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
發布時間：2026/5/28
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。