Akamai發佈2013年第一季網際網路現狀報告,香港連線速度最快
Akamai發佈2013年第一季網際網路現狀報告,香港連線速度最快

全球雲端優化服務供應商Akamai Technologies (NASDAQ: AKAM) 今天發佈《2013年第一季網際網路現狀報告》,基於從Akamai智慧型平台(Akamai Intelligent Platform™)上收集到的資料,提出對全球關鍵統計資料的深入分析,其中包括網路連線速度、攻擊流量、網路連線性和可用性等。

「2013年第一季網際網路現狀報告」包括了針對電子商務網站「帳戶偵查」攻擊的最新觀察結果,以及重要事件如委內瑞拉總統烏戈·查維茲 (Hugo Chavez) 身故、新教宗任命和海底電纜中斷對Akamai流量所造成的影響。報告亦觀察到各種經Akamai IO網路類別的行動瀏覽器使用情況。

「2013年第一季網際網路現狀報告」重點:

全球網際網路滲透率

2013年第一季,超過7.33億個來自243個國家或地區的IPv4位址連接到Akamai智慧型平台(Akamai Intelligent Platform),比2012年第四季增加了3.1%,並比2012年同期增加了10%。由於一個IP位址可代表多個用戶(如使用者通過防火牆或代理伺服器網路),Akamai估計,第一季連接至其平台的個人網路使用者總數遠超過10億人。

第一季連接至Akamai智慧型平台的前十個地區中,德國呈現最低季度增長幅度(0.7%),中國則是最大季度增長(5.3%)。所有連接至Akamai智慧型平台的國家中,將近75%的獨立IP位址呈現季度增長。

同時,全球獨立IP位址連接至Akamai的年度增長率為10%,較2012年同期成長了超過7,300萬個。在前十個地區中,美國的年度增長率為1%,而呈現雙位數成長的國家則包括英國(11%)、俄羅斯(15%)、義大利(20%)、中國(20%)及巴西(38%)。全球將近75%的國家或地區的獨立IP位址的數量比去年同期均有所增加。

攻擊流量和最易遭受攻擊的目標埠

Akamai在網際網路部署了許多代理程式以監控攻擊流量。根據這些代理程式收集的資料,Akamai能夠識別攻擊流量最頻繁的國家,以及被攻擊最多的目標埠。值得注意的是,由原IP位址識別的攻擊來源可能並不能體現攻擊者所居住的國家。例如,一個在美國的人可能發起來自世界任何地方被入侵系統的攻擊。

Akamai在2013年第一季觀察來自177個國家或地區的攻擊流量,與2012年第四季相同。中國仍然是Akamai觀察到的最大攻擊流量來源佔34%,但較上季的41%低。來自印尼的攻擊流量以21%居第二位,較上季的0.7%高。美國的攻擊流量則由上季10%降至8.3%,位居第三。

本季最多攻擊流量來源的前十個國家或地區佔總攻擊流量超過80%的比例。來自中國及印尼的攻擊流量佔總攻擊流量則超過50%。

Port 445(Microsoft-DS)遭受23%的攻擊流量,繼續成為第一季度最熱門的攻擊目標。Port 80(WWW HTTP) 則以14%佔據第二位,其攻擊流量主要來自印尼。

對分散式阻斷服務(DDoS)的攻擊觀察結果

由2012年第四季起,本報告加入了由Akamai客戶報告而得的DDoS攻擊分析資料。Akamai客戶報告指出,2013年第一季有208個DDoS攻擊,稍高於上季的200個攻擊。在所有的攻擊之中,35%針對企業;32%針對商貿業;22%針對媒體公司;7%針對高科技業;及4%針對公共領域機構。本季報告觀察到的攻擊來自154個獨立機構。

「帳戶偵查」攻擊

2013年第一季,Akamai為多個電子商務機構觀察到重複使用由其他網站獲取的認證資料的個案,並導致出現帳戶被企圖接管的情況。透過自動化工具「帳戶偵查」,攻擊者可在大量的電子商務位址中迅速確定有效的使用者帳戶及其密碼組合。一旦帳戶受到入侵,攻擊者便可收集該用戶的個人資料及信用卡資料,以進一步行騙。

全球平均和峰值連線速度

相較2012年第四季的2.9 Mbps,2013年第一季全球平均連線速度上升了4%,來到3.1Mbps。此外,117個國家或地區的平均連線速度較2012年第四季高,增長幅度由科威特的0.7%至瓜地馬拉的75%不等。

平均連線速度年成長了17%,前十個國家或地區中有8個呈現雙位數成長。全球123個符合資格的國家或地區的平均連線速度均呈現年度成長,成長幅度由阿曼的1.4%至伊拉克的122%不等。

全球平均峰值連線速度於2013年第一季呈現成長,上升了9.2%至18.4Mbps。香港依然擁有最高的連線速度,達到63.3Mbps,較上季上升了9%。

年度變化方面,全球平均峰值連線速度繼續表現出強勢的長期增長,上升了36%。

Akamai全球寬頻 (4Mbps以上) 採用率達到46%,增幅為5.8%。全球高速寬頻 (10Mbps以上)則達到13%,較上季增長了10%。

此報告編輯David Belson表示:「本季網際網路現狀報告顯示全球網際網路和寬頻採用率正持續增長。我們看到整體平均及高峰連線速度以及寬頻滲透率在季度和年度都有成長的表現。然而,從DDoS攻擊持續上升的證據顯示,惡意活動並沒有減少的趨勢。由此可見,使用網路開展業務的機構需持續保持警惕。」

行動上網

2013年第一季,受訪的行動網路供應商提供的平均連線速度範圍由0.4 Mbps至8.6 Mbps不等。9家行動網路供應商提供的平均連線速度超過4Mbps,達到寬頻標準,而64家行動網路供應商的平均連線速度超過1Mbps。根據Ericsson搜集的數據顯示,2013年第一季的行動網路數據流量較去年同期成長2倍,並較上季提升了19%。

有關Akamai IO更新數據資料的最初報告於2013年2月中旬發表,其中顯示觀測設備及瀏覽器採用率等級有明顯轉變。在上半季度中,行動資料傳輸流量最高的為使用Android Webkit的裝置(41%),使用Apple的Mobile Safari裝置的次之(38%)。至下半季度,行動資料傳輸流量最高的仍是來自使用Android Webkit的裝置,近44%,而來自Apple的Mobile Safari裝置的只稍高於30%。然而,對於所有網路上的行動裝置使用者來說,Apple的Mobile Safari佔整體傳輸要求約60%,Android Webkit則只佔20-33%。

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