商傳媒｜責任編輯／綜合外電報導
人工智慧（AI）領域的競爭重心，正從單純比拚模型技術優劣，轉向更深層次的「執行堆疊」（execution stack）架構之戰。最新分析指出，AI 成功的關鍵已不再僅限於模型本身，而是如何建構能有效支撐、分發與計費的底層基礎設施，這使得傳統 AI 模型層反而成為生態系中最不穩定、轉瞬即逝的部分。
在核心硬體層面，輝達（NVIDIA）憑藉其 CUDA 軟體生態系統與 GPU 硬體，已穩居運算層的霸主地位。這也形成一種產業共生關係，例如專精超低延遲推論（inference，指 AI 模型執行判斷或生成內容的過程）的 Groq 公司，雖然擁有自有技術，但也計畫利用輝達的系統。這顯示了即使是新創公司，也難以擺脫輝達在算力基礎上的絕對優勢。
而在開源基礎設施方面，vLLM 異軍突起，被視為如同「AI 領域的 Linux」。它從最初的推論引擎，發展成為一個龐大的生態系，支援數百萬次的容器下載（container pulls）與超過千種模型架構，使其在大型語言模型（LLM）的推論與服務領域中扮演關鍵角色。
與此同時，支付服務巨擘 Stripe 正透過一系列戰略收購，積極建構 AI 經濟的「交易層」（transaction layer），亦即處理支付與商業邏輯的基礎。Stripe 據傳收購了 OpenRouter，一個作為 AI 分發層的平台。OpenRouter 能夠根據開發者需求，將指令（prompt）路由到最適合的 AI 模型，被視為一個極具價值的「收費站」（tollbooth），掌握了開發者與模型之間的關鍵節點。此前，Stripe 也收購了 Metronome，該公司為 OpenAI、Anthropic 和輝達等主要 AI 業者提供使用量計費服務（usage billing）。透過 Metronome 的計量（metering）與結算（settlement）功能，Stripe 正整合兩者，打造 AI 智慧服務的完整交易流程。
產業觀察家指出，AI 智慧本身正逐漸商品化，而底層的基礎設施則日益鞏固。未來的 AI 執行堆疊可能將由輝達與 CUDA 負責運算、vLLM 負責推論與服務、模型實驗室（Model Labs）提供商品化的智慧，OpenRouter 負責路由，Stripe 與 Metronome 處理計量與結算，最終由 AI 代理（AI Agents，指能自主發現服務、選擇供應商、執行交易並結算支付的自動化 AI 程式）作為消費者。這意味著，AI 領域的長期贏家將是那些讓模型變得可用、可路由、可計費的基礎設施供應商。
