【有物報告】 第六次科技革命的前夕~ 綠通信
【有物報告】 第六次科技革命的前夕~ 綠通信
2013.05.22 | 科技

政治上的革命,通常轟轟烈烈、不乏流血、示威抗爭。好一點的結局能替一個區域的人們帶來較好的生活;差一點的結局,嗯,就只有流血而已。科技上的革命沒那麼轟轟烈烈,通常靜悄悄地在實驗室裡發生,然後,徹底改變全體人類的生活。

工業革命以來,人類社會歷經了五次劃時代的科技革命(Kondratiev waves),它們分別是:

  1. 工業革命(The Industrial Revolution—1771)
  2. 蒸氣機與鐵路(The Age of Steam and Railways—1829)
  3. 金屬與重工業(The Age of Steel and Heavy Engineering—1875)
  4. 石油、電力、與汽車量產(The Age of Oil, Electricity, the Automobile and Mass Production—1908)
  5. 資訊通信科技(The Age of Information and Telecommunications—1971) 

二十一世紀初期,資訊通信科技已經充分發揮,連電冰箱跟電視都即將上網(M2M 連網)。充分發揮的另一個角度就是,差不多該結束了。事實上,專家們也認為現在是第五次革命的尾端,下一場科技革新即將展開。

但對於下一次引領時代進步的科技,眾說紛紜。
 

奈米技術、生物科技,或圍繞著能源的全新技術革新 

比起其他候選者,能源科技最受注目。因為它不僅是個科技問題,還牽扯到環保、永續生存。從前,人類很渺小,認為許多資源都是無限的,但一次次革命將人類變得越來越巨大,我們才意識到腳底下的地球其實就這麼大一顆。不管是地底還是海裡的東西,都有挖光的一天。該如何充分利用有限的自然資源,從掠奪環境變成與環境共生的,這是人們預期,或說是期待可能更為恰當的下一輪科技革命。
 

綠通信(Green Communication) 

身為前一次革命的關鍵角色,資訊通信科技是降低能源消耗、實踐環保世界的關鍵。最簡單的例子就是平板電腦取代紙張,減少木材砍伐;視訊會議取代面對面的開會,減少交通的成本。

不過,工程師開發時最害怕的事就是:發明了一項可以降低成本A元的技術,但實現這項技術的成本比A元還多。人手一支的手機,遍布四處的無線上網,是否反而會成為浪費能源的罪魁禍首呢?

根據報告,未來幾年內,無線通信的年碳排放量將以三倍的速度成長,預計於 2020 年時,將會造成 2億3千5百萬噸的年碳排放量,相當於英國一整年,包括各種重工業的總和全國碳排放的三分之一。[1]

對系統營運商來說這個消息更糟糕。假設台灣有兩千萬支手機,消耗能量僅等於四百座基地台。無線通信的能源消耗,有高達百分之八十來自基地台。早在 2006 年時,能源成本就已經吃掉了電信商高達 1%的息稅前利潤。[2,3]

[![](http://yowureport.com/wp-content/uploads/2013/05/image001-1024x348.png) ](http://yowureport.com/wp-content/uploads/2013/05/image001.png)各國網路設施佔總能量的比率。圖片來源:[2,3]
就算不在意全球暖化(事實上基地台有16~25%的能源消耗來自冷卻系統,光這點就足以讓營運商跟北極熊站在同一陣線),沒有商人會跟自己的荷包過不去。於是,過去幾年來,不管是學術界還是產業界,資訊通訊領域內都掀起了一陣「綠通訊」的風潮。  

綠通信陣線 

歐盟在 2010年提出了為期三年的「地球計畫」(EARTH,energy aware radio and network technology),目標是將無線通信技術的能量消耗降低一倍。換言之,提升一倍的能量使用效率。同樣在2010年,國際間組成了另一個聯盟 Green touch,他們的目標更遠大,宣稱將在五年内將能量效率提升一千倍。目前成果不錯,執行效果比 EARTH 計畫優良許多。

值得讓人注意的是,這個強大的 Green touch 聯盟裡面可以看見許多中國的影子,核心成員包括中國移動(China mobile),以及華為技術(Huawei)。Green touch 的優異表現,隱喻著中國通信技術的進步,可能比我們預計的還要再快上許多。
 

One size does not fit all 

環繞著綠通信,有許多新技術正在發展。我挑出幾個比較有趣的跟大家介紹。這些技術的核心可以用一句英文諺語解釋:One size does not fit all。
 

異質網路(heterogeneous network:HetNet) 

異質網路是 LTE 下一代 LTE-Advanced(LTE-A)的關鍵技術。傳統基地台為單一規格,為了服務較遠的區域,或是使用密度高的市區,常常得提升系統功率。異質網路針對這些特殊狀況,設計了較小的微基地台(micro base station),甚至是更小的超微基地台(pico base station)。

當使用了異質網路,在使用者密度高的地方,能量使用效率將從一焦耳傳輸 141 位元,提升到每焦耳可以傳輸 566 位元,高達四倍的效率提升。

[![](http://yowureport.com/wp-content/uploads/2013/05/image0031-1024x697.png)](http://yowureport.com/wp-content/uploads/2013/05/image0031.png)圖片說明:紫色的線為異質網路,藍色為傳統同質網路。斜率表示傳輸同樣資料量時的能量消耗。低斜率的紫色線證明了異質網路的效益。[4]
微基地台並不是新的概念。跨年時開到信義區的行動基地台,就是微基地台。只是那時主要是用作提供高傳輸量,並非降低能源消耗。  

多標準能量管理 

另一個技術是多標準能量管理(Multiradio power management)。

同樣地,不只基地台該有大小之分,無線通信也有範圍大小之分。事實上這本來也就有,好比藍芽、無線區域網路、3G,就是不同範圍的通信。多標準能量管理提出的概念有點類似智慧型手機的 WiFi offload 功能,也就是視需求自動切換到不同標準。

技術相同,目的不同。傳統的 WiFi offload 是為了降低 3G 的負荷量。而多標準能量管理是為了降低能源消耗。這項技術某種程度上,替已經失業的老技術們找回了生路,相關文件上有一句話是這樣寫的:

「我們常常會碰到建議使用者「關掉藍芽與 WiFi」甚至「盡量用 GSM 而不要用 3G」來提高電池壽命。當然,這樣做會讓多功能的智慧型手機變成一個老式的 2G 手機終端。」

“It is not uncommon to come across recommendation advising user to “turn off Bluetooth and WiFi” and even “perfer GSM and not to connect via 3G” in order to increase battery life. Of course, doing so renders a slick multi-access smartphone into an old-fashioned 2G cellular mobile terminal ."

所以說,科技也不是永遠往前走。偶爾偶爾,工程師們也會再過了好一陣子後,回過頭來才發現一度被淘汰的技術,其實還有無法取代的優點。

一直以來被詬病通信基礎建設進步緩慢,有將近 20% 用戶還在用 2G 通信的台灣,如今意外地發現走在前頭的人回頭看了,更該抓住機會,將現有的舊型基礎建設與最新的綠通信技術整合,或許在綠通信領域中反而可以後來居上。

[1] Fehske et. al, “The Global Footprint of Mobile Communications: The Ecological and Economic Perspective,” IEEE Commun. Mag. 2011, Aug.

[2] “Road map to reduce energy consumption”, Green Telco World Congress 2009,

[3] Correia et al., “Challenges and enabling technologies for energy aware mobile radio networks,” IEEE Comm. Magazine, Nov. 2010.

[4] F. Richter et al, “Traffic demand and energy efficiency in heterogeneous cellular mobile radio networks ” IEEE VTC09, 2009.

轉自有物報告

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓