01通用工具企業系統
訂閱 ChatGPT 還是客製 AI？
通用 AI 服務答得到一般問題，但無法接入你公司的內部數據與業務流程。
通用 AI 訂閱獨立網頁或 App資料手動複製貼上
客製 AI 方案接入你現有的系統自動讀取業務數據
01BEFORE ANY SOLUTION · 先建立認知
30 秒釐清：你的企業真的需要客製化 AI 嗎？
四個初次評估 AI 專案最常見的誤解，逐題一句話解答。
02公有雲私有化
伺服器：一定要自建嗎？
不一定。可先由公有雲開始，數據需要留在公司內部時，才評估私有部署；即使自建硬件，選型、組裝與測試都由我們處理。
03上下文檢索重新訓練
模型：需要重新訓練嗎？
多數情況不需要從零訓練。以你的業務資料建立知識與上下文，接入現有系統即可；確有需要時，才評估專屬模型。
從零訓練大量數據收集與標註成本高且需持續更新
上下文檢索使用現成模型帶入你的業務資料
04不需改變工作習慣
交付後：團隊怎麼使用？
AI 直接融入你現有的網頁、內部系統或 API——使用方式按項目設計，以你團隊平日的工具為準。
02SERVICES & SCENARIOS · 服務與場景
AI 工程服務與應用場景
先由你認得的場景出發，再對應我們提供哪一類工程服務。
常見起點企業知識助手AI 文件處理AI 數據分析本地影像 AI
你的 AI 應用
AI 模型與服務
按需求選擇部署環境
公有雲
私有伺服器
邊緣設備
部署方式按數據要求、效能需要與使用環境評估。
部署環境的選擇分支AI 接入你現有的系統與流程
AI 應用與系統整合
將 AI 接入現有網站、App、SaaS 或企業工作流程；按項目需要建立文件處理、知識問答、數據分析或智能客服。
技術細節（工程用）
- 既有系統與工作流程對接
- 企業 RAG：答案附可追溯出處
- 文件解析與結構化擷取
- REST / gRPC 雙協議端點
TOOLSRAGREST / gRPC
按實際工作負載，優化推理效能與資源使用
模型部署與效能優化
將合適的 AI 模型部署到指定環境，並按需要處理推理效能、資源使用與服務穩定性。
技術細節（工程用）
- INT8 / FP8 量化，降低顯存佔用
- 批次與 KV-cache 調度，提高單卡吞吐
- 自動擴縮容與負載均衡
- 雲端或本地皆可部署
TOOLSvLLMTensorRTONNX RuntimeCUDA
支援本地部署，按需要離線運行
私有化與邊緣 AI
為有數據保密、低延遲或離線運行要求的場景，評估本地伺服器、邊緣設備或私有環境。
技術細節（工程用）
- 氣隙 / 離線部署
- 邊緣推理盒（Jetson 等）
- 私有 K8s 推理集群
- 內網負載均衡與高可用
TOOLSKubernetesDockerGrafana
由環境建置、部署到後續監控，按項目需要提供工程支援
AI 基建與持續運維
按工作負載提供 GPU 伺服器、推理環境、集群、監察及模型更新等相關工程服務。
技術細節（工程用）
- 按負載選型：GPU、主機板、散熱、供電
- 機箱與風道設計
- 燒機測試與出廠校驗
- 機櫃佈線與上架
- 模型註冊與灰度發佈
- 漂移監控與告警
TOOLSNVIDIA GPUProxmox / KVMPrometheusMLflow
不只接入 API，更處理 AI 落地所需的工程整合。如果只是簡單調用公有雲 API，未必需要完整的部署工程；當項目涉及現有系統整合、數據處理、效能優化或私有化部署，我們可以按實際需要提供相應的工程支援。
03DELIVERY PHASES
交付流程 · 由評估到運維
- 1Assess需求評估
了解使用場景、數據要求及運行規模
交付成果 · DELIVERABLE初步技術方案 - 2Design架構設計與整合
選擇合適的模型、系統及部署方式
交付成果 · DELIVERABLE確認後的技術方案及實施計劃 - 3Deploy部署與測試
完成所需的軟件、模型及基建整合；如需自建硬件，此階段包含組裝、佈線與燒機測試
交付成果 · DELIVERABLE經測試的 AI 系統或部署環境 - 4Operate上線與維護
按項目需要提供監控、優化及持續支援
交付成果 · DELIVERABLE運行文件、監察及維護安排
04WHY UB FOX
算法到機架，一張責任單
純 AI 團隊交付模型後，往往要等待第三方採購、組裝與部署硬件；硬件團隊則未必理解推論的顯存與延遲約束。我們兩者皆備，因此不必在模型與機器之間留下一段無人負責的空白。
分開採購
多方介面，由你統籌
- 01你提出需求
- 02AI 團隊交付模型
- 責任空白帶
- 03硬件供應商交付機器
- 04上線與運維
UB Fox
單一窗口，負責到運維
ONE WORK ORDER
- 模型、機器與上線，同一份合約
- 出問題時，不必在三家之間對質
- 保固與運維，同一支團隊接手
兩條採購路徑的交接點
05DEPLOYMENT OPTIONS · 部署方式
按需求選擇部署方式
雲端、私有化或邊緣——取決於你的數據要求、延遲需要與網絡環境，並非每個項目都要自建伺服器。
DEPLOYMENT FORMS
可用顯存 · 對數刻度部署形態
- 適合單一店舖或機位的離線 AI 盒邊緣推理盒· 16 GB
單一機位、斷網亦可運行
- 適合部門日常的廠內伺服器廠內單卡伺服器· 80 GB
部門共用，數據不出廠
- 適合全公司生產負載的多卡集群專用多卡集群· 640 GB
全公司生產負載
06DELIVERY RECORD · 交付紀錄
推論上線之後，實際發生的事
以下每一項均取自專案紀錄，並可點入完整案例。數字為交付後量測結果，並非估算。
精密製造2024
與模型推論直接相關
產線 AI 視覺瑕疵檢測
邊緣推論盒與自研標註流程，取代 60% 人手目檢工位；單張推論 23ms，漏檢率 0.8%。
- −60%
- 目檢人力
- 0.8%
- 漏檢率
- 23ms
- 單張推論
Computer VisionEdge AITensorRT
07THE UB FOX ADVANTAGE · 核心優勢
同一件事，三種採購方式的分別
交付範圍
算法與機器，一份合約交付
延遲與推論調優
量化、編譯、批次，全鏈路調優
數據駐留 / 氣隙
氣隙與離線部署均可
責任窗口
單一窗口，負責到運維
比較項目
純 AI 算法公司
傳統 IT / 硬件代理商
UB Fox
交付範圍
交付模型或 Notebook，硬件另行採購
採購與組裝硬件，不含推論邏輯
算法與機器，一份合約交付
延遲與推論調優
以雲端 API 為主，難以在現場調優
不涉及推論服務
量化、編譯、批次，全鏈路調優
數據駐留 / 氣隙
需配合公有雲架構
可提供私有雲方案
氣隙與離線部署均可
責任窗口
模型與機器之間，由你協調
多方介面，由你統籌
單一窗口，負責到運維
此表描述三類供應商的典型形態，並非每一家。若你已有硬件，我們亦可只承接算法與部署。
08AI 落地評估
先估規模，再談規格
選擇一項用途與一個使用規模，即時得出部署形態、硬件級別與預算級別。
你希望 AI 負責什麼？
使用規模
點選選項即時重算
文案 / 內容生成 · 團隊 / 部門日常13B · FP16 · 廠內單卡伺服器
顯存需求33 / 80 GB
預計回應
極速 · 30 毫秒內
部署形態
廠內單卡伺服器
所需硬件
單卡 80GB 級
預算級別
標準
技術細節（工程用）
- 建議硬件
- 單卡 · 80GB 級（如 A100 80GB）
- 顯存需求
- 33 GB
- 所選規模可用
- 80 GB
- 參考延遲 · 量級示意
- 26 ms
顯存需求按 FP16 權重加上快取餘量估算；參考延遲為量級示意，實際數字隨硬件、批次、上下文長度與量化方式變動。
可容納：模型約需 33 GB，所選形態提供 80 GB。
估算參考值，確切規格以工程評估為準。
預約工程評估