Spark 迪維科與耐能共同布局東南亞主權 AI 串聯運算基礎設施與企業應用

2026.10.29

人工智慧應用從模型開發走向大規模商業部署,如何建立自主、可控且能持續擴展的 AI 運算基礎設施,已成為各國發展主權 AI 的重要課題。Spark 台灣迪維科與耐能智慧(Kneron)及東南亞合作夥伴已完成三方合作意向書(LOI)簽署,規劃結合 AI 運算設備、推論服務與企業應用整合,共同布局東南亞主權 AI 市場。

依合作意向書所載規劃,首期五年服務規模約為新台幣 18.6 億元,後續第二期及第三期將進一步擴大部署。此次合作不僅著眼於 AI 運算設備建置,也反映耐能持續拓展 AI 推論與基礎設施服務的策略方向,為台灣 AI 技術與服務進軍國際市場創造新的合作機會。

 

從運算設備部署,延伸至長期 AI 推論服務

依首期商業方案規劃,合作內容包括部署 Kneron KneoEdge Rack 伺服器,搭配 Kneo 系列運算設備,提供專用 AI 運算資源及相關推論服務,並透過多機部署擴充處理容量,支持後續應用與服務規模成長。

按照規劃中的服務費率與運算容量估算,首期年度服務規模約新台幣 3.72 億元,五年累計約新台幣 18.6 億元,預計於 2026 年第四季至 2027 年第一季開始推進,後續第二期及第三期則規劃進一步擴大部署。上述金額為合作規劃的服務規模估算,實際部署與服務內容將依後續合作進度落實。

在符合規劃的設備配置與運作環境下,耐能 NPU 架構運算平台無須額外建置水冷散熱系統,有助於降低冷卻用電、建置與維護負擔,為長期 AI 服務提供兼顧擴充性與營運成本的部署選擇。

串聯四大 AI 應用方向,從現場感知走向任務執行

Spark 結合感知型 AI、生成式 AI 與代理型 AI,串聯現場資訊、企業資料及管理流程。透過感知型 AI 的影像分析與視覺語言模型(VLM),支援異常偵測、影像搜尋及跨鏡追查;運用生成式 AI 彙整資料,提供知識問答、文件摘要與報表草稿;再由代理型 AI 依授權範圍串聯系統、發送通知及觸發流程,協助企業從掌握資訊走向任務處理。

實體 AI 則為後續發展方向,未來可結合機器人、感測器與控制系統,延伸環境感知、推理及實體動作應用,並依設備條件、安全要求與場域驗證逐步推進。

累積跨產業經驗,推動 AI 實務應用

Spark 已累積跨產業概念驗證(PoC)與實務應用經驗,依不同場域的資料來源與工作流程,導入適合的 AI 技術與整合方式。

在能源企業的智慧戰情應用中,透過大型語言模型(LLM)串接儀表板營運數據,協助管理者查詢關鍵指標與分析趨勢;在營造業應用中,則結合視覺語言模型(VLM)與生成式 AI,整合施工日誌、工地照片及工程管理資料,並彙整工務通訊群組訊息,協助掌握工作重點與待辦事項。

此外,Spark 亦持續推進檢索增強生成(RAG)、企業知識問答與 Text-to-SQL 自然語言資料庫查詢,讓企業既有資料更容易被查找、理解與運用。

透過此次東南亞合作布局,Spark 將持續結合運算平台、資料整合與場域導入經驗,推動智慧戰情中心與企業 AI Agent 應用,拓展長期 AI 服務的發展機會。

新聞來源:CTIMES/王岫晨,2026 年 10 月 26 日

人工智慧應用從模型開發走向大規模商業部署,如何建立自主、可控且能持續擴展的 AI 運算基礎設施,已成為各國發展主權 AI 的重要課題。Spark 台灣迪維科與耐能智慧(Kneron)及東南亞合作夥伴已完成三方合作意向書(LOI)簽署,規劃結合 AI 運算設備、推論服務與企業應用整合,共同布局東南亞主權 AI 市場。

依合作意向書所載規劃,首期五年服務規模約為新台幣 18.6 億元,後續第二期及第三期將進一步擴大部署。此次合作不僅著眼於 AI 運算設備建置,也反映耐能持續拓展 AI 推論與基礎設施服務的策略方向,為台灣 AI 技術與服務進軍國際市場創造新的合作機會。

 

從運算設備部署,延伸至長期 AI 推論服務

依首期商業方案規劃,合作內容包括部署 Kneron KneoEdge Rack 伺服器,搭配 Kneo 系列運算設備,提供專用 AI 運算資源及相關推論服務,並透過多機部署擴充處理容量,支持後續應用與服務規模成長。

按照規劃中的服務費率與運算容量估算,首期年度服務規模約新台幣 3.72 億元,五年累計約新台幣 18.6 億元,預計於 2026 年第四季至 2027 年第一季開始推進,後續第二期及第三期則規劃進一步擴大部署。上述金額為合作規劃的服務規模估算,實際部署與服務內容將依後續合作進度落實。

在符合規劃的設備配置與運作環境下,耐能 NPU 架構運算平台無須額外建置水冷散熱系統,有助於降低冷卻用電、建置與維護負擔,為長期 AI 服務提供兼顧擴充性與營運成本的部署選擇。

串聯四大 AI 應用方向,從現場感知走向任務執行

Spark 結合感知型 AI、生成式 AI 與代理型 AI,串聯現場資訊、企業資料及管理流程。透過感知型 AI 的影像分析與視覺語言模型(VLM),支援異常偵測、影像搜尋及跨鏡追查;運用生成式 AI 彙整資料,提供知識問答、文件摘要與報表草稿;再由代理型 AI 依授權範圍串聯系統、發送通知及觸發流程,協助企業從掌握資訊走向任務處理。

實體 AI 則為後續發展方向,未來可結合機器人、感測器與控制系統,延伸環境感知、推理及實體動作應用,並依設備條件、安全要求與場域驗證逐步推進。

累積跨產業經驗,推動 AI 實務應用

Spark 已累積跨產業概念驗證(PoC)與實務應用經驗,依不同場域的資料來源與工作流程,導入適合的 AI 技術與整合方式。

在能源企業的智慧戰情應用中,透過大型語言模型(LLM)串接儀表板營運數據,協助管理者查詢關鍵指標與分析趨勢;在營造業應用中,則結合視覺語言模型(VLM)與生成式 AI,整合施工日誌、工地照片及工程管理資料,並彙整工務通訊群組訊息,協助掌握工作重點與待辦事項。

此外,Spark 亦持續推進檢索增強生成(RAG)、企業知識問答與 Text-to-SQL 自然語言資料庫查詢,讓企業既有資料更容易被查找、理解與運用。

透過此次東南亞合作布局,Spark 將持續結合運算平台、資料整合與場域導入經驗,推動智慧戰情中心與企業 AI Agent 應用,拓展長期 AI 服務的發展機會。

新聞來源:CTIMES/王岫晨,2026 年 10 月 26 日

 

 

TOP