混合雲讓VMware頭好壯壯,下一步在雲端產業裡看到的機會是什麼?
混合雲讓VMware頭好壯壯,下一步在雲端產業裡看到的機會是什麼?
2019.06.25 | 併購

虛擬化服務與雲端技術的領先大廠VMware上週在中國寧波舉辦大中華區CIO高峰論壇,大中華區總裁郭尊華在開幕時一邊歡迎所有蒞臨會場的廠商,一邊笑著說,寧波是梁山伯與祝英台故事的起源地,「在這座浪漫之都,我相信各位也能一起愛上VMware,」他張開雙手說。

郭尊華沒有說錯,有越來越多的客戶「愛上」與VMware的合作。顧客體驗研究機構Temkin的報告指出,在年營收超過2.5億美元的北美企業中,VMware是唯一一家客戶忠誠度指標NPS(淨推薦值)連續五年排行都在前五名的企業。

VMware與客戶間的緊密關係也反應在財報上。2019財年VMware的總營收為90億美元,較去年同期成長了14%,創下歷史新高,外界分析師並預測VMware 2020財年的總營收有望突破100億美元。而五月底最新公布的2020第一季財報也有亮眼的表現,交出了23億美元的成績,較去年同期成長12%。

VMware的成長,源自於在混合雲及多雲領域的整合策略、以及積極投入微服務架構與容器技術的領域,這兩方面最為關鍵。

從虛擬化服務到混合雲龍頭,VMware從用戶需求裡去找趨勢

VMware一直以來都對產業趨勢有敏銳的神經,並懂得快速應對。在最一開始,VMware的主要目標是想成為公有雲領域的主要玩家,但他們很快地發現了市場的變動,果斷地將他們的公有雲事業vCloud Air賣給了法國雲端運算公司OVH,並將野心放到了另一個市場:混合雲。

VMware sanjay
VMware首席營運長桑傑・普能(Sanjay Poonen)表示,與AWS的合作就像是柏林圍牆倒塌的瞬間,用戶不再需要在公有雲與私有雲之間做選擇。而這次合作,也宣告了混合雲趨勢的開端。
圖/ VMware

2016年時,長期以來在私有雲及公有雲領域各自雄霸一方的VMware及AWS不再彼此競爭,開始相互合作,一同推出了混合雲服務VMware Cloud on AWS。VMware首席營運長桑傑・普能(Sanjay Poonen)表示,那就像是柏林圍牆倒塌的瞬間,用戶不再需要在公有雲與私有雲之間做選擇。而這次合作,也宣告了混合雲趨勢的開端。

只有混合雲還不夠,VMware也持續擴展與不同公有雲廠商的合作計畫,打造多雲環境。其中一個重大策略,就是VMware在今年宣佈,即將與Microsoft Azure一同打造的混合雲Azure VMware Solutions,進一步穩固混合雲加上多雲的潮流。

VMware高級副總裁暨亞太及日本地區總經理當肯・休威特(Duncan Hewett)
整個產業以非常迅速的方式取得了共識:混合雲加上多雲環境會是未來五到十年的主宰。在業界待了數十年,這是我第一次看到大家在如此短的時間內,對一個趨勢感到認同。

一路以來,VMware之所以能緊守自己的核心業務,並透過策略聯盟的方式快速發展,重點就在於他們是從客戶的需求裡去了解市場趨勢。

休威特表示,VMware看到客戶需要敏捷、一致、有彈性,同時又具備安全性的雲端部署系統。而VMware也統計,有67%的企業客戶認為最理想的營運狀況是採用多雲環境。因此,VMware搶進這塊市場,將軟體定義的資料中心延伸為遍佈在所有環境內的基礎設施,加速企業數位轉型。

應用數量大爆發,VMware搶進微服務與容器技術市場

至於未來的雲產業,究竟還有什麼發展機會呢?這與未來5G、AR等技術將要帶來的新應用有關。市場研究機構IDC指出,從2018起的未來五年內,將新增5億個新的企業應用,而這是過去40年來出現的所有的企業應用加總後得到的數字。這些新的應用將原生於雲端環境,透過微服務與容器技術實現高速的自動化DevOps流程。

VMware大中華區高級技術總監李剛說,未來應用驅動的跨雲架構基礎將會變得普及,應用將會「微服務化」,以分佈式的架構儲存在容器中,更方便開發人員加速交付應用流程。「過去以年、月為週期的應用開發頻率將大幅上升,變成以日為單位,」李剛說。

目前,微服務的使用人數已大幅上升,其中Google開發的容器編排平台Kubernetes是最受歡迎的工具——因為它是開源的。而VMware自然沒放過這樣的趨勢。

去年11月,VMware以5.5億美元的金額收購了一家協助廠商使用Kubernetes的新創Heptio,值得注意的是,Heptio的兩位創辦人,正是當初開發Kubernetes的三位開發者中的其中兩位。

休威特表示,這樣的併購有利於VMware與他們過去較少踏足的雲端原生應用接軌,讓VMware得以插旗容器技術以及應用程式現代化(application modernization)的市場。「 目前VMware已經是Kubernetes第三大的開源貢獻者, 」休威特說。

VMware Duncan
休威特表示,目前VMware已經是Kubernetes第三大的開源貢獻者。
圖/ 蔣曜宇

另一個重點併購案發生在上個月,VMware併購了應用程式封裝技術新創Bitnami,且雙方都沒有透露金額。Bitnami能將應用程式以容器等不同格式封包成套件,讓用戶能在Kubernetes或者各式雲環境裡只需透過點擊就能輕鬆「一鍵部署」。Bitnami的加入讓VMware的多雲策略增添新裝備,讓用戶可以無縫地在VMware的私有雲、混合雲以及公有雲中啟用Bitnami應用程式。

「我們觀察到的一個難題是,企業用戶時常用不同的工具開發應用。但不管是AWS、Azure甚至阿里巴巴,他們都是不同的系統,所以他們可能得到的是一個不可攜帶式的應用程式,」休威特說。然而透過Kubernetes以及VMware提供的解決方案,用戶可以得到更加一致化的體驗,方便他們的應用管理。

應用爆發還在起步階段,VMware則已經為用戶準備好這場戰役所需要的武器。雖然策略看似多樣且複雜,但其實VMware所關切的核心議題,就是如何在多元環境下提供用戶更迅速、更一致的營運體驗。或許就像營運長普能所說的:「 VMware提供的就是一棟裝在輪子上的房子, 」讓用戶愛去哪就去哪。

關鍵字: #VMware
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