宜鼎以「軟硬整合」打造AI落地最後一哩路前的可擴展基礎架構
全球AI應用正以前所未有的速度擴張,從製造瑕疵檢測到零售自助結帳,企業紛紛投入AI轉型。然而,當算力不再是門檻,「如何讓AI真正落地」成為最大的挑戰。硬體廠商往往只談效能,軟體開發者又不熟悉硬體限制,導致眾多專案卡在PoC階段、難以量產。
對此,全球AI解決方案與工控儲存領導廠商宜鼎國際(Innodisk)以「智慧建築師」姿態突圍,透過可擴展架構與軟硬整合實力,協助企業打造從邊緣運算到雲端管理的完整AI基礎設施,讓AI應用能以穩健體質,迎向在各產業落地的最後一哩路。
企業導入AI的速度雖明顯加快,但軟硬整合的挑戰卻愈趨複雜。宜鼎國際智能周邊應用事業處資深處長吳志清指出,市場上AI晶片百花齊放,IC大廠各擁架構優勢與演算法特色,卻缺乏一致的測試標準,不同架構的實際表現仍可能相差數倍,舉例來說,擅長大語言模型推論的GPU能在雲端運算中展現驚人效能,但放到需要即時反應的影像任務時,卻可能因延遲與功耗問題而力有未逮。
吳志清表示,其問題的根源在於軟硬整合,當軟體邏輯與硬體運算環境未能精準銜接,即使再強大的算力也難以發揮應有效益。為解決這一斷層,宜鼎選擇跳脫傳統供應思維,定位為AI落地的共同設計者,從專案初期即介入系統規劃與驗證,確保AI應用在實際場域中能穩定運作並創造長期效益。
宜鼎在設計AI系統時,將整體架構視為一個「資料流整合體」。前端的影像與感測器負責輸入,後端的I/O模組與控制系統負責輸出,中間則是儲存與AI演算法協調運作的核心。這套看似簡單的邏輯,其實需要對場域環境與測試機制的深入掌握。吳志清以相機模組為例,一般電腦搭配的鏡頭只需在500至600 Lux環境測試,但AI應用如路邊停車辨識,須在「0 Lux夜間到數萬Lux烈日」間穩定成像。
對此,宜鼎重新設計測試流程,建立AI視覺專用驗證標準,確保夜間不失焦、逆光不過曝。這種「應用導向設計」思維,讓宜鼎跳脫傳統工控產品僅看規格的框架,真正從使用場景出發,打造能在各類環境穩定運作的AI基礎元件。
宜鼎智慧建築師哲學 打造整合、可持續的AI基礎設施
在確立共同設計者的角色後,宜鼎進一步將這份協作精神上升為方法論,提出「Architect Intelligence」概念,扮演智慧建築師角色。吳志清強調,這是一種貫穿硬體、軟體與服務的設計哲學,以建築師整體思維,為AI系統打造可擴展、可重複且可持續優化的基礎架構。
為了讓此一理念具體落地,宜鼎以三層式架構實踐「智慧建築師」精神。硬體基礎層是第一環,涵蓋工業相機(視覺輸入)、I/O介面(控制中樞)、SSD與DRAM(資料儲存),以及邊緣AI運算平台,共同構築AI推論與資料流通的底座。其上是智慧軟體層,整合影像辨識、模型推論與AI Agent管理機制,使系統能在感知、理解與決策的完整架構中自我運作。例如宜鼎自主開發的Agentic AI,即可即時監控設備狀態、辨識異常並自動執行調整,讓AI不僅能看、能想,更能行動。最上層則是服務模組層,則以「Collective Intelligence」整合生態系夥伴,並透過「Prime Service」負責跨品牌相容性驗證,確保不同元件能在同一平台上協同運作、穩定可靠。
透過由下而上的設計邏輯,宜鼎讓AI基礎設施不再是零散堆疊的元件,而是一個可不斷進化的智慧體系,真正體現「智慧建築師」所代表的整合力與前瞻性。這種「一站式設計」模式讓企業不必分頭協調多家供應商,即可取得從元件到系統的完整解決方案。所有合作夥伴都可透過宜鼎平台實測,確保整合後的一致性與穩定性。
宜鼎的「智慧建築師」理念,除了落實於產品設計與系統架構,更進一步融入專案協作的思維與流程。以歐洲智慧工業車輛案例為例,該工程車輛原採用GMSL影像監控系統,後欲改用AHD同軸傳輸以降低成本。為此,宜鼎不僅重新設計相機模組,還與集團子公司安提國際的主機板團隊協同開發,透過相機、運算模組、I/O介面的三種模組協作打造客製化解決方案。
吳志清接著表示,團隊協作時會透過週期性會議同步開發進度,藉由深度共創機制,讓專案開發更貼近現場需求,同時兼具彈性與延展性:大型企業客戶可採用全流程客製化服務;中小企業則能透過標準化模組快速導入,在成本與效能間取得平衡。
吳志清最後表示,AI時代的競爭,已不再是單一算力或演算法的較量,而是誰能整合跨域資源、讓AI真正落地。宜鼎以「智慧建築師」為核心定位,從影像資料蒐集、儲存架構到AI代理運算,構築出可擴展、可複製、可協作的AI基礎設施,協助企業跨越從概念到實踐的落差,讓AI不再只是技術展示,而能成為持續創造營運價值的智慧引擎。






