AI NEXT 論壇--AI 2.0運算雲地端產業生態系
加速企業 AI 應用落地
為讓各行各業更加了解在 AI 2.0 時代下的雲地端企業 AI 導入策略，台北市電腦公會與亞洲．矽谷物聯網產業大聯盟合作於 5 月 6 日（二）於台北漢來飯店辦理「AI NEXT FORUM」，邀請英特爾、Amazon Web Services（AWS）、緯穎、麥肯錫、資策會、研華、華碩、雙鴻、台達等海內外科技大廠與產業專家（以上以演講順序排名），全方位分享企業面對 AI 科技導入策略，涵蓋 AI 雲端、AI 伺服器、AI 工作站、AI PC、邊緣 AI 設備，以及近來相當熱門的 Agentic AI（代理型AI），另外英特爾、永擎電子、卓越電子、智捷科技等多家科技大廠，也於現場展示各類企業AI創新解決方案。
AI NEXT FORUM「AI生態系關鍵時刻」上午場
近年來生成式 AI（GenAI）、大型語言模型（LLM）、視覺語言模型（VLM）等各類 AI 科技持續快速發展，讓不少企業主管深入研究 AI 科技對企業運作的影響層面。
為讓各大產業主管與相關 ICT 產業人士，更加了解在 AI 2.0 時代下的雲地端AI應用，進而依照企業營運特性規劃 AI 導入策略，在 5 月 6 日於台北漢來飯店辦理「AI NEXT FORUM」，上午場聚焦「AI生態系關鍵時刻」，邀請英特爾亞太暨日本區總經理莊秉翰、Amazon Web Services（AWS）台灣暨香港總經理王定愷、緯穎董事長暨策略長洪麗寗、McKinsey & Company全球董事合夥人李曉廬等產業專家，分別從 AI 晶片技術、AI 算力革新、企業雲端 AI 創新、全球 AI 算力產業格局、全球 AI 生態系發展、企業 AI 轉型契機等面向進行專題演講。
為協助與會人士實地體驗企業導入 AI 優勢，AI NEXT FORUM 邀請英特爾、永擎電子、卓越電子、智捷科技等多家科技大廠，現場展示英特爾新一代 Intel Core Ultra 與 Intel Xeon 處理器、NVIDIA Blackwell 企業 AI 伺服器、AI 邊緣監控整合盒、AI 邊緣運算平台等產品。國科會晶創競賽（ICTGC）也在現場介紹第三梯次徵案。
以 AI NEXT 為主題 聚焦 AI 2.0 時代核心硬體與跨域解決方案
AI NEXT論壇，聚焦AI 2.0時代的技術策略，涵蓋生成式AI、企業資料中心、公私雲部署、AI伺服器與大語言模型的整合應用。邀請來自英特爾、AWS、緯穎、McKinsey & Company、資策會、研華、華碩與台達等業界領袖，共同分享實戰經驗，激盪更多轉型思維與合作契機。
英特爾推動開放與多元架構，協助企業加速導入AI解決方案
英特爾亞太暨日本區總經理莊秉翰在主題演講中指出，隨著 AI 技術的快速發展與複雜的使用情境，企業需要更開放且多元的解決方案，以提升效率和成本效益。英特爾致力於整合 CPU、GPU、NPU、FPGA 等異質運算資源，以滿足各種應用需求。同時，英特爾透過推動開放的生態系，如促進開放平臺聯盟（Open Platform for Enterprise AI，OPEA）的發展，並提供標準化與一體化的開發環境，讓開發者能在不同架構間無縫創新，協助企業從資料中心、雲端、PC 到終端設備，都可靈活部署 AI 解決方案，確保最佳化的運算效能與商業價值。
Amazon Nova可以針對文字、影像與影片 提供多模態生成式AI模型服務
AWS台灣暨香港總經理王定愷表示，亞馬遜具備超過25年的AI、機器學習（ML）技術與經驗，致力於開發自動化系統，以解決實際問題、服務實際客戶並創造實際價值。2024 年 12 月，亞馬遜推出 Amazon Nova 這個突破性的 AI 基礎模型，能夠處理文字、影像與影片，而當中最特別的是Amazon Nova Sonic模型，不僅可以將語音及時轉錄為文本，還可以將文本生成為語音；而且可以透過Amazon Bedrock無縫整合使用。Amazon Nova 不僅速度快、功能強大，還徹底改變了使用者與 AI 的互動方式。
因應全球AI資料中心需求 緯穎打造供應韌性 擴張生產據點 提升L12系統階段供貨能力
緯穎董事長暨策略長洪麗寗指出，台灣在全球ICT產業扮演重要角色，不僅供應全世界 92% 伺服器，在上游的半導體與零組件也在市場佔有領先地位。隨著AI需求快速攀升，資料中心伺服器的技術與市場展現出不同以往的面貌。為因應算力需求的激增，晶片功耗與散熱技術不斷突破極限，成為AI資料中心建置與規劃時的關鍵。此外，市場也湧現許多新興買家，再加上各國對主權AI的需求，為市場帶來更多發展機會。緯穎已將AI伺服器整合能力提升至L12，除了提供整機櫃製造組裝服務外，更進一步協助客戶進行AI伺服器在資料中心的規劃與部署。為滿足全球市場需求，緯穎在台灣、馬來西亞、墨西哥、捷克等地建置伺服器產線，就近服務亞洲、美洲與歐洲客戶。同時，公司亦在美國設廠，投資智慧製造，藉此提升供應鏈韌性，強化AI時代的全球競爭優勢。
企業須依照不同業務內容需求 導入正確AI解決方案進行數位轉型 方能以AI提升企業競爭力
McKinsey & Company全球董事合夥人李曉廬介紹全球AI生態系快速發展的現況，以及AI可以在各行各業數位轉型的關鍵角色，尤其是當AI資料中心運算能量越來越強大，演算法快速發展更新，再加上運算產生token所需耗能越來越低的情況，其實企業可以依照不同的應用情境，導入正確的AI運算架構，進而提升企業營運效率、降低人員需求，甚至創造新的商業模式。此外，針對近來相當熱門的Agentic AI（代理式AI），李曉廬認為可透過多代理協作協定（Multi-agent Collaboration Protocol）方式，依照企業不同需求，整合多個AI LLM語言模型，進而解決企業AI運算問題。
AI NEXT FORUM「AI生態系的新金礦–企業AI中心」下午場
生成式 AI（GenAI）與多模態AI（Multimodal AI）模型不斷推陳出新，已讓各行各業必須直接面對AI科技數位轉型的迫切壓力，McKinsey & Company日前發布的 Superagency in the Workplace 研究報告更表示，AI 科技帶來的長期發展機會上看4.4兆美元，企業受影響對象將涵蓋企業主管、企業員工甚至是企業營運模式，AI科技對百工百業的影響，就跟蒸汽機對19世紀工業革命的影響一樣無遠弗屆。
為讓各大產業主管與相關 ICT 產業人士，更加了解在 AI 2.0 時代下的雲地端AI應用，進而依照企業營運特性規劃 AI 導入策略，「AI NEXT FORUM」，下午場聚焦「AI生態系的新金礦 - 企業AI中心」，邀請資策會產業情報研究所（MIC）所長洪春暉、研華嵌入式事業群總經理張家豪、華碩共同執行長胡書賓、雙鴻董事長林育申、台達電源及系統事業群副總裁暨總經理陳盈源等產業專家，從AI 2.0技術突破、邊緣AI賦能機器人產業創新、AI基礎設施與AI數據中心建置、AI運算系統的電力與散熱解決方案等面向進行專題演講。TCA並邀請英特爾、永擎電子、卓越電子、智捷科技等多家科技大廠，現場展示英特爾新一代 Intel Core Ultra 與 Intel Xeon 處理器、NVIDIA Blackwell 企業 AI 伺服器、AI 邊緣監控整合盒、AI 邊緣運算平台等產品，國科會晶創競賽（ICTGC）也在現場介紹第三梯次徵案。
企業需建構專屬AI應用 方能將AI科技轉化成經營助力 進而提升企業競爭力
台北市電腦公會榮譽理事長童子賢致詞時指出，台灣在這一場AI的進步和革命中沒有缺席，也不能缺席，台灣一直是全球數位科技產業的重要夥伴、參與者和合作者，從40年前的個人電腦萌芽，到網路誕生，到進入能感測與智慧AIOT年代，一直進展到如今這一波AI應用。AI是另外一個里程碑，當AI打造完成基礎後，接下來就是要進入應用的年代，預期未來幾年會逐漸讓AI高度成長，跟浸潤式瀰漫在我們科技產品的身邊，十年後的世界就不用刻意去強調AI，就如同現在的世界不用特別去強調網路，因為網路已經無所不在。
童子賢表示，今天要探討的就是企業如何打造自己的AI中心，讓企業在這一篇AI革命中不要落後。向來台灣產業過往有個被批評的點，就是重生產、輕應用，重硬體製造、輕軟體研發。首先是算力，在AI這一波發展中，台灣在AI基礎結構跟硬體製造上有目共睹，尤其半導體產業、電路板、系統、機櫃製造上扮演全球AI算力關鍵核心角色。演算法的突破對AI發展很重要，這一波是2017年Transformer演算法起來，被實現在2022年OpenAI所發表ChatGPT 的GPT-3.5被引爆，當然ChatGPT只是大潮流下的引爆點之一，但是全世界對於AI的發展熱潮就被帶動起來了。
童子賢認為，在算力跟演算法之後，就是大數據的發展，而大數據不會掌握在一個人的手上或一個領域的手上，將牽涉到應用，不同的領域有不同的應用。發展AI的幾個條件，算力、演算法、大數據，條件已經成熟到可以把AI從理論推向各個應用場域的階段。所以下午的論壇會注重在，企業如何建構自己的AI應用，如何將科技的熱潮，轉化成企業經營的助力，進而提升自己的競爭力。
AI以人為中心 在生活與產業中落地 邊緣資料中心與AI終端裝置將提升市場接受度
資策會產業情報研究所（MIC）所長洪春暉在「AI新局，台灣AI軟硬體現況與展望」主題演講中點出，生成式AI朝向更大參數規模的大型語言模型（LLM）或專用領域的小型語言模型（SLM）發展，由於開源版本大量釋出，表現已經接近非開源模型。而AI應用發展趨勢中，AI將以人為中心，在生活與產業中落地生根，包括AI Agent、AI+終端裝置、AI賦能人形機器人等。至於AI應用落地與場域則相當多元化，目前在台灣的案例已經包括：病理診斷（雲象科技）、協作機器人（達明機器人 Techman Robot）、軟體定義工廠（MetAI）、風險帳戶警示（富邦銀行）、動畫創作（智寶國際）等多樣化場域。
展望2025市場發展，洪春暉指出AI算力需求帶動雲端資料中心擴建，AI PC換機潮與應用成熟進一步推動終端市場成長，並認為DeepSeek將帶動一波創新AI模型，短期雖影響大型資料中心建置規劃，卻也提供邊緣資料中心與AI終端裝置的採用新思維，預估將提升市場接受度。AI運算需求也將促進半導體先進製程、先進封裝與記憶體技術進步，讓科技大廠開發彈性組合的AI晶片，進而滿足Edge AI應用的少量多樣需求，創造更多Edge AI應用。
以邊緣運算平台與機器人核心架構 加速廠商開發多元應用場域的機器人解決方案
研華嵌入式事業群總經理張家豪在「邊緣 AI 賦能機器人產業創新」主題演講中表示，全球 AI 與邊緣運算科技快速發展，2032 年全球 Edge AI 市場規模上看 1436 億美元，而且應用領域涵蓋智慧製造、機器人、健康照護、智慧城市等場域；而在熱門的機器人領域當中，包括 AGV、AMR、機器手臂、巡檢機器人、服務型機器人、人形機器人等都需要 Edge AI 的技術。由於廠商開發機器人需要整合各類邊緣 AI 運算、感測模組軟硬體零組件，因此研華提出一套機器人核心架構，包括各項技術模組 (Building Blocks)，包含 Edge AI Platform 的決策核心平台、感知與控制模組、系統整合能力，以支持機器人產業發展，除此之外，同步提供 Robotic Suite 軟體開發套件，加速產業機器人開發並落地上市，並持續提供更先進的 Edge Computing 平台，將 AI 技術導入，Edge + AI 將成為 Edge Computing 標準配備。
除了雲端資料中心持續發展，企業數據隱私安全與高效率小型語言模型快速發展 也加速企業本地AI資料中心建置需求
華碩共同執行長胡書賓在「AI數據中心佈局與發展」主題演講中指出，不管是大型語言模型的發展或是AI技術應用場域的推進，從Generative AI，朝向具備推裡規劃能力的Agentic AI，到能感知及回應實際物理世界的Physical AI，最後朝向人工智慧的終極聖杯- AGI通用人工智慧方向前進都成為AI data center市場成長的主要驅動力，包括雲端與本地端。華碩擁有完整的軟硬體研發能力、客製化彈性，為客戶提供end-to-end從硬體、軟體、平台軟體到建置、維運服務的AI server數據中心全方位解決方案。華碩從2011年起，已在台灣完成多座中大型 AI 資料中心建置，2024年更參與台灣最大的AI超算中心「Ubilink」，其算力高達到45.82 PFLOPs，累積了從設計到部署的完整解決方案，並具備L10到L12系統階段能力。
此外，由於企業對數據隱私安全和本地運算需求提高，再加上近年來高效率的小型語言模型如DeepSeek R1、LLaMA 4 Scout、Microsoft Phi-4等快速發展，使得小型化高效能的本地 AI 部署成為企業AI資料中心新趨勢，因此華碩對應推出各類本地AI資料中心用AI伺服器，包括4U、2U、1U、工作站與超小型桌面級AI超級電腦Ascent GX10（GB10），主要執行微調過的LLM或SLM，應用在如企業內部知識管理、AI 助理以及文件檢索增強生成（RAG）等場景，華碩並提供業界首創的 Multi-LM Tuner 工具，可以在本地資料中心直接進行語言模型微調，提升數據中心的運行效率與穩定性，並讓語言模型更能符合企業本地AI運算需求。
AI晶片TDP持續快速增加 推動AI資料中心全面導入液冷散熱趨勢不可逆
雙鴻董事長林育申在「AI基礎設施與先進散熱技術」主題演講中表示，當算力即國力成為各國AI軍備競賽趨勢，使得AI基礎設施需求持續增加，預估2028年全球市場規模上看900億美元。由於新AI伺服器耗電量大增，而且一台AI機櫃的散熱部分佔總體耗電量高達39%，再加上液冷散熱PUE（電源使用效率）遠低於傳統氣冷散熱，使得未來AI機房朝向液冷發展趨勢不可逆，因為液冷可有效降低AI資料中心整體用電量。
林育申也指出，液冷散熱技術的快速發展，也是因應AI伺服器用電量大幅增加的關係，以NVL 32為例，耗電量為55kW，所以還能用氣冷散熱，但是到NVL 72，耗電量增加至132kW，就一定要採用液冷方案，而未來的機櫃版本耗電量甚至上看300kW以上，如果沒有更先進的液冷散熱技術，就無法解決新AI晶片TDP（熱設計功耗）快速成長的散熱問題。
提升AI資料中心端到端能效 高功率機架式電容模組可穩定用電負載
台達電源及系統事業群副總裁暨總經理陳盈源在「AI運算挑戰 - 電力和散熱解決方案」主題演講中直接點出，隨著AI算力持續提升，AI資料中心用電量也持續上升。Gartner報告指出2024年全球AI資料中心耗電量達261TWh，接近台灣2024年用電總量283TWh，使得AI資料中心用電需求規劃已成為擴建AI資料中心的重要關鍵。因此台達透過解析從AI晶片到資料中心用電需求，設計出AI資料中心電網到晶片（Grid-to-Chip）完整電源解決方案，並且提供L2A CDU、L2L CDU等不同散熱解決方案。
陳盈源表示，在傳統AC供電資料中心架構中，在經過基礎設施、機櫃到伺服器，端到端能效約為87.6%，而且負載快速變動會對電網產生衝擊。因此台達設計出高功率機架式電容模組（PCS），其內建鋰離子電容，能夠進行快速充放電，透過削峰填谷的方式確保用電負載平穩。而為了提升用電效率，台達為AI資料中心推出創新高壓直流（HVDC）電源架構，也就是將中壓電網（10 kVAC ~ 33 kVAC）變壓至800 VDC，然後搭配電源機櫃與機架式電容機櫃穩定負載，再使用DC-DC轉換模組降壓至AI晶片需求的0.65V，簡化AC-DC轉換過程，即可把端到端能效提升至89%~92%，大幅提高AI資料中心能源效率。
AI NEXT FORUM中文版影片【COMPUTEX 2025】AI NEXT FORUM- Cloud x Edge AI x Data Center - Chinese Version
https://youtu.be/BmLiHItX2Cw
為讓各行各業更加了解在 AI 2.0 時代下的雲地端企業 AI 導入策略，台北市電腦公會與亞洲．矽谷物聯網產業大聯盟合作於 5 月 6 日（二）於台北漢來飯店辦理「AI NEXT FORUM」，邀請英特爾、Amazon Web Services（AWS）、緯穎、麥肯錫、資策會、研華、華碩、雙鴻、台達等海內外科技大廠與產業專家（以上以演講順序排名），全方位分享企業面對 AI 科技導入策略，涵蓋 AI 雲端、AI 伺服器、AI 工作站、AI PC、邊緣 AI 設備，以及近來相當熱門的 Agentic AI（代理型AI），另外英特爾、永擎電子、卓越電子、智捷科技等多家科技大廠，也於現場展示各類企業AI創新解決方案。
AI NEXT FORUM「AI生態系關鍵時刻」上午場
近年來生成式 AI（GenAI）、大型語言模型（LLM）、視覺語言模型（VLM）等各類 AI 科技持續快速發展，讓不少企業主管深入研究 AI 科技對企業運作的影響層面。
為讓各大產業主管與相關 ICT 產業人士，更加了解在 AI 2.0 時代下的雲地端AI應用，進而依照企業營運特性規劃 AI 導入策略，在 5 月 6 日於台北漢來飯店辦理「AI NEXT FORUM」，上午場聚焦「AI生態系關鍵時刻」，邀請英特爾亞太暨日本區總經理莊秉翰、Amazon Web Services（AWS）台灣暨香港總經理王定愷、緯穎董事長暨策略長洪麗寗、McKinsey & Company全球董事合夥人李曉廬等產業專家，分別從 AI 晶片技術、AI 算力革新、企業雲端 AI 創新、全球 AI 算力產業格局、全球 AI 生態系發展、企業 AI 轉型契機等面向進行專題演講。
為協助與會人士實地體驗企業導入 AI 優勢，AI NEXT FORUM 邀請英特爾、永擎電子、卓越電子、智捷科技等多家科技大廠，現場展示英特爾新一代 Intel Core Ultra 與 Intel Xeon 處理器、NVIDIA Blackwell 企業 AI 伺服器、AI 邊緣監控整合盒、AI 邊緣運算平台等產品。國科會晶創競賽（ICTGC）也在現場介紹第三梯次徵案。
以 AI NEXT 為主題 聚焦 AI 2.0 時代核心硬體與跨域解決方案
AI NEXT論壇，聚焦AI 2.0時代的技術策略，涵蓋生成式AI、企業資料中心、公私雲部署、AI伺服器與大語言模型的整合應用。邀請來自英特爾、AWS、緯穎、McKinsey & Company、資策會、研華、華碩與台達等業界領袖，共同分享實戰經驗，激盪更多轉型思維與合作契機。
英特爾推動開放與多元架構，協助企業加速導入AI解決方案
英特爾亞太暨日本區總經理莊秉翰在主題演講中指出，隨著 AI 技術的快速發展與複雜的使用情境，企業需要更開放且多元的解決方案，以提升效率和成本效益。英特爾致力於整合 CPU、GPU、NPU、FPGA 等異質運算資源，以滿足各種應用需求。同時，英特爾透過推動開放的生態系，如促進開放平臺聯盟（Open Platform for Enterprise AI，OPEA）的發展，並提供標準化與一體化的開發環境，讓開發者能在不同架構間無縫創新，協助企業從資料中心、雲端、PC 到終端設備，都可靈活部署 AI 解決方案，確保最佳化的運算效能與商業價值。
Amazon Nova可以針對文字、影像與影片 提供多模態生成式AI模型服務
AWS台灣暨香港總經理王定愷表示，亞馬遜具備超過25年的AI、機器學習（ML）技術與經驗，致力於開發自動化系統，以解決實際問題、服務實際客戶並創造實際價值。2024 年 12 月，亞馬遜推出 Amazon Nova 這個突破性的 AI 基礎模型，能夠處理文字、影像與影片，而當中最特別的是Amazon Nova Sonic模型，不僅可以將語音及時轉錄為文本，還可以將文本生成為語音；而且可以透過Amazon Bedrock無縫整合使用。Amazon Nova 不僅速度快、功能強大，還徹底改變了使用者與 AI 的互動方式。
因應全球AI資料中心需求 緯穎打造供應韌性 擴張生產據點 提升L12系統階段供貨能力
緯穎董事長暨策略長洪麗寗指出，台灣在全球ICT產業扮演重要角色，不僅供應全世界 92% 伺服器，在上游的半導體與零組件也在市場佔有領先地位。隨著AI需求快速攀升，資料中心伺服器的技術與市場展現出不同以往的面貌。為因應算力需求的激增，晶片功耗與散熱技術不斷突破極限，成為AI資料中心建置與規劃時的關鍵。此外，市場也湧現許多新興買家，再加上各國對主權AI的需求，為市場帶來更多發展機會。緯穎已將AI伺服器整合能力提升至L12，除了提供整機櫃製造組裝服務外，更進一步協助客戶進行AI伺服器在資料中心的規劃與部署。為滿足全球市場需求，緯穎在台灣、馬來西亞、墨西哥、捷克等地建置伺服器產線，就近服務亞洲、美洲與歐洲客戶。同時，公司亦在美國設廠，投資智慧製造，藉此提升供應鏈韌性，強化AI時代的全球競爭優勢。
企業須依照不同業務內容需求 導入正確AI解決方案進行數位轉型 方能以AI提升企業競爭力
McKinsey & Company全球董事合夥人李曉廬介紹全球AI生態系快速發展的現況，以及AI可以在各行各業數位轉型的關鍵角色，尤其是當AI資料中心運算能量越來越強大，演算法快速發展更新，再加上運算產生token所需耗能越來越低的情況，其實企業可以依照不同的應用情境，導入正確的AI運算架構，進而提升企業營運效率、降低人員需求，甚至創造新的商業模式。此外，針對近來相當熱門的Agentic AI（代理式AI），李曉廬認為可透過多代理協作協定（Multi-agent Collaboration Protocol）方式，依照企業不同需求，整合多個AI LLM語言模型，進而解決企業AI運算問題。
AI NEXT FORUM「AI生態系的新金礦–企業AI中心」下午場
生成式 AI（GenAI）與多模態AI（Multimodal AI）模型不斷推陳出新，已讓各行各業必須直接面對AI科技數位轉型的迫切壓力，McKinsey & Company日前發布的 Superagency in the Workplace 研究報告更表示，AI 科技帶來的長期發展機會上看4.4兆美元，企業受影響對象將涵蓋企業主管、企業員工甚至是企業營運模式，AI科技對百工百業的影響，就跟蒸汽機對19世紀工業革命的影響一樣無遠弗屆。
為讓各大產業主管與相關 ICT 產業人士，更加了解在 AI 2.0 時代下的雲地端AI應用，進而依照企業營運特性規劃 AI 導入策略，「AI NEXT FORUM」，下午場聚焦「AI生態系的新金礦 - 企業AI中心」，邀請資策會產業情報研究所（MIC）所長洪春暉、研華嵌入式事業群總經理張家豪、華碩共同執行長胡書賓、雙鴻董事長林育申、台達電源及系統事業群副總裁暨總經理陳盈源等產業專家，從AI 2.0技術突破、邊緣AI賦能機器人產業創新、AI基礎設施與AI數據中心建置、AI運算系統的電力與散熱解決方案等面向進行專題演講。TCA並邀請英特爾、永擎電子、卓越電子、智捷科技等多家科技大廠，現場展示英特爾新一代 Intel Core Ultra 與 Intel Xeon 處理器、NVIDIA Blackwell 企業 AI 伺服器、AI 邊緣監控整合盒、AI 邊緣運算平台等產品，國科會晶創競賽（ICTGC）也在現場介紹第三梯次徵案。
企業需建構專屬AI應用 方能將AI科技轉化成經營助力 進而提升企業競爭力
台北市電腦公會榮譽理事長童子賢致詞時指出，台灣在這一場AI的進步和革命中沒有缺席，也不能缺席，台灣一直是全球數位科技產業的重要夥伴、參與者和合作者，從40年前的個人電腦萌芽，到網路誕生，到進入能感測與智慧AIOT年代，一直進展到如今這一波AI應用。AI是另外一個里程碑，當AI打造完成基礎後，接下來就是要進入應用的年代，預期未來幾年會逐漸讓AI高度成長，跟浸潤式瀰漫在我們科技產品的身邊，十年後的世界就不用刻意去強調AI，就如同現在的世界不用特別去強調網路，因為網路已經無所不在。
童子賢表示，今天要探討的就是企業如何打造自己的AI中心，讓企業在這一篇AI革命中不要落後。向來台灣產業過往有個被批評的點，就是重生產、輕應用，重硬體製造、輕軟體研發。首先是算力，在AI這一波發展中，台灣在AI基礎結構跟硬體製造上有目共睹，尤其半導體產業、電路板、系統、機櫃製造上扮演全球AI算力關鍵核心角色。演算法的突破對AI發展很重要，這一波是2017年Transformer演算法起來，被實現在2022年OpenAI所發表ChatGPT 的GPT-3.5被引爆，當然ChatGPT只是大潮流下的引爆點之一，但是全世界對於AI的發展熱潮就被帶動起來了。
童子賢認為，在算力跟演算法之後，就是大數據的發展，而大數據不會掌握在一個人的手上或一個領域的手上，將牽涉到應用，不同的領域有不同的應用。發展AI的幾個條件，算力、演算法、大數據，條件已經成熟到可以把AI從理論推向各個應用場域的階段。所以下午的論壇會注重在，企業如何建構自己的AI應用，如何將科技的熱潮，轉化成企業經營的助力，進而提升自己的競爭力。
AI以人為中心 在生活與產業中落地 邊緣資料中心與AI終端裝置將提升市場接受度
資策會產業情報研究所（MIC）所長洪春暉在「AI新局，台灣AI軟硬體現況與展望」主題演講中點出，生成式AI朝向更大參數規模的大型語言模型（LLM）或專用領域的小型語言模型（SLM）發展，由於開源版本大量釋出，表現已經接近非開源模型。而AI應用發展趨勢中，AI將以人為中心，在生活與產業中落地生根，包括AI Agent、AI+終端裝置、AI賦能人形機器人等。至於AI應用落地與場域則相當多元化，目前在台灣的案例已經包括：病理診斷（雲象科技）、協作機器人（達明機器人 Techman Robot）、軟體定義工廠（MetAI）、風險帳戶警示（富邦銀行）、動畫創作（智寶國際）等多樣化場域。
展望2025市場發展，洪春暉指出AI算力需求帶動雲端資料中心擴建，AI PC換機潮與應用成熟進一步推動終端市場成長，並認為DeepSeek將帶動一波創新AI模型，短期雖影響大型資料中心建置規劃，卻也提供邊緣資料中心與AI終端裝置的採用新思維，預估將提升市場接受度。AI運算需求也將促進半導體先進製程、先進封裝與記憶體技術進步，讓科技大廠開發彈性組合的AI晶片，進而滿足Edge AI應用的少量多樣需求，創造更多Edge AI應用。
以邊緣運算平台與機器人核心架構 加速廠商開發多元應用場域的機器人解決方案
研華嵌入式事業群總經理張家豪在「邊緣 AI 賦能機器人產業創新」主題演講中表示，全球 AI 與邊緣運算科技快速發展，2032 年全球 Edge AI 市場規模上看 1436 億美元，而且應用領域涵蓋智慧製造、機器人、健康照護、智慧城市等場域；而在熱門的機器人領域當中，包括 AGV、AMR、機器手臂、巡檢機器人、服務型機器人、人形機器人等都需要 Edge AI 的技術。由於廠商開發機器人需要整合各類邊緣 AI 運算、感測模組軟硬體零組件，因此研華提出一套機器人核心架構，包括各項技術模組 (Building Blocks)，包含 Edge AI Platform 的決策核心平台、感知與控制模組、系統整合能力，以支持機器人產業發展，除此之外，同步提供 Robotic Suite 軟體開發套件，加速產業機器人開發並落地上市，並持續提供更先進的 Edge Computing 平台，將 AI 技術導入，Edge + AI 將成為 Edge Computing 標準配備。
除了雲端資料中心持續發展，企業數據隱私安全與高效率小型語言模型快速發展 也加速企業本地AI資料中心建置需求
華碩共同執行長胡書賓在「AI數據中心佈局與發展」主題演講中指出，不管是大型語言模型的發展或是AI技術應用場域的推進，從Generative AI，朝向具備推裡規劃能力的Agentic AI，到能感知及回應實際物理世界的Physical AI，最後朝向人工智慧的終極聖杯- AGI通用人工智慧方向前進都成為AI data center市場成長的主要驅動力，包括雲端與本地端。華碩擁有完整的軟硬體研發能力、客製化彈性，為客戶提供end-to-end從硬體、軟體、平台軟體到建置、維運服務的AI server數據中心全方位解決方案。華碩從2011年起，已在台灣完成多座中大型 AI 資料中心建置，2024年更參與台灣最大的AI超算中心「Ubilink」，其算力高達到45.82 PFLOPs，累積了從設計到部署的完整解決方案，並具備L10到L12系統階段能力。
此外，由於企業對數據隱私安全和本地運算需求提高，再加上近年來高效率的小型語言模型如DeepSeek R1、LLaMA 4 Scout、Microsoft Phi-4等快速發展，使得小型化高效能的本地 AI 部署成為企業AI資料中心新趨勢，因此華碩對應推出各類本地AI資料中心用AI伺服器，包括4U、2U、1U、工作站與超小型桌面級AI超級電腦Ascent GX10（GB10），主要執行微調過的LLM或SLM，應用在如企業內部知識管理、AI 助理以及文件檢索增強生成（RAG）等場景，華碩並提供業界首創的 Multi-LM Tuner 工具，可以在本地資料中心直接進行語言模型微調，提升數據中心的運行效率與穩定性，並讓語言模型更能符合企業本地AI運算需求。
AI晶片TDP持續快速增加 推動AI資料中心全面導入液冷散熱趨勢不可逆
雙鴻董事長林育申在「AI基礎設施與先進散熱技術」主題演講中表示，當算力即國力成為各國AI軍備競賽趨勢，使得AI基礎設施需求持續增加，預估2028年全球市場規模上看900億美元。由於新AI伺服器耗電量大增，而且一台AI機櫃的散熱部分佔總體耗電量高達39%，再加上液冷散熱PUE（電源使用效率）遠低於傳統氣冷散熱，使得未來AI機房朝向液冷發展趨勢不可逆，因為液冷可有效降低AI資料中心整體用電量。
林育申也指出，液冷散熱技術的快速發展，也是因應AI伺服器用電量大幅增加的關係，以NVL 32為例，耗電量為55kW，所以還能用氣冷散熱，但是到NVL 72，耗電量增加至132kW，就一定要採用液冷方案，而未來的機櫃版本耗電量甚至上看300kW以上，如果沒有更先進的液冷散熱技術，就無法解決新AI晶片TDP（熱設計功耗）快速成長的散熱問題。
提升AI資料中心端到端能效 高功率機架式電容模組可穩定用電負載
台達電源及系統事業群副總裁暨總經理陳盈源在「AI運算挑戰 - 電力和散熱解決方案」主題演講中直接點出，隨著AI算力持續提升，AI資料中心用電量也持續上升。Gartner報告指出2024年全球AI資料中心耗電量達261TWh，接近台灣2024年用電總量283TWh，使得AI資料中心用電需求規劃已成為擴建AI資料中心的重要關鍵。因此台達透過解析從AI晶片到資料中心用電需求，設計出AI資料中心電網到晶片（Grid-to-Chip）完整電源解決方案，並且提供L2A CDU、L2L CDU等不同散熱解決方案。
陳盈源表示，在傳統AC供電資料中心架構中，在經過基礎設施、機櫃到伺服器，端到端能效約為87.6%，而且負載快速變動會對電網產生衝擊。因此台達設計出高功率機架式電容模組（PCS），其內建鋰離子電容，能夠進行快速充放電，透過削峰填谷的方式確保用電負載平穩。而為了提升用電效率，台達為AI資料中心推出創新高壓直流（HVDC）電源架構，也就是將中壓電網（10 kVAC ~ 33 kVAC）變壓至800 VDC，然後搭配電源機櫃與機架式電容機櫃穩定負載，再使用DC-DC轉換模組降壓至AI晶片需求的0.65V，簡化AC-DC轉換過程，即可把端到端能效提升至89%~92%，大幅提高AI資料中心能源效率。
AI NEXT FORUM中文版影片【COMPUTEX 2025】AI NEXT FORUM- Cloud x Edge AI x Data Center - Chinese Version
https://youtu.be/BmLiHItX2Cw