部落格
關於 AI Stack 最新的文章
Blog & News
AI-Stack 聯手 AMD 打造高效研發環境：ELSA 實驗室選擇導入搭載 AMD Radeon™ AI PRO R9700（具備 32GB GDDR6 顯存）的 ELSA VELUGA G5-ND 高階工作站，並透過 AI-Stack 算力調度與AI基礎設施管理平台進行算力調配管理，將硬體投資精準轉化為研發產出。
數位發展部攜手數位無限，成功建置台灣AI算力共享平台。透過「AI-Stack」平台，新創企業可享有靈活高效的GPU算力資源，加速AI應用落地。平台支援跨品牌GPU整合，並具備多種開源工具，為台灣數位產業升級奠定堅實基礎。
成功案例
AI-Stack 聯手 AMD 打造高效研發環境：ELSA 實驗室選擇導入搭載 AMD Radeon™ AI PRO R9700（具備 32GB GDDR6 顯存）的 ELSA VELUGA G5-ND 高階工作站，並透過 AI-Stack 算力調度與AI基礎設施管理平台進行算力調配管理，將硬體投資精準轉化為研發產出。
AI-Stack 的導入，讓高醫能在單一平台上靈活分配算力，不論是 急診 AI、病理 AI、護理 AI 智能助手，或是 跨院資料庫分析（糖尿病、腎臟病等），都能獲得即時且穩定的算力支援。此外，AI-Stack 的算力調度能力，讓高醫 AI 開發團隊的模型開發更有效率，而 AI-Stack 所提供的 MLOps 功能更是支援了高醫 AI 型主治醫師制度，讓具潛力的年輕醫師能專注在 AI 模型研發，並快速在高醫的 KMU Genie 平台上落地，提升智慧醫院的臨床韌性。
導入AI技術進行產品影像檢查計畫 超硬鑽頭、立銑刀及金屬加工設備製造商 — Union Tool，是全球領先的「PCB鑽頭」製造企業，專門用於在電子電路板上鑽出用以固定元件與進行配線的微細…
解決方案
在 AI 與深度學習成為企業核心競爭力的時代，AI 軟體效能的發揮仰賴穩定且高效的運算資源支持。傳統的伺服器架構與部署模式，已無法滿足現今 AI 模型訓練與推論所需的龐大算力與彈性資源調度需求。INF…
生成式AI的快速發展引發了對高效及可擴展AI資料中心的大量需求，同時也伴隨著一系列挑戰。AI-Stack不僅能幫助AI資料中心克服運營與管理挑戰，更能通過集中化管理與高效資源配置，讓資料中心在運行效率、成本管理及穩定性上全面提升，為企業的AI應用提供強有力的支持。
AI-Stack智慧製造解決方案專為製造業數位轉型設計，解決延遲、資料安全、整合靈活性等核心挑戰。通過結合邊緣運算與數位孿生技術，該方案實現快速模型訓練、即時推論及數據處理，提升生產效率並降低成本。 *加速模型部署與應用落地，縮短AI開發週期。 *邊緣設備即時優化生產參數，降低次品率。 *節省基礎設施成本，助力企業實現永續發展。 提升數據安全性與系統可靠性。 AI-Stack模組化架構支持多雲環境運行，適應多場景需求，助力製造業達成智慧化升級與高效運營目標。
精選文章
2026年6月，AMD與Intel透過x86生態系統諮詢小組聯合發布ACE指令集規範v1.15，為x86架構引入原生矩陣乘法引擎，計算密度達AVX10的16倍。本文從技術原理、競爭格局到企業落地時間線，完整解析這場「世紀聯手」對AI晶片市場的深遠影響。
2026年6月12日，SpaceX以1.77兆美元估值登陸納斯達克，募資857億美元創下全球IPO歷史紀錄。Anthropic每月支付12.5億美元、Google每月支付9.2億美元租用其AI超級計算機Colossus，SpaceX正在以「算力房東」身份重塑全球AI基礎設施格局。
2026年6月8日，蘋果WWDC 2026正式揭幕：Siri AI以15年來最大規模改版登場，Apple與Google Gemini達成每年10億美元AI合作，macOS正式告別Intel，而Tim Cook以CEO身份完成最後一場WWDC主題演講。本文從Siri AI改造、Gemini策略聯姻、OS 27升級、Cook謝幕與市場反應五個維度，完整解析這場蘋果史上最具戰略轉折意義的開發者大會。
技術支援
數位無限將彈性分散式訓練無縫整合進 AI-Stack，支援 Horovod、DeepSpeed、Megatron-LM、Slurm 等主流框架，加速大規模 AI 模型訓練。本篇文章，我們會示範給大家看，如何在AI-Stack上使用Horovod來做彈性分佈式訓練！
不少開發者在使用 Kubeflow 時，仍碰上 GPU 資源無法切割的問題，這篇文章將手把手教大家，如何使用數位無限的 ixGPU 模組，做 Kubeflow GPU 切割。
Kubeflow 作為一個基於 Kubernetes 的開源機器學習平台，近年來在機器學習領域日益普及。數位無限的 ixGPU 模組可幫助開發者在 Kubeflow 上任意切割 GPU 資源
我有興趣了解更多 AI-Stack 應用案例
