姑蘇城外,市場鐘聲響了
姑蘇城外,市場鐘聲響了

姑蘇城外寒山寺,夜半鐘聲到客船」,數百年來的蘇州,給人的印象是幽遠的水道與園林印象;但是今天,蘇州人卻期許自己成為工業重鎮。
單是蘇州,就有「新區」與新加坡投資的工業園區兩個工業區;5年來,一家家外商在此落腳,他們騎著單車川流在小橋街弄間,偶而,他們相互探路,多半會得到這樣的答案:「不妨去問問台灣來的國巨」。
國巨來得較早,廠區也蓋得漂亮(台灣建築師姚仁喜設計),但最重要的理由是:國巨生產的電阻器是所有電子產品的關鍵零組件,問問國巨,就可以了解方圓百里內(吳江、崑山)所有科技產業的動態,由滑鼠到筆記型電腦,由監視器到手機。

**由蘇州看天下

**
「由蘇州外商的雲集,正可看到全中國的變化,」國巨執行長陳泰銘分析。5年前,外商看重的是「低成本製造」的優勢,做的是外銷;但今天的外商,投資的理由則是佈局「內需的魅力市場」。
中國政府由台灣經驗中學得「工業園區」的多種經驗,藉由開放通訊、半導體等關鍵工業內需市場,吸引跨國公司來設廠,一方面訓練人才、轉移技術,一方面省下過去零組件必須外購的外匯。 「國巨不是為了節省成本去中國,而是為了就近服務客戶,」陳泰銘指出。
1995年,鑒於宏碁、明碁、台達電等下游客戶紛紛由台灣遷往長江下游落腳,國巨迅速決定投資蘇州廠,這座佔地8000坪的新廠,月產能100億支電阻器,是台灣高雄廠的兩倍大。
當年第一批月產8億支的產能,幾乎百分之百外銷,但是到了2001年,月產100億支的外銷比例將降到70%,新到的手機外商摩托羅拉、西門子與台商將吃下30%的國巨內銷產能。
由於情勢變化太快,國巨董事會趕緊追加1200萬美元,在蘇州建立另一條手機關鍵零組件——MLCC(積層陶瓷晶片電容)生產線。
「以前去東莞,只要派管理幹部去帶兵,現在則是派台灣的『一軍』到蘇州訓練幹部,」國巨蘇州廠總經理許志成指出。蘇州廠現有同仁1200人,但台籍幹部只有18人,而且今年還將減少。
對國巨而言,派一軍到中國,也有國際化的策略意涵。今年以185億台幣購併飛利浦陶瓷原件與磁性材料部門,成為擁有全世界16個工廠、年產世界產量50%晶片電阻器的跨國公司,「所有被派往世界各地的主管,『中國』,是第一個訓練場,」執行長陳泰銘表示。

**成本不是西進全部

**
投資中國,國巨由東莞開始,北進到蘇州,執行長陳泰銘語重心長提醒:「新來的台商,千萬不要只把『製造』,當成策略的全部,」他指出:企業必須和這裡的資源結合在一起,才能整合出可長可久的競爭優勢,「中國也會在你的成長中,感受到它的成長。」
長江下游地區培養了台灣難求的基礎材料科學、軟體工程師、光學等人力資源,國巨延攬這些人才為核心幹部,使國巨在客戶設計產品階段,即能配合客戶研發新電阻器或電容器產品,提供附加價值的服務。
「我們由全球化角度來看中國,也逼台灣的國巨挑戰升級,」陳泰銘指出。 2000年以來,拜訪國巨蘇州廠的台灣訪客如過江之鯽,但是有多少人聽出寒山寺鐘聲的弦外之音?

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