博達百米飆上9秒7|數位時代 BusinessNext

去年五月MIT電腦實驗室邁可．德托羅斯提出「活氧計畫」，研發可隨身攜帶、外型如行動電話、具備螢幕、攝影機、GPS模組及電腦功能的「Handy21」，正在窮究新品的博達科技掌上型電腦產品行銷經理蕭博文在報上讀到消息，彷彿遇見知音，興奮莫名，「那就是我想做的！」
以多媒體起家，之後轉做主機板的博達，因為看見無線通訊技術的成熟和網路發展的倍數成長，催促後PC時代資訊家電的興起，三年前開始籌備PDA的開發。博達科技電腦事業處總經理謝世芳指出，相較於量產、標準化的PC，尚無統一標準規格、走質精和多樣化路線的資訊家電，對於博達這種強調彈性和設計的公司來說，機會再好不過。
去年十二月中掛牌上市的博達，已和大陸四家廠商、台灣一家上市公司和一家上櫃公司敲定PDA合作計畫，初期先以大陸市場為主，打APLUX的自有品牌，提升知名度，未來中長期策略將以OEM、ODM模式為主，並逐步跨足日本、東南亞和歐美市場。預計四月正式量產，今年將出貨20到25萬台，保守估算將帶來5億元的營收。
兩年內從200人擴增到600人，結合影音、通訊、MP3、數位錄音、錄放電影及遊戲等功能的3C掌上型產品，也在研發團隊百般呵護中出爐，一切看似水到渠成，其實在產品問世以前，博達經過相當長的規劃醞釀期。蕭博文就透露，為了進軍這塊新興市場，有長達半年的時間，他們彙整國內外專業市調公司和相關研究單位的分析報告，每週五提出專案報告討論，反覆琢磨。
經過這樣沉潛的思考，蕭博文看見的市場脈動，就不僅僅是數據資料的表相。拿資訊家電預測指標常用的「二○○二年」來說，蕭博文分析，那是因為兩年後，第三代無線通訊技術CDMA和WCDMA的基礎建設都會架構完成，將是決戰關鍵點。談產品趨勢，蕭博文的觀點也與眾不同，他說，資訊家電要以人為核心來設計，而掌上型產品又要顧及外觀及握感，若要兩全，可以發現「輕薄雖然是趨勢，但也並非愈小愈好。」

**全台第一片砷化鎵磊晶片

**
選擇從掌上型產品切入市場，博達也有一番考量。因為Palm PC和PDA所使用的處理器是精簡式CPU，和一般使用的X86 CPU架構完全不同，是完全不同的思考，一般電腦大廠，要切進這種嵌入式產品，軟硬體都要歸零，一樣從頭開始，「我們的起跑點不會落後大廠，」謝世芳說。
前端做了詳盡研究，後端碰到的困難相對減少。從多媒體卡、主機板、晶片、IEEE1394到資訊家電，謝世芳指出博達採取的策略，一是和大廠連結的「快速掠奪法」，為確保貨源穩定，不排除和任何人結盟；二是「交叉投資」的商業模式，當前一個投資案獲利，就用獲利端培養下個投資產品。
因切入時間和累積技術的優勢，接國際大廠訂單對博達來說不成問題，但與大廠簽約前，曾因為公司還「不那麼門當戶對」，面臨實力考驗。像是微軟，就從設計、樣品到研發實驗室，看博達看了一年多，不斷詢問他們對於產品的規劃發展及未來策略，測試他們的研發和行銷能力，最後才放心合作。
「最重要的是要把馬步站好，才能擴大營業額，」謝世芳坦言這是博達量產的第一年必須審慎，初期以超額利潤為考量的博達，不能長期靠單一產品獲利，必須持續開發新產品。
十年前，學法文出身的博達科技董事長葉素菲，借了500萬，成立博達科技，十年後，做出全台灣第一片砷化鎵磊晶片，創造150億元以上的市值，如今又浩浩蕩蕩，搶進資訊家電市場。
「市場不怕競爭，最怕沒人投入。」謝世芳要結合多媒體通訊及網路軟體整體解決方案，成為國際化的3C整合大廠，和3COM、Sony，一爭高下。

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。