「像忘了辦工商登記！」中華電信董座為Google不信任案致歉：憑證跟資安沒有直接關係|數位時代 BusinessNext

影片｜「像忘了辦工商登記！」中華電信董座為Google不信任案致歉：憑證跟資安沒有直接關係

Google日前宣布最新版Chrome將不再信任中華電信核發的TLS憑證，董事長簡志誠強調這次事件不涉及技術和資安問題，公司並祭出多項因應措施。

更新、換證雙軌並行，憑證「不存在失效問題」

目前中華電信決議自8月1日起全面停止簽發新憑證，已經透過中華電信取得的約2,000張商業憑證和8,000多張公部門憑證，中華電信也持續協助換發新證。

針對公部門憑證，數發部自今年3月起啟動「雙憑證機制」，要求政府部門同步申請中華電信和其它本土憑證機構簽發的憑證， 即使中華電信的憑證失效，網站還能依據另張憑證繼續運作。

至於一般企業申請的商業憑證，簡志誠也擔保「沒有失效問題」，他表示因為每張憑證能有一年效期，中華電信已經逐一盤查每個客戶的憑證到期日，與客戶商議在7月底前換發新憑證、讓有效期限延一年，或者轉介客戶向主要股東為證交所的「TWCA台灣網路認證公司」及其它海外發證機構申請憑證。

截至6月13日， 政府機構使用中華電信TLS憑證的網站中，已經有超過95.4％完成憑證更新或轉換為雙憑證 ，簡志誠表示，預計7月底前能全數完成換發作業。

中華電信也同步向Google重新申請加入憑證認證單位，簡志誠表示，因為過程需要經由第3方機構審查、作業時間不定， 目前將目標訂定在明年3月之前完成申請。

認作業疏失，祭多項改善方案、盼明年3月重返認證機構

Google為管理「Chrome信任清單」，於全球尋求負責代理審核網站的憑證機構（CA）合作，簡志誠表示， 目前全球約有67家經Google認證的憑證機構，台灣則有中華電信和TWCA兩家公司負責。

簡志誠解釋，Google會不斷更新憑證基礎規範，要求CA業者立即依循落實並定期提交合規文件；此外，由Google設置的公開論壇「Bugzilla」上若有針對特定機構的詢問，CA業者應該於72小時內提出回應。

然而自去年3月起，中華電信於上述事項陸續發生未及時因應的不合規行為，以至於Google最終取消中華電信新核發憑證的預設信任。

簡志誠表示中華電信「最怕客戶對我們沒信心」，即使不會有既有憑證失效或資安疑慮，中華電信也要跟社會道歉，公司內部亦針對這次事件嚴正檢討。

中華電信總經理林榮賜表示，公司已經重組跨部門專責憑證業務的團隊、重新訂定作業流程，同時也導入自動化檢查工具，篩選Bugzilla論壇上與自家相關的議題，並雙重把關客戶端的憑證格式等，「中華電信在PKI（公開金鑰基礎建設）領域20年以上，技術部分我們絕對有信心，之前疏忽的地方會記取這一次的經驗跟教訓來努力。」

責任編輯：李先泰

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。