網路的跨語言時代|數位時代 BusinessNext

如果把今年八月命名為台灣的「維基月」，也許大家不會有太多的意見。一來是因為維基界的年度大事——維基媒體國際年會（Wikimania）首度在亞洲舉辦，於八月三日假台北市正式啟動。來自全球九十八個國家、近一千名網友與會，被喻為台灣網路圈少有的國際盛會。

其次，由唐．泰普史考特（Dan Tamspcott）和安東尼．威廉斯（Antony Williams）所撰寫的《維基經濟學》，恰巧也在八月推出中文版，該書藉由Wiki協作的精神來強調同儕生產、分享與開放智慧的重要性。
有感於此，本期的「中國網路觀察」專欄也要追隨一下維基風潮，為讀者朋友們介紹一個具有維基精神，並以網路為溝通與創作平台的同儕協作、翻譯網站。

「譯言」（http://www.yeeyan.com/），這個站名聽起來很有人文氣息。一如網站上的簡介，「譯言」是中文讀者閱讀中文以外網路內容的視窗，是雙語用戶發現、翻譯外語網站精華的平台，是有關洋為中用的交流社區。

這個翻譯、協作的網站計畫，是由旅美的「雷聲大雨點小」、「丁丁」以及「拙塵」等三位網友所共同推動。「譯言」的前身，是一個名為「言多必得」的群體翻譯部落格，是幾位在美國矽谷的中國工程師對一些創業嘗試的反思。「言多必得」曾引介過許多精彩的科技文章，我還記得當初曾訂閱他們的ＲＳＳ呢。
由於團隊成員不斷地增加，「言多必得」這個共筆Blog，已不能滿足其翻譯和交流的需求，幾位創始成員開始思索獨立開發系統，終於在去年十二月十日正式成立了「譯言」。

「譯言」並非第一個翻譯中外文章的網站，但卻是第一個結合Web 2.0精神和長尾理論，並且有系統、組織的翻譯、分享網路平台。「譯言」一開始從科技、網路和創業方面的文章著手，但隨著會員的增加，也逐漸將視野拓展到不同的領域上，好比商業、健康和人文方面。除了英文之外，他們也推出日文翻譯的項目計畫。最近更嘗試將優質的中文部落格翻譯成英文，推銷到世界舞台。

談到外語，不可否認網路上的資訊雖然包羅萬象，但大多是以英文書寫、報導。對於不諳英文的朋友而言，上網查資料時雖可尋求翻譯軟體的協助，總還是有隔閡，難免產生入寶山卻空手而回的感覺。我們也曾聽聞日本人勤於將世界先進書籍、資訊翻譯成日文的故事，而近年來日語維基百科的成長速度也突飛猛進，在各語言維基百科計畫中規模排名第五。

「譯言」的出現，雖然不能替代中文維基百科，但卻不啻為建立了一座跨越語言障礙的橋樑，讓中文網路族群也可以掌握第一手的網路資訊。「譯言」的歷史雖然不久，但已受到相當多網友的支持與肯定。透過譯作、分享，網友們在社會化網路平台中學習並相互指引，而知識的積累也得以一天天生根、紮實。

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。