生成式AI競爭已從模型延伸至AI基礎設施。企業關注的問題，也從模型能否執行落地，轉向服務能否穩定、有效率且可負擔。
因應此一趨勢，佳世達將AI基礎設施列為集團AI四大事業藍圖之一。當多數企業都能取得相近規格的晶片與伺服器，真正拉開差距的，往往是誰能把運算、網路、散熱與維運整合成可規模化複製、長期穩定運轉的系統。這也是佳世達近年將資源集中投入系統整合的原因，從其陽科技以AMD EPYC平台打造AI伺服器、明泰科技400G／800G／1.6T高速交換器，到其曜科技雙相液冷散熱技術，皆由集團內部主導共同驗證，確保運算、網路、散熱互相搭配。
麥肯錫研究指出，支援AI工作負載的資料中心容量需求，可能由2025年的44GW增至2030年的156GW，約成長3.5倍，並帶動網路、儲存、供電、散熱及維運架構升級。當資料中心快速擴張，仰賴國外授權或外購模組的環節，也可能成為交期、成本與供應風險變數。
高密度運算也使設計單位由單一伺服器延伸至整座機櫃。運算、網路、散熱與管理機制若能在部署前共同設計及驗證，可減少現場調整、縮短導入時間，並降低介接與維運風險。合適架構須依工作負載、資料特性與服務目標配置資源，避免過度建置或效能不足，提升整體投資效益。
以雙相液冷為例，佳世達旗下其曜科技推出核心冷板、零組件到整機系統皆自主設計製造的雙相直接液冷（2P DLC）與雙相浸沒式（2PIC）解決方案，並布局雙相冷板結構製程及低沸點冷卻液氣體回收循環系統等專利。其價值在於掌握材料驗證、結構設計與系統整合能力，可依設備密度、部署環境與散熱需求彈性客製，兼顧能源效率、維運成本及永續要求，並強化在地供應鏈自主能力。 AI基礎設施須從全生命週期評估，綜合衡量工作成本、回應時間、能耗、故障復原及擴充效率。對佳世達而言，從拚算力到拚整合，是透過其陽、明泰、其曜等子公司的整合工程，將運算、網路與散熱形成可直接部署、長期信賴的系統，進一步朝企業AI資料中心整體解決方案發展。
（本文作者柯淑芬，現為佳世達集團總經理。）
