矽谷工程師的餐桌革命!做出好吃、環保又營養的人造食物
矽谷工程師的餐桌革命!做出好吃、環保又營養的人造食物
2016.12.02 | 新創團隊

技術流都有一顆改變世界的心,人類已經活在了一個一切都是自我建造的世界裡,但矽谷技術大神們表示還不夠,他們要把食物,都變成是人造的。

他們要製造出更健康、美好、造福自然的食物。

你也許不知道我們每天大魚大肉背後是一個多麼罪惡的過程,傳統的食物尤其是肉類生產過程會給地球母親製造驚人的污染(據英國查塔姆研究所報告,食品生產所排放的溫室氣體占人類活動所造成的排放總量達三成),讓動物們生不如死,讓人類有染病的風險,最重要的是,對外界以為都與世隔絕的程式師而言,外出就餐要跟櫃檯的服務員小哥小妹打交道,太可怕了!點外賣感覺又很不健康。

So,有不少創業公司開始專注在食物科技這一領域,而且,風險資本也開始進入這一領域。創投Fifty Years就投資了幾家食品科技公司,它的創始合夥人賽斯•班農(Seth Bannon)表示,傳統食物體系正在被從各個方面擊破,他們對環境有害,不具備經濟效益,而且對人類健康不是太好。

食物終結者:代餐粉

其中的極端就是被紐約客稱為食物終結者的Soylent

每天黏在電腦前寫程式、打遊戲的工程師,懶得做飯自然正常,每天點速食的生活更是讓熱愛健康的他們擔心身體表示抗議,啊!所以吃飯真的好煩。

矽谷程式師Rob Rhinehart決定要把吃飯在生活中的存在感降到最低,將人類身體需要的營養資料化,混合成一杯像豆漿一樣的液體喝下去。

帶著這個「程式師福音」一般的美好願望,他發明了Soylent飲料,裡面包含人體所需的營養物質。這種代餐產品有需要衝泡的粉末狀、直接飲用的飲料狀,後來還有「食物棒」,而且Soylent非常便宜,大概比起司漢堡還要便宜,而且非常健康。所以,Soylent說:「我們的願景是,讓這個世界沒有饑餓,沒有營養不良。」

果不其然,程式師非常喜歡,媽媽再也不用擔心我吃得不健康了,我也再也不用絞盡腦汁想每天要吃什麼了,這簡直是「工程師經濟」的典範,這家公司還在今年1月獲得量2000萬美元A輪融資。不過,上市之後幾個月,有用戶反映有強烈的嘔吐反應,Soylent因此下架了這些商品,明年將推出更適合大眾的新配方。

據報導,Soylent的核心腦殘粉,除了代餐類粉末和水之外,什麼都不吃。當然,他們的Rhinehart教主也一樣,一年以來每天只吃Soylent,但現在還活蹦亂跳的。他還說,皮膚更滑了,頭髮更密了,還沒了頭屑,更重要的是,每天多了2小時可支配時間。

有國內媒體編輯表示,在體驗Soylent期間,居然還重了,緩解了由於從小挑食引起的輕度營養不良……這些代餐粉自稱「未來食物」,嗯,他們相信人類未來可以只吃這個,世界會因此變得更美好。中國還出現了學習他們的「若飯」,創始人邵煒同樣是一位程式師。

美國的營養飲料100%Food和Ambronite也在做類似的事。前者的製造商Space Nutrients Station邀請消費者「不要做飯了——像太空人一樣吃!」Ambronite已經獲得60萬美元資金,包括Lifeline Ventures和YouTube聯合創始人Jawed Karim。
從此以後,吃飯變得簡單而枯燥,不對,也許習慣之後你根本不會覺得枯燥,因為你的世界也許已經沒有了「吃飯」這個有儀式感的事情。

啊~未來的世界多麼美好。

看到這裡,想必吃貨們會大喊一聲:Noooooooooo!!!!!

是的,要是這樣,人生還有什麼意義呢?!賺那麼多錢,不就為了吃吃喝喝嗎?(工程師的世界你不懂……)

幸虧,Rhinehart也沒那麼喪心病狂,他並沒想著讓 Soylent 取代所有食物。在接受紐約客採訪的時候,他說:
「未來,飲食將會分成兩種類型,一種是功能性,另一種則是為了體驗和社交。」

中國「若飯」的創始人也說:「若飯只是想解決用戶不方便就餐,沒有精力和時間享受美食的問題,同時,通過若飯均衡的營養搭配,我們的進食也會變得更健康一些。」

正如「若飯」一位用戶回饋說:「一塊精緻的神戶牛排,從切塊開始,到送入口中,再經過咀嚼吞咽下去的那種體驗,是一杯沖泡食品所無法取代的。」

自然的守護者:人造肉

慢著,那地球媽媽怎麼辦,可憐的動物們怎麼辦,上面那位用戶,你知道每生產1公斤牛肉,伴隨的就是56.6公斤的碳排放嗎?

不用怕,為了滿足食肉獸保護大自然的美好願望。早就已經有類似的創業公司開始做「人造肉」了。

據36氪報導,Impossible Foods用植物做出「素肉漢堡」,Memphis Meats使用動物細胞在實驗室培育出了牛肉;而Clara Foods用酵母菌做出了蛋白;Ripple Foods希望用新型的豆漿代替牛奶。

新創公司Impossible Foods獲得超過超過1.8億美元,投資者包括比爾蓋茨和李嘉誠參投。這家公司歷時5年,用植物做出了跟真的牛肉漢堡在色澤、紋理、味道和氣味都非常像的漢堡。

Impossible Burger
圖/ Impossible Burger

據FT中文網報導,這些漢堡開始在精選的高檔餐廳供應。一位美食家品嘗表示,這簡直能媲美真實漢堡的素食漢堡。素牛肉其構成成分主要是:馬鈴薯蛋白,黃原膠,小麥蛋白,椰子油等其他天然香料,所有成分都是純天然的,而且攜帶的熱量比真牛肉要少,蛋白要更多。

Memphis Meats則是一家位於舊金山市灣區的食品科技公司,他們在實驗室培育肉類,利用真正的動物細胞「造肉」,不必真正去飼養或者屠殺真正的動物,Fifty Years也投資了這家公司。

Memphis Meats
圖/ Memphis Meats

Memphis Meats聯合創辦人兼執行長Uma Valeti把這種方法叫做「二度飼養」。「我們飼養了動物,把它們的細胞製成食物或飲料,如今,我們開始飼養動物細胞本身。」

不過,之前用這種方式培育肉類,做出來的漢堡成本高達數千美元。Memphis Meats希望10年之內,將肉丸價格從每克40美元降至每克幾美分。

看完上述這些食物科技公司,大家可能才發現這才是黑科技。對於崇尚自然的寶寶們,可能覺得大自然創造出來的東西才是最合適人類的,其他都是反人類,表示從價值上反對一切轉基因和人工合成食物。

但是,我們吃的那麼多調味料和各種零食,不全都是人工合成的嗎?我們依然吃得那麼幸福。

本文授權轉載自:36氪

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