走過十年愛恨情仇,傳微軟有意收購GitHub,這會是一件好事嗎?
走過十年愛恨情仇,傳微軟有意收購GitHub,這會是一件好事嗎?

剛剛迎來十歲生日的軟體原始碼代管服務平台GitHub,最近傳出微軟(Microsoft)打算出資收購,交易金額可能超過 50 億美元。

事實上微軟、GitHub之間的緣分可以回溯到十年前,從彼此恨的牙癢癢的頭號競爭對手,到開源貢獻量連續三年穩坐第一的盟友關係,走過十年的愛恨情仇,如今傳出微軟可以出手收購的消息,若最後順利成真,微軟將能收割從 Github 的軟體資源、強化自家產品,但這真的會是一件好事嗎?

軟體開發者平台GitHub,人氣、吸金一流

GitHub是一個在軟體開發者之間非常有名的平台,開發者可以將軟體項目放在雲端,跟其他工程師一起協作,各路高手也能在平台上彼此討論問題、追蹤程式更新進度。

而現在非常熱門的密碼貨幣「比特幣」,2009年被設計出來後,隔年就被放在GitHub上,到現在比特幣項目已經吸引超過一萬八千名開發者,同時觸發了上千個以比特幣基礎源代碼,變種的其他區塊鏈項目。

GitHu
軟體原始碼代管服務平台GitHub視覺形象是一隻貓,因為平台上成員男女比例嚴重失調,被戲稱是「全球最大的同性社交平台」。
圖/ shutterstock

2008年4月上線的GitHub,目前擁有超過2300萬名用戶、150萬個組織機構,在GitHub上分享代碼,簡單來說就像是「開發者的社交平台」,但因為平台成為男女比例嚴重不平衡,因此也有人戲稱GitHub是「全球最大的同性社交平台」,不僅人氣很旺,吸金效果更是一流,GitHub創辦人克里斯·萬斯特拉斯(Chris Wanstrath)去年八月曾表示,目前光是訂閱的收入就能超過2億美元。

收購金額恐超過50億美元

而這次傳出有意收購GitHub的微軟,其實跟GitHub是很親密的盟友,是目前最積極與 Github 合作的公司,微軟早在2016年就曾探索過收購GitHub 的可能,原本是想要透過策略聯盟的模式合作,但經過多次接觸談判後,最近則傾向全資收購,一家是軟體界的世界霸主,一家是原始碼代管網站龍頭,兩家的結盟引發外界諸多的討論與想像。

根據熟知內情人士指出,微軟一開始是想跟GitHub簽署一個價值3500萬美元的合作協議,但經過多次的對話協商後,目前可能轉變成一筆大規模的投資案,或甚至是直接出手收購。

GitHub
傳出微軟將出手收購GitHub,恐怕需要拿出50億美元或甚至更多的金額也不一定。

Github在2015 年由紅杉資本(Sequoia Capital)領投2.5億美元後,當時公司的估價為 20 億美元,不過由於 GitHub 本身正打算上市集資,目前的公司估價已經上升到50 億美元,因此在這樣的基礎下,微軟若真的要收購GitHub,恐怕需要拿出50億美元或甚至更多的金額也不一定。

從頭號敵人轉為「親密盟友」

微軟跟GitHub的愛恨情仇要從2006年說起,當時微軟推出自家的開放原始碼代管網站「CodePlex」,但一路的發展卻不如2008年才誕生的晚輩GitHub來的順遂,當時微軟把GitHub視為「頭號敵人」,甚至對許多開發人員施壓,希望大家能在CodePlex上發表開源項目。

因為GitHub以版本控制軟體Git為基礎,好處是開發者可以在同樣的原始碼上開發卻互不侵犯,因此近年有越來越多的專案從CodePlex轉到GitHub,微軟也終於在去年(2017)宣布關閉CodePlex,當時微軟副總裁布莱恩·哈利(Brian Harry)表示:「關閉CodePlex的原因,是因為全世界的開放原始碼幾乎都已經匯集到GitHub上。」

而微軟也從把GitHub視為敵人,慢慢轉變為以盟友之姿相處的態度。2016年以來,微軟是 GitHub 上開源貢獻最大的組織,至今年(2018)已經連續三年維持第一,超越Facebook、Google、亞馬遜等其他公司,在關閉CodePlex時,也優先推薦用戶轉移到 GitHub,在今年的微軟開發者大會 Build 上,也能看到旗下開發工具套件Microsoft Visual Studio更緊密支援 Github。

收購徵兆?GitHub執行長空缺多時

而GitHub作為在開發者社群中受歡迎的平台,多數人都希望它可以獨立發展,甚至最後上市成為一個超級開發者平台,而事實上也是如此。

時間回到半年前,當時GitHub財務狀況良好,希望能保持獨立運作為大眾服務,甚至準備好要進行IPO了,但去年秋天身為GitHub創辦人以及執行長的克里斯·萬斯特拉斯(Chris Wanstrath)宣布離職,他當時表示:「我想多花一些時間旅行,瞭解人們是怎麼使用GitHub的。」重新回到代碼的世界中。克里斯·萬斯特拉斯今年33歲,曾在2016年入選《富比世》雜誌「40歲以下影響力人物」,目前身價超過3.6億美元。

Chris Wanstrath
今年33歲的GitHub創辦人以及執行長的克里斯·萬斯特拉斯(Chris Wanstrath),目前身價超過3.6億美元。

克里斯·萬斯特拉斯是在去年八月宣布離職,在過去10個月內GitHub 都在積極尋找執行長人選,但一直沒有人接替這個位置。

而Google廣告和商業高級副總裁斯里達爾·拉馬斯瓦米(Sridhar Ramaswamy),以及曾管理過Xamarin(微軟在2016年收購的開發者工具)的微軟高層納特弗里德曼(Nat Friedman),都曾傳出是可能的人選,但人選遲遲沒有著落,有人懷疑這可能是準備要讓其他人全資收購,或是微軟不直接收購GitHub,而是以投資的方式,指派內部人士出任執行長職務。

但無論如何,如果最後微軟與GitHub成功聯姻,微軟將能直接收割Github龐大的軟體開發資源,以及背後龐大的開發者社群。這對微軟來說,未來不論是強化自家在AI、系統方面的開發、推廣旗下產品,都能如虎添翼,但這也意味著軟體原始碼代管服務的地位,將整個被微軟整碗端走,GitHub也不再是獨立發展的型態,因此照樣的結果也未必全然都是正面的。

參考資料:BICNBCTNW

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