一名前xAI工程師向加州州法院提起訴訟，指控公司及母公司SpaceX因其提出人工智慧安全疑慮而將其解僱。記者許若茵／編譯

一名前xAI工程師向加州州法院提起訴訟，指控公司及母公司SpaceX因其提出人工智慧安全疑慮而將其解僱。

[caption id="attachment_206965" align="aligncenter" width="1024"] 一名前xAI工程師向加州州法院提起訴訟，指控公司及母公司SpaceX因其提出人工智慧安全疑慮而將其解僱。（圖／AI生成）[/caption]

根據訴狀內容，前工程師Devin Kim於2025年9月離開xAI，並於本週二正式提，這起案件提出之際，正值SpaceX預計進入公開市場前夕，外界關注度升高。

訴狀指出，Kim在參與開發聊天機器人Grok期間，逐漸成為公司內部關注AI安全的重要聲音，他多次向公司反映，認為xAI未將安全議題置於產品開發核心位置，其中，Kim特別擔憂Grok可能助長歧視行為，以及協助散播大規模毀滅性武器相關資訊。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

文件提及，模型曾出現仇恨性內容，甚至將自身比擬為希特勒，並被稱為「MechaHitler」，訴狀稱，在該事件後，Kim參與重新評估Grok的政治偏誤與歧視傾向。數個月後，Grok再度引發爭議，當時該聊天機器人被用來於X平台大量散布未經同意的性影像內容。

訴訟同時將Kim定位為吹哨者角色，訴狀主張，他認為xAI忽視AI安全可能涉及多項違法風險，包括網路監管、消費者保護、不公平商業行為以及武器與爆裂物相關規範。截至目前，xAI與SpaceX尚未對媒體置評要求作出回應。

資料來源：techcrunch

這篇文章 Grok安全爭議延燒 前工程師控xAI打壓吹哨者 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

企業搬遷的核心動力是成本控制，但「自建更便宜」需多維度評估。作者：黃婉中（雲端架構師）

企業搬遷的核心動力是成本控制，但「自建更便宜」需多維度評估。

[caption id="attachment_222913" align="alignnone" width="863"] （圖／黃婉中提供）[/caption]

我最近觀察到有些客戶開始考慮把部分工作負載搬回私有環境。但這不代表企業在逃離雲端，公有雲整體仍在成長，2025 年全球公有雲支出預計達 723 億美元，年成長 21%。

我認為更準確的描述是：更多企業打算採用混合模式，公有雲和私有雲並存。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

最大動力：節省成本

企業轉向私有雲或混合雲，最大原因就是成本控制。根據 IDC 調查，59% 的組織在 2024 年雲端支出超出預算。

37signals（Basecamp 的母公司）每年付 AWS $320 萬，搬回去後預計五年省超過 $700 萬。而巴菲特旗下的美國保險公司 GEICO，經歷了十年的雲端遷移，結果費用漲了 2.5 倍。

「費用更低」不是對所有企業都成立

但仔細研究，會發現這些案例有個共同點：他們的工作負載非常穩定，不是偶爾爆發。

如果你的工作負載是「偶爾爆發、容易停」，那公有雲的彈性優勢仍然明顯，成本會更低。問題是，現在有越來越多企業發現自己的工作負載其實是「穩定型」，不是「爆發型」。對於這類工作，自建硬體的總持有成本（TCO）可能比長期租用公有雲便宜。

但成本不是唯一因素

不過，穩定的工作負載 = 自建更便宜，這個方程式有例外。

以 AI 工作負載為例。這幾年 GenAI 爆發，AI 從「實驗」變成「持續業務」，看起來工作負載穩定了。但企業面臨新的問題：不願因為三年承諾就被鎖定在特定方案上。

開源模型品質快速提升，已能應付大多數需求，而 AI 市場變化太快，下個月可能有更便宜或更好的選擇出現。結果是很多企業選擇：不簽長約，保有轉換的靈活性。 他們願意付略高的價格，換來隨時切換的自由。

這說明：在市場變化快速的領域，即使工作負載穩定，企業也可能為了保留靈活性而放棄純成本優勢。

自建不是簡單的決定

GEICO 的案例很有啟發性。他們決定搬遷回私有雲後，才發現自建帶來的實際挑戰遠比想像中複雜。他們在一年後公開談論搬遷過程中碰到的問題：

• 電源系統不相容，得自己開發混合方案
• 韌體管理幾乎要從零建起
• 跨不同硬體廠商的管理工具各自為政，難以統一
• 需要招募一批在傳統 OEM 採購模式下根本不需要的專業人才

GEICO 的經驗說明：自建不只是成本問題，還有運維複雜度、人才要求、技術整合等多個維度的挑戰。

所以，如果你發現自己的工作負載其實是穩定型，在考慮自建之前，可以評估以下幾個方面：

1. 人力資源（最大挑戰）

自建最大的成本來自人。不只是「有人會裝機器」，還要「有持續的人來維護、優化、處理突發狀況」，就像 GEICO 遇到的韌體管理和工具整合問題。組一個團隊，光薪資成本就很龐大，必須節省夠多才值得。

判斷標準：

• 你現在有多少人懂基礎設施管理？
• 自建的成本節省是否超過他們的薪資？
• 如果關鍵人物離職了，有接班人嗎？

2. 工作負載的穩定性

如果有臨時的、不可預測的專案，自建不只是不划算，甚至會來不及。

混合雲的做法是：穩定的放在私有，臨時的放在公有。 但代價是複雜度增加，跨雲管理、資料一致性、工具整合都需要額外投入。

3. 合規與安全

某些行業（金融、醫療、政府）或地區有特殊的監管要求，資料必須在特定地區、有特定的安全認證。

判斷標準：

• 你的行業是否有數據位置或安全認證的硬性要求？
• 公有雲廠商是否在你需要的地區有合適的 Data Center？

先檢查公有雲廠商是否提供符合要求的服務（Azure EU、阿里雲等）。只有都不符合，才需考慮自建。

4. 未來的靈活性需求

如果你計劃全球擴展，自建可能不夠靈活。建立全球私有基礎設施的成本和複雜度很高。

判斷標準：

• 業務是否會擴展到新的地理區域？
• 業務模式或技術棧是否會頻繁改變？

如果是，公有雲的靈活性更有價值。如果業務相對穩定，自建的長期成本優勢更明顯。

所以，我該怎麼辦

如果你在考慮是否應該轉向私有雲或混合雲，我建議這樣評估：

第一步：評估你的工作負載

• 哪些是持續穩定跑的？
• 有沒有臨時或不可預測的專案？

第二步：評估你的人力資源

• 有多少人懂基礎設施管理？轉向混合需要改變什麼？
• 你有沒有辦法在關鍵人物離職後保持營運？

第三步：評估你的特殊需求

• 有沒有合規或地理位置的硬性要求？
• 是否需要對特定資料有完全的控制權？

第四步：做成本計算 別只看公有雲的月費。要算上：

• 硬體購買、安裝、更新的成本
• 人力成本（招聘、培訓、流失）
• 機房成本（電力、冷卻、物理安全）
• 隱性成本（緊急維修、停機時間）

如果能清楚回答上面 4 個評估維度時，自然會知道什麼選擇最好。

這篇文章 混合雲時代：為什麼「省成本」可能是假命題｜專家論點【黃婉中】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

秒懂ISO27001合規生態系中各角色的功能與協作方式作者：黃婉中（雲端架構師）

秒懂ISO27001合規生態系中各角色的功能與協作方式

[caption id="attachment_222901" align="alignnone" width="864"] 很多人第一次接觸 ISO 27001 都會被搞糊塗。（圖／黃婉中提供）[/caption]

很多人第一次接觸 ISO 27001 都會被搞糊塗。

證書是誰發的？顧問是幹嘛的？工具又算什麼角色？這幾件事只要搞混，合規的邏輯就會轉不清楚，結果就是花了錢、花了時間，卻不知道為什麼要做。

我後來發現用健身來解釋最好懂。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

教練：輔導顧問公司

想健身，第一步通常是找教練。請他幫你評估現在的體能狀況、教正確的動作，讓你不要做白工或受傷。

這個角色，在 ISO 的世界裡，就是輔導顧問公司。台灣市場上的顧問生態，大致可以歸納為三種類型：

第一種：專業管理認證顧問公司 例如鼎新資安、萬弘資訊、領導力企管等。這類公司專精於管理制度的合規輔導，從風險評估、政策文件建置、員工訓練、到內部稽核，能一路陪企業準備好接受最終的正式審查。

第二種：資安技術服務商提供之輔導 例如中華資安國際 (CHT Security)。這類公司本身具備強大的資安技術背景，在提供 ISO 27001 輔導的同時，能針對技術面的控制項（如弱點掃描、系統加固等）提供技術支援，將合規與防禦技術整合在一起。

第三種：大型管理顧問公司 即 Deloitte（勤業眾信）、PwC（資誠）、KPMG（安侯建業）、EY（安永） 等四大會計師事務所。他們通常服務大型企業或金融機構，擅長處理組織整體的治理框架（Governance），並將資安管理與企業內部控制制度對接。

顧問的角色是幫你把整套「資訊安全管理系統（ISMS）」從零建起來。他們確保你的組織架構、文件流程與日常執行都能符合國際標準要求，讓你在面對正式稽核時，能拿出合規的證據，也能確保制度在公司落地。

裁判：驗證機構

教練很厲害，卻不能發證書給你。要確認達到 ISO 27001 的標準，必須由獨立的第三方機構來評估。

很多人以為是 ISO 組織本身派人來審查，其實不是。ISO（國際標準化組織）只負責制定標準，本身不做認證。真正來現場「考試」的，是各國經過認可的驗證機構。

台灣常見的驗證機構包括：

• BSI（英國標準協會）
• SGS（台灣檢驗科技）
• TÜV Nord（北德）
• Afnor（環亞貝爾）
• TCIC（環球認證）

這些機構都必須經過財團法人認證基金會（TAF）的「認證（Accreditation）」，才有資格幫企業進行稽核 並核發帶有 TAF 標章的正式證書。

審查流程分為兩階段：第一階段（Stage 1）是文件審查，確認你的管理架構符合標準要求。第二階段（Stage 2）是實地稽核，稽核員會到現場抽查，確認你真的有照著制度走。從零開始到最終取證，企業通常需要預留 6 到 12 個月的準備時間。

健身 App：合規管理工具

隨著科技進步，大家開始流行健身 App。

你不需要每天請教練在旁邊盯著，App 可以給你訓練菜單、追蹤你每天的訓練完成狀況、提醒你今天該做什麼、幫你記錄有沒有達標。

在 ISO 27001 合規這件事上，這個角色對應的是 GRC（Governance, Risk, and Compliance）合規自動化平台，例如Sprinto、Drata、Vanta，各有不同的強項和適用規模。

它把顧問幫你建起來的那套制度，變成一個可以日常持續運作的平台：

• 跨多個合規框架的控制項自動對應，不需要每次新增框架就重新來過
• 佐證蒐集自動化，持續從你的系統抓取資料，讓你隨時都有稽核就緒的證據，不需要臨時動員
• 稽核人員可以直接登入專屬儀表板，查看所有控制項的狀態和佐證，減少來回溝通的時間

以前這些事情都靠人工追蹤，Excel 表格、Email 來回、各種提醒，費時費力又容易漏掉。現在這類工具的出現，讓日常合規管理這件事從「靠人盯」變成「讓平台跑」。

智慧手錶：雲端資安監控工具

手腕上的智慧手錶，做的事情是：隨時告訴你身體現在的狀態。 心跳、血氧、睡眠品質，數值出現異常馬上通知你，讓你不用等到健康檢查當天才發現問題。

這就是Microsoft Defender for Cloud（DFC）在雲端合規上扮演的角色。

它持續評估你的雲端環境，哪台伺服器設定錯了、帳號權限過高、資源沒有加密、SSL 憑證快過期。並在 Regulatory Compliance Dashboard 上即時顯示每個控制項的合規狀態。

它的覆蓋範圍不只是 Azure，還可以同時監控 AWS 和 GCP。透過 Azure Arc，可以把地端私有雲的伺服器也納入同一個儀表板，讓你在單一介面看到整個混合環境的合規狀態。

它支援的合規框架包含 ISO/IEC 27001:2022、PCI DSS、SOC 2、NIST 等主流標準，並且可以直接產出 PDF 或 CSV 格式的稽核報告，提供給稽核人員作為佐證。

把 4 個角色放在一起看

顧問公司（教練）：幫你把制度建起來，評估風險、設計控制項、建立流程。

認證機構 BSI、SGS（裁判）：定期來做正式評估，確認你真的達到要求，核發證書。

合規管理工具（健身 App） ：讓這套制度在日常持續運作，追蹤政策更新、員工訓練、佐證蒐集，不需要每次靠人工動員。

Defender for Cloud（智慧手錶） ：隨時監測雲端環境的技術面合規狀態，出問題馬上告訴你，不用等到稽核季才發現。

這個生態系不只適用於 ISO 27001，SOC 2、PCI-DSS、資通安全管理法都是同樣的邏輯。

💡延伸閱讀：我如何轉職成為雲端解決方案架構師

這篇文章 搞懂 ISO 27001生態系，其實跟健身沒什麼兩樣｜專家論點【黃婉中】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

亞馬遜（Amazon）在雲端與AI市場再下一城！雲端資料儲存巨頭Snowflake於27日正式宣佈，已與AWS簽署了一項為期5年、總價值高達60億美元的全新合作協議。記者彭夢竺／編譯

亞馬遜（Amazon）在雲端與AI市場再下一城！雲端資料儲存巨頭Snowflake於27日正式宣佈，已與AWS簽署了一項為期5年、總價值高達60億美元的全新合作協議。

[caption id="attachment_224078" align="aligncenter" width="1758"] Snowflake已與AWS簽署了一項為期5年、總價值高達60億美元的全新合作協議。（圖／截取自Snowflake）[/caption]

Snowflake自2012年創立以來，核心服務一直運行於AWS之上，儘管如今也已陸續支援微軟Azure與Google Cloud。為了讓外界理解這筆訂單的恐怖規模，AWS特別指出，Snowflake自創立以來透過AWS商務平台（AWS Marketplace）累計創造的總銷售額為70億美元，而這單一筆新合約的金額，就幾乎逼近該公司歷史累計的總和。

這項天價續約的底氣，源於Snowflake客戶近年在AWS上的支出呈現垂直噴發。數據顯示，2025年單一年度內，相關支出就直接翻倍飆升至20億美元。

Snowflake押寶亞馬遜自研Graviton晶片

推動這波驚人成長的幕後功臣，毫無疑問正是AI。

Snowflake推出旗下的AI開發工具Cortex AI已有數年時間。由於Snowflake本身就是企業存放龐大核心數據的超級大本營，這款AI工具能完美發揮綜效，為企業提供諸如「用日常白話文查詢資料庫」的文字介面、自動生成摘要報告等實用功能。

特別引人注目的是，Snowflake簽署這筆鉅額合約的核心主因，是為了取得更多AWS自研、基於ARM架構的中央處理器（CPU）晶片Graviton。

隨著AI的技術演進逐漸從前期的「模型訓練」，走向日常實務應用以及由AI代理人主導的全面自動化，CPU的使用量正迎來垂直暴增。在目前的AI架構中，雖然圖形處理器（GPU）專責處理高強度的訓練與深度推理，但其餘絕大多數與AI運行（特別是代理人任務）相關的日常庶務，全都需要仰賴CPU來扛下重任。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

亞馬遜用自研晶片成功撬動Meta與Snowflake

亞馬遜執行長賈西（Andy Jassy）上個月曾公開自豪表示，亞馬遜自研的AI晶片提供了比輝達（Nvidia）產品「更優異的性價比」，儘管AWS的雲端機房目前依然大量採購並部署輝達的晶片。

由於全球對AI算力的需求高得令人咋舌，像AWS這樣的雲端巨頭正以最快速度鋪設晶片；在此同時，各大主流AI模型大廠與第三方應用，也幾乎都是專門針對輝達的晶片架構進行優化開發。

即便如此，對於注重成本控制的亞馬遜而言，自研晶片依舊是更具成本效益的部署選擇，而亞馬遜也宣稱會將這些省下來的成本直接回饋給客戶。

這項價格優勢正持續為亞馬遜贏得數十億美元的超級大單。例如上個月，AWS才剛簽下一筆大合約，將向社群巨頭Meta提供數百萬顆Graviton晶片以滿足其擴張中的AI運算需求。

這對AWS來說無疑是一場漂亮的勝仗，因為Meta在幾個月前才剛與競爭對手GoogleCloud簽署了一筆高達100億美元的合約。

輝達黃仁勳推Vera晶片力保2000億防線

這些接踵而來的巨額訂單，無疑是在向晶片霸主輝達發出公開警告，各大雲端巨頭正試圖用自家研發的競爭性CPU來分一杯羹。事實上，Google研發自家AI晶片已有多年歷史，而微軟（Microsoft）也在今年1月正式推出了「Maia」AI晶片。

面對群狼環伺，輝達執行長黃仁勳上週在繳出創紀錄的超強財報後，隨即強硬表示，自己早已做好全面捍衛並擴大版圖的萬全準備。他高調宣稱，輝達全新推出、專為AI打造的全新CPU晶片「Vera」，將為輝達開闢一個高達2000億美元的「全新市場」，且目前光是預售訂單就已輕鬆斬獲了20億美元。

雖然輝達絕不可能輕易將市佔率拱手讓給亞馬遜或任何雲端供應商，但AWS這筆數十億美元的雲端大單，已充分證實了AI狂潮正在全面推高其營運水準。無論未來是哪一家公司在工作與家庭生活的AI普及化中受益最多，這群掌握基礎建設的雲端巨頭，都注定將分得一杯最豐厚的羹。

資料來源：Techcrunch

這篇文章 雲端版圖大洗牌！資料庫巨頭Snowflake攜手AWS 簽下60億美元晶片大單 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

微軟、亞馬遜等巨頭的財報季揭曉，AI資本支出預計將在兩年內突破1兆美元大關。然而，如果輝達（Nvidia）執行長黃仁勳的預測準確，那麼華爾街目前的樂觀估計，恐怕都還顯得「遠遠不夠」。記者彭夢竺／編譯

微軟、亞馬遜等巨頭的財報季揭曉，AI資本支出預計將在兩年內突破1兆美元大關。然而，如果輝達（Nvidia）執行長黃仁勳的預測準確，那麼華爾街目前的樂觀估計，恐怕都還顯得「遠遠不夠」。

在週三晚間的財報電話會議上，黃仁勳大膽預言，全球AI資本支出最終將飆升至每年4兆美元的驚人規模，這一數字遠遠超出了華爾街所有分析師的預期軌跡。

[caption id="attachment_184847" align="aligncenter" width="900"] AI資本支出預計將在2年內突破1兆美元大關，華爾街目前樂觀估計，恐怕都還顯得「遠遠不夠」。（圖／123RF）[/caption]

黃仁勳放話：2030年底前邁向4兆美元里程碑

「目前的資本支出已達1兆美元，並正朝著3萬億至4萬億（3兆至4兆）美元的目標邁進。」黃仁勳在會上明確指出，且這項預測僅計入了Alphabet和亞馬遜等超大規模雲端運算廠商，尚未包含新興AI雲等其他超級運算市場。

輝達財務長柯蕾絲（Colette Kress）在會議上則給出了更具體的時程表。她表示：「隨著分析師預測超大規模雲端廠商的資本支出將在2027年超過1兆美元，且代理人AI開始在各行各業全面普及，AI基礎設施的年度支出預計將在2030年底前，達到每年3兆至4兆美元。」

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

華爾街預期嚴重脫節 分析師坦言需全面上修數據

輝達高層的這番狂言，無疑給了華爾街現有的預測模型一記重擊。

根據Needham分析師Laura Martin的數據圖表顯示，目前市場共識預期超大規模雲端廠商的資本支出要在2028年才會達到1.03兆美元。這意味著，如果黃仁勳的預言成真，華爾街預估的2028年數字，僅僅是2年後（2030年）實際規模的四分之一到三分之一。

「如果黃仁勳的預測是正確的，我們認為市場共識預期將面臨大幅度的上修。」Laura Martin與同事Dan Medina在週四的報告中寫道。她強調，黃仁勳對超大規模雲端廠商的願景，與這些科技巨頭自己在財報會議上所說的完全不同，但也「有趣得多」。

雖然部分華爾街激進派分析師先前曾預測資本支出會在明年底前觸及1兆美元，增速快於市場共識，但與黃仁勳預言後3年內再翻4倍的「4兆美元帝國」相比，依舊相形見絀。

毫無疑問，身為全球AI晶片霸主的輝達，自然能從巨頭們瘋狂灌注基礎設施的舉動中獲益。但黃仁勳的樂觀並非空穴來風，底氣來自各大雲端巨頭暴增的營收，以及前沿演算法的突破。在本季財報中，各大雲端業務營收均超預期：Alphabet增長63%、AWS增長28%，微軟也繳出40%的增長。

黃仁勳說：「這個世界擁有10億名人類用戶。我的直覺是，未來的世界將會擁有數十億個AI代理人…而且每一個代理人，還會再衍生出無數個子代理人。」

經濟學家持保留態度 AI生產力神話尚未兌現

儘管科技產業群情激昂，營收也呈現爆炸性成長，甚至屢屢被拿來與歷史上的鐵路建設等資本密集型工業革命相提並論，但經濟學界對於AI的長期獲利能力、生產力提升以及最終的商業可行性，依然抱持著高度懷疑。

摩根大通（JPMorgan）在去年11月的分析中估計，AI投資若要在2030年前實現10%的回報率，科技產業必須永久性地創造出每年約6500億美元的營收。小摩形容這是一個「令人震驚的龐大數字」，相當於全球GDP的0.58%，或者等同於要求全球每位iPhone用戶每月支付34.72美元、或是每位Netflix訂閱者每月貢獻180美元。

作為對比，根據Synergy Research Group數據，截至今年4月的前12個月裡，全球雲端總營收也僅達到4550億美元。

日內瓦大學經濟學家Cédric Durand在1月份的報告中指出：「如果效率提升真的兌現，那就不會有問題，蓬勃發展的企業將有足夠的資源來買單。幾年後，當AI滲透到工作流程中，導致企業的退出成本高昂到無法承受時，客戶群將徹底無法脫身。」

然而，現實是AI帶來的全球生產力暴增至今尚未大面積顯現，經濟學家之間更遠未達成共識。耶魯預算實驗室經濟學家Martha Gimbel在2月份提醒：「這會是AI生產力繁榮的開始嗎？也許吧！但在我們得到明確的信號之前，不應該把所有籌碼都押在生產力數據上。」

美國聯準會（Fed）經濟學家在3月的報告中也點出，各企業在AI的導入上存在著「巨大的異質性與落差」，並形容目前大眾對於AI成效的認知與現實存在嚴重錯配。

經濟學家寫道：「企業『感受到的』生產力提升明顯大於『實際測量到的』生產力增長，這很可能反映出營收變現的實質遞延與滯後。」

資料來源：CNBC

這篇文章 黃仁勳狂言成真？2年內AI支出破兆美元 華爾街恐嚴重低估AI發展 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

在 Azure 工作這幾年，我常在會議室聽到客戶提到「避免 Vendor Lock-in」。但觀察久了，你會發現這句話通常不是架構師在擔心的，而是採購或決策者在說的。作者：黃婉中（雲端架構師）

在 Azure 工作這幾年，我常在會議室聽到客戶提到「避免 Vendor Lock-in」。但觀察久了，你會發現這句話通常不是架構師在擔心的，而是採購或決策者在說的。

[caption id="attachment_215083" align="alignnone" width="880"] 所謂的「抽象層」，其實就像是為了在不同雲端間切換而設計的「萬用轉接頭」。（圖／AI生成）[/caption]

他們真正的意思，其實不是怕技術上搬不走，而是想保留一個「我隨時可以離開」的姿態。這是一種商業談判：客戶會在單一雲端環境穩定使用三到五年，等量跑大了、折扣拿夠了，在合約快到期時，再拿著這些使用量去跟另一家談。

就像我們手機門號約滿了，不一定是因為收訊不好才想轉電信商，單純只是想看看別家能不能給出更優惠的續約條件。在雲端市場，這種採購策略其實每天都在發生。

更多科技工作請上科技專區：https://techplus.1111.com.tw/
科技社群討論區：https://pei.com.tw/feed/c/tech-plus

為了追求「隨時能搬走」所付出的代價

我曾經遇到一個客戶，為了保持「跨雲可攜性」，花了三年在做一套中立的架構。

他們規定所有的東西都要跑在 Kubernetes (AKS) 上，完全不碰 Azure 的原生服務，像是 Azure Functions、Service Bus 或 Cosmos DB。

所謂的「抽象層」，其實就像是為了在不同雲端間切換而設計的「萬用轉接頭」。但為了讓這個轉接頭相容，你必須放棄每家雲端最強的獨特功能，導致工程師大半的時間都在維修這個轉接頭，而不是在開發產品。

三年後，他們的 CTO 來找我，決定放棄這套架構，改為大量採用原生服務。因為他們發現，如果直接用雲端長好的功能，部署週期能大幅縮短。

這就是最弔詭的地方：為了防範「萬一要搬家」的風險，他們付出了三年研發緩慢的「確定損失」。

我們常擔心被廠商綁架，但冷靜想想，雲端大廠倒閉或惡意漲價的機率，跟我們自己公司因為產品出太慢而倒閉的機率，哪個比較高？至少在過去十年，雲端市場整體定價都是下降的。

有時讓團隊痛苦的，是為了追求靈活性而過度複雜的架構設計。

Egress Cost 不是供應商的陷阱

很多人把跨雲傳輸的成本當成鎖定的風險，其實有點誤會了。

不論你選哪一家雲，只要有資料傳輸，就會產生 Egress Cost。就算你在同一個 Azure 帳號下，跨區域 (Region) 傳輸一樣會計費。所以，成本高低跟「你選哪家雲」其實關係不大，反而是跟「你的資料流怎麼設計」有直接關係。

如果架構設計得不好，製造了大量不必要的跨區傳輸，那這就是病因，而帳單只是症狀。

監管合規的現實：服務完整性與法規

每次談到「為了合規所以要多雲」，其實背後有個假設：每家雲在各個地區的服務都一樣好用。但現實完全不是這樣。

以中國市場為例，雲端環境與全球是分開的。Azure 由世紀互聯營運，AWS 則由本地合作夥伴營運，兩者的架構邏輯相似，帳號與全球版不互通。受限於當地的營運環境，中國區的服務項目通常會比全球版少一些。而 GCP 則選擇了不同的市場策略，目前在中國境內不提供直接的雲端服務。

在美國聯邦政府市場，情況又不一樣。Azure Government 和 AWS GovCloud 都是實體與邏輯完全獨立的專屬雲端平台。而 GCP 則主要透過 Assured Workloads 等技術控管手段來滿足合規要求。

所以，你的業務在哪、面對什麼法規，決定了你的選項。

如果供應商在當地的服務支援並不符合你的特定業務需求，那麼談論多雲架構的靈活性，在實務上就會面臨很大的挑戰。

「深度整合」帶來的競爭優勢

其實，如果能把 Azure 的生態系用深、用透，這反而是你的優勢。當服務之間能無縫串接，開發節奏會快很多。

統一的 IAM 權限、監控和成本管理，能省下許多維運心力。如果你的對手更敢用這些工具，讓產品迭代得更快，那他雖然「被鎖定」了，卻能跑得更快。

我常跟客戶分享：先想辦法讓產品成功。等到公司真的大到需要擔心 Vendor Lock-in 的時候，你到時絕對有足夠的資源去處理它。在那之前，專注在業務的成長吧。

重點回顧

• 「避免 Vendor Lock-in」是談判桌上的語言：客戶三到五年跳一次雲，是為了用離開的可能性，換回議價的籌碼。
• 為了保持可攜性付出的確定損失，可能大於被 Lock-in 傷害的不確定風險。
• Egress Cost 跟選哪家雲無關，跟資料流怎麼設計才有關。
• 監管合規的真正問題不是「要不要多雲」，而是你需要的那家雲，在你需要的地區，服務完不完整、法規合不合規。

💡延伸閱讀：我如何轉職成為雲端解決方案架構師

延伸閱讀：當 ETL 不再需要工程師：Databricks、Fabric、Snowflake 開戰，資料人的下一站在哪？｜專家論點【黃婉中】

這篇文章 雲端供應商綁定（Vendor Lock-in）沒有你想的那麼可怕｜專家論點【黃婉中】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

美國陪審團18日針對馬斯克（Elon Musk）控告OpenAI一案做出關鍵裁決，判定OpenAI勝訴。陪審團認為，OpenAI並未對這位全球首富構成背信罪責，駁回了馬斯克指控OpenAI背離「造福人類」初衷的說法。這項一致裁決由加州奧克蘭聯邦法院做出，陪審團僅花費不到2小時便達成共識，認定馬斯克提告的時間點已超過法定追訴期。記者彭夢竺／編譯

美國陪審團18日針對馬斯克（Elon Musk）控告OpenAI一案做出關鍵裁決，判定OpenAI勝訴。陪審團認為，OpenAI並未對這位全球首富構成背信罪責，駁回了馬斯克指控OpenAI背離「造福人類」初衷的說法。這項一致裁決由加州奧克蘭聯邦法院做出，陪審團僅花費不到2小時便達成共識，認定馬斯克提告的時間點已超過法定追訴期。

[caption id="attachment_214774" align="aligncenter" width="1536"] 馬斯克表示，OpenAI是他一手孕育的結晶，控訴執行長阿特曼背叛初衷。（圖／AI生成）[/caption]

陪審團速決 認定馬斯克提告「為時已晚」

這場為期三週的審判被視為決定OpenAI及整體AI產業未來走向的關鍵戰役。如今勝訴判決底定，為OpenAI接下來估值高達1兆美元的首次公開募股（IPO）掃清了重大法律障礙。

然而，OpenAI執行長奧特曼（Sam Altman）雖贏得官司，但在法庭審理期間，多位證人公開指責他是「騙子」，這些極具個人針對性的證詞無疑對其個人聲譽與領導威信造成重創。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

馬斯克揚言上訴 痛批奧特曼強盜慈善機構

馬斯克隨後在社群平台X上發文表明將提出上訴，並重申奧特曼與總裁布羅克曼（Greg Brockman）將OpenAI視為斂財工具的指控。

馬斯克痛批：「奧特曼與布羅克曼確實透過偷竊慈善機構來致富，唯一的問題是他們『何時』動手的！這種允許掠奪慈善機構的先例，對美國的慈善捐贈文化具有毀滅性破壞。」

對此，負責審理本案的美國地方法院法官Yvonne Gonzalez Rogers表示，馬斯克未來的上訴之路恐將面臨實質困難。她指出，追訴期是否屆滿屬於事實認定問題，且有大量證據支持陪審團的決定，法官甚至直言：「這就是為什麼我原本準備當場駁回此案的原因。」

矽谷新公式之爭 非營利轉營利的法律角力

馬斯克在訴訟中指控，奧特曼等人誘騙他投入3800萬美元的初始資金，隨後卻背著他將非營利組織與營利事業綑綁，並接受微軟（Microsoft）等投資人高達數百億美元的資金。馬斯克的律師Marc Toberoff表示，此判決可能變相鼓勵其他新創公司效法這種「先以非營利包裝、再透過營利實體規模化自肥」的模式，成為矽谷的全新公式。

OpenAI陣營則反擊指出，真正看見利益的是馬斯克自己，且馬斯克明知OpenAI的轉型計畫，卻拖延至2024年8月才提告。OpenAI法律顧問Bill Savitt表示，馬斯克的訴訟完全是「與現實脫節的馬後炮」，更是「企圖抹黑競爭對手的偽善舉動」。

微軟百億投資過關 分析師視為OpenAI巨大勝利

韋德布希（Wedbush）分析師Dan Ives評論，此判決移除了壓在OpenAI潛在IPO上的一塊大石頭。他強調：「儘管奧特曼的個人形象與領導力受到了擦傷與瘀青，但這對奧特曼和OpenAI來說仍是一場巨大的勝利。」

作為共同被告的微軟此前也面臨協助與教唆的指控，微軟高管在庭上證實，公司已在與OpenAI的合作中投入超過1000億美元。微軟發言人對判決表示歡迎，認為事實與時程早已非常明確。

隨著此案塵埃落定，市場也將焦點轉向馬斯克旗下的SpaceX，正籌備一場規模可能超越OpenAI的歷史性IPO案。

資料來源：路透社

這篇文章 世紀訴訟案落幕！陪審團快速達成共識 OpenAI擊敗馬斯克掃除IPO障礙 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI晶片新創Cerebras Systems上週在美國掛牌後引爆市場關注，不僅創下近年科技業最大IPO之一，首日市值一度逼近1,000億美元，也再次凸顯全球科技產業對AI運算晶片的龐大需求。市場正積極尋找輝達以外的替代方案，尤其在高階GPU供不應求、價格持續攀升的情況下，Cerebras成為最新焦點。記者黃仁杰／編譯

AI晶片新創Cerebras Systems上週在美國掛牌後引爆市場關注，不僅創下近年科技業最大IPO之一，首日市值一度逼近1,000億美元，也再次凸顯全球科技產業對AI運算晶片的龐大需求。市場正積極尋找輝達以外的替代方案，尤其在高階GPU供不應求、價格持續攀升的情況下，Cerebras成為最新焦點。

[caption id="attachment_220418" align="aligncenter" width="1536"] 在高階GPU供不應求、價格持續攀升的情況下，Cerebras成為最新焦點。（圖／AI生成）[/caption]

Cerebras掛牌首日表現強勢，市值一度逼近Meta與阿里巴巴等科技巨頭水準，不過第二個交易日股價回落約10%。

與輝達不同，Cerebras並不走傳統GPU路線，而是主打自研的晶圓級運算引擎。公司共同創辦人兼執行長安德魯．費德曼（Andrew Feldman）表示，Cerebras打造的是半導體產業中最大的晶片，大尺寸晶片能在更短時間內處理更多資料，並更快完成運算。

目前AI訓練市場仍由輝達主導，其GPU在平行運算能力上具備優勢，特別適合大型模型訓練。不過，隨著產業進入 代理型AI時代，市場焦點逐漸從模型訓練轉向推論應用，也就是AI如何根據新資訊即時做出判斷。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

在推論市場中，不一定需要像GPU這類通用型晶片，反而更適合針對特定任務優化的ASIC晶片。Cerebras旗下最新WSE-3就屬於此類產品。

公司表示，WSE-3面積比目前最大GPU大上57倍，電晶體數量則高出約50倍。

在製程方面，雖然目前最先進AI晶片已開始導入2奈米技術，但Cerebras目前仍採用台積電的5奈米製程生產。

Cerebras成立於2016年，總部位於矽谷，原本於2024年首次申請上市，但因過度依賴單一客戶而受到監管關注，後來撤回申請。當時主要客戶為由微軟支持、總部位於阿聯的AI公司G42。

隨著此次IPO成功，費德曼與另一位共同創辦人、硬體技術長Sean Lie，也因持股價值暴增正式晉升億萬富豪。

商業模式方面，Cerebras近年已逐漸從單純銷售晶片，轉向自建資料中心並提供AI雲端運算服務，直接與 Google、微軟、甲骨文及CoreWeave等雲端業者競爭。

今年1月，Cerebras與OpenAI簽下總值200億美元的AI雲端合作協議，合約將持續至2028年。3月，AWS也宣布，已開始在自家資料中心部署Cerebras晶片。

Cerebras財務長鮑伯．科明（Bob Komin） 表示，目前公司在高速AI推論產品上的需求極為強勁，最大的挑戰不是市場，而是產能不足。公司正持續擴充製造與資料中心產能，但訂單已一路排到2027年。

雖然大型雲端業者如Google、亞馬遜、Meta與微軟都有自研ASIC，但Cerebras真正的競爭對手，則是專門為企業打造AI ASIC晶片的新創公司。

其中最具代表性的包括Groq。輝達去年12月以200億美元收購其技術後，今年GTC大會也推出客製化語言處理晶片。

其他競爭者還包括SambaNova與D-Matrix。其中SambaNova客戶包括Meta與Hugging Face，而英特爾執行長陳立武自2017年起便擔任其董事長。

市場也認為，Cerebras成功掛牌，將為更多AI ASIC新創鋪路。包括南韓晶片新創Rebellions，近期已獲得三星電子等投資人注資4億美元，估值達23.4億美元，目前也正為IPO做準備。

來源：CNBC

這篇文章 挑戰輝達的Cerebras是誰？餐盤大小AI晶片成市場焦點 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI晶片製造商Cerebras Systems於週四成功掛牌上市，股價表現強勁，為公司、創始人以及主要投資者創造了數十億美元的財富。

記者鄧天心／綜合報導

AI晶片製造商Cerebras Systems於週四成功掛牌上市，股價表現強勁，為公司、創始人以及主要投資者創造了數十億美元的財富。

在眾多贏家中，持有公司9.5%股份的大股東Benchmark表現尤為亮眼，該公司合夥人Eric Vishria自2016年Cerebras成立之初便擔任董事，當時他共同主導了2500萬美元的A輪融資，然而，這筆數十億美元的收益差點與Benchmark擦身而過，Vishria向TechCrunch透露，當年他幾乎是「心不甘情不願」地參加了那場創辦會議。

[caption id="attachment_219849" align="aligncenter" width="1024"] AI 晶片廠 Cerebras 首日飆漲 68%。（圖／擷取自Cerebras官方網站）[/caption]

「當時只有五位創辦人和一份簡報，而且那是我們十年來第一筆硬體投資，」Vishria回憶起第一場會議時說道，「那時我才當了約18個月的創投家。」（在轉任創投前，Vishria於2013年以約6000萬至7000萬美元將他創辦的社交瀏覽器公司RockMelt賣給了Yahoo。）

更多科技工作請上科技專區：https://techplus.1111.com.tw/
科技社群討論區：https://pei.com.tw/feed/c/tech-plus

Benchmark極少投資硬體公司，Vishria當時不斷想為什麼要浪費時間在Cerebras身上。他甚至傳訊息給負責管理行程的助理抱怨：「妳為什麼讓我接下這場會議？」但在簡報進行到第三頁時，他的不耐煩消失了。Vishria回憶：「第一頁是標題，第二頁是團隊，我當時想『這團隊真的很強』。第三頁大意是『GPU其實不適合深度學習，它們只是剛好比CPU好100倍』。這句話讓我瞬間開竅。我想，我的天，沒錯！圖形處理器（GPU）怎麼會是AI的正確選擇呢？」

當時甚至還沒出現Google那篇著名的Transformer論文（該2017年的研究為現代AI與ChatGPT奠定了基礎），Cerebras當時推銷的是一種專為AI訓練設計的巨型晶片，其尺寸之大，當時的半導體製造界甚至還沒準備好如何生產。

Vishria被勾起了興趣，但Benchmark的其他合夥人表示他們也不懂硬體，並告訴他若想做成這筆交易，必須請出1990年代Benchmark的創始合夥人、真正懂硬體的Bruce Dunlevie來把關。

Vishria隨即安排Feldman向Dunlevie進行簡報，會中Dunlevie對晶片封裝與冷卻等細節進行了連番拷問，Vishria開玩笑說：「那場會議對我來說就像『狗在看電視』，因為我聽懂的部分很少。」會後，Dunlevie警告這條路非常艱難，但他認為這個團隊有機會成功，唯一的隱憂是擔心晶片沒有市場。

儘管Vishria不完全理解技術細節，但他深信只要Cerebras能讓AI變得更快，市場就一定存在。加上這個團隊經驗豐富，曾將上一間公司SeaMicro賣給AMD，這降低了投資風險。Cerebras執行長Andrew Feldman表示：「曾有成功的退場經驗，能消除創投心中的不確定性。」

硬體創業的艱辛之路

接下來是長達8.5年的苦練，Cerebras在研發過程中面臨無數挑戰，他們必須發明新的冷卻方法，防止巨型晶片燒毀；必須開發出一台能同時鎖上40顆螺絲且不壓碎晶圓的機器。

Benchmark的投資者曾多次自問：「我們到底在做什麼？」加上硬體開發極其昂貴，當公司向眾多投資者籌集5億美元時，晶片仍在研發中。隨後又在2022年的創投寒冬中再次募資。

轉機發生在18個月前，Cerebras原定用於訓練的晶片（由台積電代工），在推理（AI生成回應）方面的表現竟出奇地優異，全球對AI算力的渴求爆發，公司開始獲得大客戶與營收。

2024年，Cerebras嘗試上市，卻因單一最大客戶（阿布達比雲端服務商G42）的投資引發美國政府的國安審查而受阻，然而，這場延誤反而是塞翁失馬，如今，OpenAI與AWS也成了大客戶，Cerebras營收翻倍並在去年宣布獲利。

Benchmark持有的股份在開盤價185美元時價值33億美元；若以首日交易突破300美元計算，價值更超過53億美元，儘管在六個月禁售期結束前無法套現，但回報率已極為驚人，根據揭露資料，Benchmark在早期輪次僅投入約1800萬美元便取得了80%的股份，後期追投約2.5億美元，總計投入約2.7億美元，卻換回了價值數十億美元的股權。

延伸閱讀：

「AI履歷健檢」智慧優化履歷 使用者：就像身邊有專業求職顧問

資料來源：techcrunch

這篇文章 科技IPO終於回來了！Cerebras上市首日猛漲68% 挑戰輝達霸權 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

在台灣科技業快速發展、數位轉型與AI來勢洶洶的時代，對於資訊工程學（資工系） 的學生來說，進入科技產業仍然大有可為，若能掌握新的特質、在畢業前提前佈局、跨領域修課，甚至善用資工背景的優勢，就有機會在眾多應聘者中脫穎而出。媒體中心／台北報導

在台灣科技業快速發展、數位轉型與AI來勢洶洶的時代，對於資訊工程學（資工系） 的學生來說，進入科技產業仍然大有可為，若能掌握新的特質、在畢業前提前佈局、跨領域修課，甚至善用資工背景的優勢，就有機會在眾多應聘者中脫穎而出。

[caption id="attachment_191038" align="aligncenter" width="1200"] 資工系畢業生進入科技業仍是強而有力的選擇。(圖／123RF)[/caption]

傳統資工教育著重於紮實的電腦科學理論基礎，像是資料結構、演算法、作業系統、編譯器等，這些基本功雖是基石，但與當前業界最急需的技能相比，仍存在關鍵差異。

在當前由AI、雲端運算和大規模數據服務主導的科技業中，現代資訊工程師的角色已經發生了根本性的轉變，他們不再僅是程式碼的實現者，更是複雜系統的架構師、演算法的創新者，以及產品價值的數據驅動者，應該要具備大規模系統架構思維、數據和AI演算法應用能力，以及掌握完整軟體開發生命週期的複合型人才，才能成為推動產品創新和服務規模化的核心驅動者。

建議資工系學生在學期間進行有針對性的準備，強化雲端與系統架構知識，並熟悉主流雲端平台（如 AWS, GCP, Azure）的基本服務，積極學習 DevOps 流程和工具，掌握持續整合/持續部署（CI/CD）的實作，這類人才在台灣科技業中成長率極高。

更多科技工作請上科技專區：https://techplus.1111.com.tw/
科技社群討論區：https://pei.com.tw/feed/c/tech-plus

將資工的紮實基礎知識，投入到特定應用領域中，更能凸顯專業性，選擇如機器學習工程師、資料科學家、資安工程師或區塊鏈工程師等領域進行深入研究。數據科學家和機器學習工程師目前在業界薪資與成長性位居前列。

由於資工系知識範疇廣泛，畢業生的出路極為多元，涵蓋了從底層硬體晶片到上層雲端服務的每一個環節，包含軟體與系統開發、數據與演算法、硬體與底層技術等，軟體工程師、系統工程師、資訊安全工程師都是很常見的職缺。

1111職涯專家陳坤平表示，資工系畢業生進入科技業仍是強而有力的選擇。但關鍵在於是否能超越傳統資工訓練的框架、提早做好準備、修讀跨領域課程、累積實作經驗，以及善用資工系的邏輯與系統整合優勢，來凸顯自己的特色。這樣一來，就能在現今科技業「深技術＋跨域能力」的競爭中，站在更有利的位置。

延伸閱讀：現在證夯／資安人才需求升溫 iPAS「資訊安全工程師」證照成新門票

這篇文章 資工系出路再升級！從雲端、AI到資安 跨域能力成科技業關鍵門票 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。