全球股市大崩跌，加密貨幣會是避險資產好選擇嗎？|數位時代 BusinessNext

全球股市大崩跌，加密貨幣會是避險資產好選擇嗎？

美國川普政府的關稅政策引發全球股市大幅下跌，不僅重挫美國股市，台灣股市在連假後開盤出現創下歷史紀錄的崩跌情況。

發生什麼事？

美國川普政府的關稅政策引發全球股市大幅下跌，不僅重挫美國股市，台灣股市在連假後開盤出現創下歷史紀錄的崩跌情況。
整體加密貨幣市場隨後也受到波及而下跌，但比特幣在傳統股市下跌的初期，展現出相對的韌性，部分交易員認為其可能成為避險資產。

台股開盤即暴跌，創史上最慘

美國總統川普政府近期宣布加倍實施全球貿易關稅策略，此舉在全球金融市場掀起巨大波瀾，引發股市大幅下跌，甚至有分析師將其與1987年的「黑色星期一」相提並論。

川普政府於4月5日開始，對所有國家徵收10%-49%不等的關稅，此消息一出，全球股市應聲下跌，美國股市更是首當其衝，標準普爾500指數和那斯達克綜合指數在4月4日的交易日均下跌近6%。

金融評論員指出，這波跌幅甚至超過了2008年金融危機最糟糕一周的損失。CNBC主持人吉姆．克萊默（Jim Cramer）警告，不排除再次發生類似1987年股災的可能性。

台灣清明連假後開盤的台股，也未能倖免於這場全球股災。由於美國對等關稅引爆全球股災，台股在7日開盤後，出現恐慌性賣壓，加權指數開盤後急殺2086點，跌幅超過9.7%，創下盤中最大跌點及最大跌幅，最低觸及19212.02點，期貨市場更是一開盤就跌停鎖死，跌停家數超過千家。

權值股如台積電、鴻海、聯發科等均跳空開低直接打入跌停板。台積電股價下跌94元，創下史上最大跌點，市值蒸發新台幣2.43兆元。分析指出，由於台積電占台股權值比重頗高，因此股價的劇烈波動對整體指數造成了巨大的影響。

加密貨幣市場也有受影響嗎？

全球經濟籠罩在美國貿易關稅陰影之下，傳統股市經歷了劇烈的下跌，而加密貨幣市場也未能倖免於這波衝擊。

在美國股指期貨大幅低開後，比特幣和以太幣等主要加密貨幣價格均出現下跌。根據Cointelegraph Markets Pro和TradingView的數據顯示，比特幣（BTC）當天便跌破80,000美元大關，在24小時內下跌超過6%，以太幣跌幅更超過12%。

加密貨幣市場總市值也下跌超過8%。不過，隨後價格出現部分回彈。加密貨幣恐懼與貪婪指數也顯示市場情緒轉向「極度恐懼」。

然而，與傳統股市的慘烈景象形成鮮明對比的是，比特幣展現出令人意外的韌性，相較於股市的劇烈震盪，比特幣的跌幅相對較小，甚至有部分交易員認為，比特幣已展現出其作為避險資產的潛力。

知名比特幣支持者麥克斯．凱澤（Max Keiser）大膽預測，若股市發生類似1987年的崩盤，比特幣將在本月飆升至22萬美元。

交易員Daan Crypto Trades也指出，比特幣的波動性正在降低，而股市的波動性指數（VIX）則處於自2020年新冠疫情爆發以來的最高點，預示加密貨幣市場可能會出現大幅波動。

「我非常有信心下周也會發生加密貨幣的大幅波動。我認為是上漲還是下跌，取決於股市是否能在本周觸底。」

另一位交易員Cas Abbe則認為，近期比特幣跌至7.6萬美元的低點可能只是假性跌破，可以等待價格回升至9.2萬美元。

本文授權轉載自Web3+，作者為邵元婷

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。