AI算力服务百家争鸣 数码无限以ixCSP助夥伴抢攻商机

随着企业加速推动生成式AI应用，AI模型训练、推论与AI Agent等工作负载快速增加，带动全球GPU算力需求持续攀升，也推升AI算力中心建设规模快速扩大，从过去单一机房逐步走向GW级超大型AI运算基地。由于企业自行建置AI算力中心的成本高昂、建置周期长，目前多半选择租用云端平台上的AI Cloud或GPU Cloud服务，也吸引算力中心与云端服务业者持续加码投资，抢攻快速成长的AI算力服务商机。

只是在全球AI算力中心竞争日趋白热化下，业者正面临如何快速将庞大投资回收的挑战。为此，数码无限以备受好评的AI-Stack为基础，进一步推出专为AI算力服务场景设计的ixCSP，提供 GPUaaS（GPU as a Service）、MaaS（Model as a Service）与 TaaS (Token as a Service)等功能，协助算力中心与云端业者快速建立AI服务营运能力，抢进快速崛起的Token经济市场。截至目前为止，数码无限ixCSP已获得台湾的圆兴智算、 SiGTRON，以及日本知名云端业者等采用，借此缩短AI算力投资的回收周期。

INFINITIX 数码无限CEO陈文裕说，AI算力中心已从单纯GPU资源竞争走向服务竞争，尤其在推论需求持续扩大趋势下，资源调度效率、使用率与商业化能力、成本，以及整体稳定性等，将直接决定在产业中的竞争力。数码无限推出ixCSP目的，正是希望协助业者扩大算力服务范畴，在单纯的GPU资源租用服务外，还能进一步把算力资源转化为可依模型、Token等计价的服务模式，成为持续创造收益的新型数码资产。

AI算力服务升级  从GPU租赁走向模型与Token计价模式

算力中心、云端业者等提供AI算力服务多年，早期大多采取裸机租赁（Bare Metal）或GPU租赁模式，企业在取得硬件资源后，依照AI专案需求自行建置环境与部署大语言模型。但在AI Agent应用服务大爆发下，产业对AI算力服务需求已从单纯租用GPU资源，延伸到租用大语言模型，以及Token计价的算力服务等，也驱动AI算力中心朝向AI Factory发展。

陈文裕表示，许多算力中心业者过往以提供GPU资源租用服务为主，面对企业需求快速改变，若要自行筹组软件开发团队，恐怕很难在短时间内提供MaaS、TaaS等业务，难保不会陷入被市场淘汰的命运。数码无限 ixCSP是以AI服务化为核心设计，可协助业者将AI算力升级为更高附加价值的AI服务平台，达到有效提高资源利用率，与提升营运收益的目标。

数码无限ixCSP主要提供三种功能，其中GPUaaS主要提供GPU资源租用与管理服务，让客户能透过在线方式取得所需算力；MaaS则是提供大语言模型租用服务，免去企业自行建置复杂环境的困扰。最后，TaaS则提供将AI能力转换为Token计价模式，满足企业导入AI Agent服务的需求。

如此一来，AI算力中心业者不仅能提升GPU资源使用率，更能进一步从单纯的硬件租赁，延伸至模型服务与Token经济的新商业模式，在AI Agent应用快速成长的市场中，建立更具弹性与竞争力的营运优势。

AI Stack功能强大  GPU资源最佳化解方

早在生成式AI爆发之前，数码无限便推出AI Stack，初期聚焦于企业GPU资源管理市场。此产品可解决GPU资源分配与共享问题，提供GPU切割、资源调度、工作排程、使用监控与资源盘点等功能，协助企业提高GPU利用效率，将昂贵硬件投资发挥到极致。

随着生成式AI技术日益成熟，带动企业导入大型语言模型的浪潮。为让AI服务器发挥最大效益，许多企业选择采用数码无限的AI-Stack，作为管理AI基础设施与GPU资源的工具。截至目前为止，成功案例遍及半导体、制造、医疗、政府与金融等领域，如高医、国立台北科技大学、数码发展部、日本精密制造大厂Union Tool等。

「相较于其他品牌，AI-Stack是针对大型企业的应用场景设计，整合GPU切割技术、GPU多片聚合技术、跨节点运算、直觉性的使用者界面、容器化与MLOps流程、开源深度学习工具、环境部署等功能，让企业轻松解决 AI 快速迭代带来的挑战。」陈文裕解释：「当然，市面上也有开源软件可提供AI基础设施管理，但在AI芯片更新速度极快，早已无法满足企业的营运需求，许多客户最终都选择改用AI-Stack。」

布局模型与AI Agent治理  擘划AI服务生态系

随着落地大型语言模型、推论服务、AI Agent等逐步落地，数码无限认为企业面临挑战已经不只是AI算力是否足够，更有「模型能不能被有效管理」、「谁可以使用哪些模型」，甚至是「代理人如何被监管」。尤其当企业内部开始同时使用开源模型、自建模型与外部API服务，整体模型环境快速变得复杂，若缺乏统一治理机制，不仅容易出现资源浪费，也可能带来网安与法遵风险。

陈文裕表示，「我们正持续强化AI-Stack在推论层面的能力，透过KV Cache管理、Session管理、Context管理，以及推论资源调度等技术搭配，可将推论输出效率提升40~400%，让相同GPU资源可服务更多使用者与AI应用。此外，我们也规划加入模型治理能力、代理人管理等功能，让企业不只能管理模型本身，也能管理代理人的存取权限、互动路径与行为记录，形成完整的可追踪机制。企业透过统一入口，可清楚知道哪些Agent正在使用哪些模型、耗用多少Token，以及是否符合内部治理规范。」

随着大型语言模型、推论服务与AI Agent应用快速普及，企业对AI基础设施的需求，已从单纯追求算力规模，转向更重视模型治理、资源调度效率与代理人管理能力。数码无限预计于2026年下半推出首个聚焦Coding场景的Agent解决方案，作为AI Agent商业化落地的第一步。未来也将携手更多合作夥伴，逐步建立完整的AI Agent生态系，协助企业与算力服务业者在下一波AI经济浪潮中抢占先机。