加入戴爾、慧與和聯想等大廠的技術支持。

問題二、VMware深度發展私有雲,會「惹毛」公有雲老夥伴嗎?

但VMware的發展方針中,最核心的一塊是「多雲」,也就是和公有雲巨頭緊密合作,利用平台整合多家公司的雲端資源,企業客戶可以在平台上無縫使用、管理超過一家的公有雲服務。

這是VMware深耕多年的市場,也在前幾年的數位轉型浪潮中獲得龐大收益,但如今一手抓公有雲生意,一手又推出私有雲服務,難道不會衝擊和AWS、Google、Microsoft等巨頭間的關係嗎?

對此,VMware雲端解決方案副總裁Prashanth Shenoy的答案很乾脆:「不會影響,甚至可能加強彼此之間的合作」。

他指出,公有雲會喜歡和VMware合作,其實是看中VMware在私有雲領域的領導地位,鎖定的正是這群私有雲客戶,當客戶想擴展到公有雲時,因為熟悉VMware的架構,更可能選擇和VMware緊密合作的公有雲,遷移更順暢。

Shenoy分享,旗下2000多家客戶,平均都只需要2個半月就可以遷移到不同的公有雲,但若是客戶自己從0開始搬遷,則需要長達45個月才能完成,吸引這些客戶選用公有雲的商機龐大,也是未來雙方會密切合作的方向。

責任編輯:錢玉紘

關鍵字: #VMware
往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

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
一次搞懂工業AI
© 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