沒有是與非
沒有是與非
2000.09.01 | Google

我永遠不會遺忘,7年前,當我還是一位無名的見習醫師,在塵土飛揚,砂石車穿梭的省道上,騎著跟同學借來的125cc機車,奔赴美濃採訪的感覺。
從燠熱的4月天直到暑假,我採訪反水庫運動的主角,採訪當地民代和公所人員,隨機訪問農夫和家庭主婦。我騎著機車爬坡到水庫預定地,探勘官商勾結造成的濫墾濫伐。我回高雄採訪縣政府相關人員,以及高雄人對美濃水庫的看法。7月底,我完成「落日原鄉」,一篇多面向剖析反水庫運動的報導文學。
「落日原鄉」參加時報文學獎以最高票落選。之後,我將稿子投給當年在南部還有10%閱讀率的台灣時報。據說,「落日原鄉」刊出之日,地方仕紳紛紛傳閱,美濃的台灣時報銷售一空。
反水庫運動的主角來電,感謝我化解外界許多無謂的抹黑。一位投入反水庫運動美濃大學生來信說,沒想到這一篇令人感動的文章,竟然出自外地人之手。
時報文學獎支持「落日原鄉」的評審,在美濃鄉親再度北上立法院時,特地邀約媒體朋友與反水庫運動的幹部見面。這篇文章,加快高雄社運界支援美濃朋友的腳步。許多後續的報導,不斷引用「落日原鄉」。這篇文章也改變我的一生。我得到高雄社運界的認同,也間接因為這篇文章產生的credit,得到日後在中時撰寫專欄,以及在中山大學創辦「南方」的機緣。

**報導的力量

**
這就是「報導」的力量。一篇好的報導,在改變被報導人處境時,也會改變讀者,同時也改變報導人自己。
日本漫畫家弘兼憲史名著「真相夜線」第5輯曾寫到一則軼事:1946年,在美國主導下,日本開始制訂憲法。當美國人寫好憲法請日本人翻譯時,日本的官僚系統,將Freedom of press(報導的自由),悄悄改成「出版的自由」。「報導的自由」是指人民有知的權利,憲法應保障媒體能代表人民監督政府。日本的官僚系統保護自己,就將「報導」曲解成「出版」。
台灣的憲法同樣不保障「報導」的自由。廣義的報導自由,應包含記者對會影響公眾利益的權勢者的資訊取得、追蹤採訪以及人身安全。如果沒有報導自由,媒體就無法善盡「第四權」的監督功能,人民也就沒有透明的資訊來進行「選舉」、「罷免」的權力。

**「第四權」的監督

**
目前網路上盛行的個人新聞台、網路議會、個人電子報,充其量只是一種「出版的自由」。熱門的財經雜誌流行對勝利者的徹底吹捧,這也只能說是一種「出版」,離「報導」的境界還有一段距離。空有出版的自由,並無法保障人民知的權利,只會讓我們陶醉在「言論自由」的虛假氣氛,而弊案、黑金、官商勾結、利益輸送照常日日進行。
上期數位時代,總編輯詹偉雄先生回應我的文章時說:「網路時代,是否仍得如此悲情?網路時代是由下而上的民主時代,你甚至不必用腳投票,just one click away!」我想,要以什麼態度來看待自己的媒體,是數位時代的言論自由,並沒有是、非之分。不過,最近和明日報總編輯陳裕鑫會談,才知道台灣不止政府資訊不透明化,連立法委員的開會和投票記錄都不主動公開,媒體與人民根本無法監督立法委員和利益團體間交錯縱橫的互動。這時,民主只是一場鬧劇,媒體(包括網路)正好被官員和民代當作最好的表演舞台。
「新新聞」總編輯楊照在第701期的「編輯手記」說:「媒體是社會上非常重要的調查力量,我們擁有不可輕易放棄懈怠的追查真相的權力、責任與義務。」當媒體記者在台灣民眾心中的地位越來越低落時,我們需要更多類似的反省與實踐。

關鍵字: #Google
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