i卡會員

AI 需求在兩年內暴增逾 330 倍。根據 Google I/O 主題演講（Sundar Pichai 主講）公布的數據，每月 AI token 生成量從約 9.7 兆，增至逾 3.2 千兆（quadrillion）。在全球 AI 算力需求以前所未見的速度攀升之際，全球 AI 基礎設施公司 Zettabyte（智百特）主張，算力應以其交付「有用工作」的品質衡量，而非僅看硬體規格與每小時單價。Zettabyte 於工研院主辦、台大醫院國際會議中心（NTUH）舉行的「AI 伺服器市場及技術趨勢研討會」中提出此一優質算力主張，並由資深產品經理林子揚（Eric Lin）發表專題演講。

Zettabyte 指出，AI 產業長期以兩項指標衡量基礎設施：GPU 數量與每小時租金，但兩者都未回答客戶最在意的核心問題，也就是這些 GPU 究竟產出多少「有用」的 AI Token，以及能否被可靠地衡量。近期的相關爭議，凸顯了消費者期待與提供 AI 推論的實際成本之間長期存在的落差。

隨著AI訓練任務，在尖端AI 產業擴展至數百萬張 GPU、推論工作負載達數兆 token，基礎設施的表現已不再僅由硬體規格決定。可靠性、即用性、可觀測性、成本透明、彈性與韌性與能源效率，日益決定理論上的算力能否轉化為真實世界的 AI 產出。

這一觀點獲得獨立研究支持。Zettabyte 採用一家業界公認的產業研究機構的 GPU 叢集總持有成本（TCO）框架：兩座每小時 GPU 單價相同的叢集，一旦計入建置時間、利用率與停機，實際完成的有用工作可能差異甚大，此即該機構所稱的「有效產出（goodput）」，也就是原始吞吐量中真正完成有用工作的比例。Zettabyte 的方法即建立在此一發現之上，算力的真實價值遠超過硬體採購成本。部署延遲、利用率不足、營運故障與叢集停機，都會實質影響 AI 基礎設施的有效產出與經濟價值；在超大規模下，單一故障事件即可能造成可觀的生產力損失。

Zettabyte 的 zSUITE 平台可直接衡量上述因素，並將這些核心衡量落地與視覺化。其五大品質面向正是這些成本背後的營運槓桿：可靠性與就緒度降低故障與恢復時間，可觀測性縮短偵測，成本透明度揭露完整的 TCO 而非僅是檯面上的 GPU 單價，能源效率則決定每度電的有用產出。透過 zSUITE，基礎設施營運者得以掌握算力資源在生產環境中的表現，以及其轉化為可用 AI 產出的實際效率；任一面向出現弱點，都會推高每單位有用工作的真實成本。

作為此一倡議的一環，Zettabyte 正積極推動 zSUITE 平台的軟體授權，即將與工研院及台灣多所設有 AI 課程與研究實驗室的頂尖大學陸續展開合作。Zettabyte 將此計畫視為對下一代 AI 基礎設施人才的投資，也是對台灣持續在全球 AI 生態系保持領先的貢獻。藉由將其在生產環境中所使用的同一套工具，交到台灣研究機構與大學手中，Zettabyte 期望厚植主權 AI 基礎設施所仰賴的在地專業能力。

台灣在建構全球 AI 基礎設施上已扮演核心角色。從半導體、先進封裝到 AI 伺服器與系統整合，台灣是全球 AI 供應鏈的基石。Zettabyte 認為，台灣不僅有條件建造 AI 基礎設施，更有條件協助衡量 AI 基礎設施的優質算力標準。

「世界將持續仰賴台灣製造 AI 系統，」林子揚表示，「我們相信台灣也能協助界定何謂高品質 AI 基礎設施的標準，定義『優質算力』。下一階段的 AI 領導地位，不會僅由誰建置最多算力決定，而是由誰能衡量、優化並證明其效能來決定。」

隨著全球 AI 投資持續加速，Zettabyte 認為產業將逐漸從採購算力容量，轉向採購算力成果；屆時，可被衡量的品質，將成為 AI 基礎設施最重要的競爭優勢之一。