無厘頭創立的「狗狗幣」,市值飆近20億美元,連創辦人都嚇一跳
無厘頭創立的「狗狗幣」,市值飆近20億美元,連創辦人都嚇一跳

過去一個月比特幣市值下滑,其他虛擬貨幣紛紛冒出頭,現在市值居第二的瑞波幣(Ripple)去年價格成長35000%、同樣受歡迎的以太幣(Ether)上週價格首次突破1000美元。

除了這些耳熟能詳的虛擬貨幣,最近有一款以日本柴犬當作貨幣標誌的「狗狗幣(Dogecoin)」也竄出頭,在看似萌到不行的外觀下,如今市值竟然飆漲接近20億美元,而狗狗幣的誕生竟然跟網路上的無俚頭表情包,以及一句玩笑話推文有關。

軟體兩年沒更新,如今市值逼近20億美元

「Dogecoin」的正式名稱叫做多吉幣,但坊間又稱狗狗幣,台灣則常稱為旺旺幣,最容易辨別的特徵,是貨幣標誌圖上的一隻日本柴犬(Shiba Inu),第一次看到這款虛擬貨幣,許多人可能下意識會認為這是網路惡搞,但狗狗幣的確是一款真真實實的虛擬貨幣沒錯。

根據CoinMarketCap數據,目前狗狗幣市值約19億美元,一個狗狗幣的價格為0.017443美元,在全球虛擬貨幣排名第30,過去一個月狗狗幣價格漲幅達400%,價格曾在去年12月短暫突破0.0107美元,聖誕節期間市值首次飆破10億美元,如今市值已經飆漲接近20億美元。

Dogecoin
過去一個月狗狗幣價格漲幅達400%,目前在全球虛擬貨幣市值排名第30。

狗狗幣是一款替代幣(Altcoin),意思是比特幣以外的虛擬貨幣,過去24小時交易量超過1.01億美元。在2015年離開團隊的狗狗幣創始人傑克遜·帕爾默(Jackson Palmer)最近受訪時表示:「我對狗狗幣核心團隊很有信心,可以讓軟體維持安全與穩定,但狗狗幣已經有兩年的時間沒有發布軟體更新了。」

即使軟體已經超過兩年沒有更新,狗狗幣價格照樣飆漲,也讓當初的創辦成員相當驚奇。

靈感來自表情包,為草根而生的虛擬貨幣

2013下半年,網路世界一張張「柴犬表情包(Doge Meme)」在社群平台上瘋狂被轉貼,簡單來說就是一張可愛的柴犬照片,用各種彩色字體標上「wow、many sunshine」這類無俚頭的字串,萌萌呆呆的感覺在當時戳中許多美國網友的笑點。

doge meme
網路世界一張張「柴犬表情包(Doge Meme)」,成為狗狗幣誕生的來源。

創辦人傑克遜·帕爾默當時任職於Adobe,因為當時比特幣爆紅,他花了許多時間研究虛擬貨幣,加上當時柴犬表情包在社群上很紅,「工作結束後的某天晚上,我坐在椅子上喝著啤酒。」接著傑克遜·帕爾默在Twitter上發布一條推文寫到:「如果能開發出狗狗幣(Dogecoin),一定可以大賺一筆。」

一罐啤酒下肚的玩笑話,沒想到得到了許多網友的正面回覆,傑克遜·帕爾默回憶:「我當時也沒什麼事,就買下了Dogecoin.com的域名。」當時,在IBM擔任軟體工程師的共同創辦人馬克斯(Billy Markus),希望可以做出一款讓人們廣泛使用,而非用於投機的加密貨幣,偶然看到傑克遜·帕爾默的想法後,馬克斯立刻聯繫了他,在重新排列萊特幣的原始代碼後,接著不到一周的時間狗狗幣就誕生了。

後來Dogecoin.com的域名很快的被論壇網站Reddit收錄,當時市值達到800萬美元,狗狗幣一度成為全球第七大虛擬貨幣,因此說狗狗幣是源於草根文化或許也不為過。

dogecoin
過去狗狗幣一度成為全球第七大虛擬貨幣。

非投資,狗幣用於給小費、打賞迅速竄紅

創立於2013年的狗狗幣,算是比特幣(Bitcoin)的衍生幣,一樣是由民間發起、不受國家或個人所控制,創造者將這款貨幣定位成網路貨幣,可以透過網路平台交易、自行挖礦、網友之間贈送、交換的方式購得。

創辦人傑克遜·帕爾默曾提過,狗狗幣跟比特幣最大的不同,在於目的並非用於投資理財的投機而生,而是在網路世界「給小費」,表達分享和感謝的網路貨幣。

狗狗幣主要有兩大特點:

  1. 狗狗幣最多只能生產1000億個,跟比特幣的2100萬個相比多出很多,人們持有狗狗幣大多不是為了投資,而是拿來給小費表達感謝。流通性高、具娛樂性、價格低廉,在小費文化盛行的美國,因此成為許多人喜愛的虛擬貨幣。

  2. 現在在網路平台,包括Facebook以及中國微博的部分應用程式,都支援使用狗狗幣來打賞直播主,狗狗幣基金過去還曾資助肯亞3萬美金解決水荒問題,打賞、慈善目的也成為狗狗幣與其他虛擬貨幣的不同。

根據CoinMarketCap數據,全球虛擬貨幣的價值約為7500億美元,其中比特幣就支配了將近40%,「這些替代幣價格飆升,主要是因為這些幣很便宜。」加密貨幣交易公司Octagon Strategy執行董事查普曼(Dave Chapman)說:「比特幣、以太幣這兩款最知名的虛擬貨幣太貴了,儘管可以只買一小部分,但對許多人來說仍舊存在著無法完整擁有的心理障礙,但投資者普遍喜歡擁有完整的東西。」

價格便宜、可以完整擁有,也成為了狗狗幣狂飆的兩大原因。

DogeCoin
狗狗幣跟比特幣最大的不同,在於目的並非用於投資理財的投機而生,而是在網路世界「給小費」,表達分享和感謝的網路貨幣。
圖/ shutterstock

創辦人擔心ICO泡沫化

狗狗幣的創辦人傑克遜·帕爾默在2015年離開團隊,有趣的是,隨著近來狗狗幣價格飆漲,傑克遜·帕爾默也表達了他的擔憂。他談到,狗狗幣在過去兩年軟體都沒有更新,價格還能如此劇烈的暴漲,讓他很擔心虛擬貨幣的未來。

去年十月受訪時,傑克遜·帕爾默認為首次代幣發行(ICO)的泡沫化,將在未來一年內爆發。現在每個星期大約新增100個新的ICO,傑克遜·帕爾默認為除了當中存在部分心態惡意的參與者,另外許多發行團隊沒有足夠的經驗掌控業務,甚至有一半是無意構建產品的。

因此他預測,大約有99.9%的ICO都會失敗,但另一方面傑克遜·帕爾默也相信加密技術、分散式帳本技術會成為你我日常生活的一部分,替社會創造更好的未來。

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