與台積電一致 ! 廣達大翻盤佈局量子電腦,林百里:其實我很怕十年後將天翻地覆
與台積電一致 ! 廣達大翻盤佈局量子電腦,林百里:其實我很怕十年後將天翻地覆
2019.11.13 | Google

廣達董事長林百里對量子電腦看法大翻盤,他13日出席媒體說明會,首度透露已指派幾位工程師投入量子電腦研究,為十年後更大量的雲端與IoT(物聯網)商機做準備。

時間回到今年4月,林百里出席員工家庭日活動時,談到量子電腦仍保守以對,認為演算法及材料使用都具不確定性,談量子電腦言之過早,那是15-20年後的事。

廣達
廣達13日舉行媒體見面會,董事長林百里暢談飛機理論裡頭AI、IoT、5G、雲端的關係
圖/ 王郁倫攝影

不過,半年後他的態度丕變,似乎跟台積電董事長劉德音透露台積電不會缺席量子電腦機會有關,也與重要客戶Google與IBM近期在量子電腦頻頻較勁上難脫關係。

「假如有一天,每一個人的口袋都有一個量子電腦,我想TSMC(台積電)一定不會缺席。」台積電董事長劉德音9月在一場論壇中表示,市場預期這將是一奈米以下製程的產品。

林百里:台積電是上游,我們下游

「我其實很怕十年後量子計算出來,這世界又將天翻地覆。」林百里說。他坦言:「我們(廣達)開始研究量子計算這回事,但我其實很怕。」他指的是量子電腦帶來的世界變局,科技業者需隨之應變。

「目前量子電腦運算機器都很不穩定,因為這是超導體、超低溫的挑戰,這也不是我們(廣達)可以做的,」林百里說,十年後他都80歲了,應該退休了,所以他現在先找幾個工程師研究(量子電腦),他判斷自己退休前應該都還不會真正生產量子電腦。

不過儘管林百里預言,他退休前廣達還不會生產量子電腦,但他看好十年後,量子時代將對廣達有百利,帶來的是雲端跟IoT裝置商機。

IBM Q量子電腦
IBM跟Google都發表最新量子電腦技術
圖/ IBM

「量子時代對廣達更有利,因為運算能量更大,(處理器)裡面很快,需要接收資料量更大,因為接收太快了,一奈米或兩奈米能不能做到都還不知道,也因為運算很快,對外傳輸要用光網路。」林百里描繪量子運算的架構,顯然已經做過一番研究。

林百里說,廣達不會做引擎(量子晶片),但其他東西數量太大,比方應用,比方量子時代的雲端商機(量子電腦伺服器),這些廣達都非常樂觀,因為「世界上能做好的伺服器的公司不多,越來越難做,對我們(廣達)就會越來越有興趣。」

廣達副董事長梁次震也補充,「當運算越來越快,一定會想出應用之處,或許有一天人不用手跟嘴巴,頭上擺兩個量子就可以。」他打趣的說。

林百里舉當年雲端時代來臨,市場開始擔心NB會完蛋,但後來不僅不會,反而延伸出很多IoT應用,「量子是更大的應用,台積電也碰到量子問題,屆時若半導體需求更多,晶片需求更多,廣達做箱子(伺服器)的需求也就更多。」

遵循台積電的腳步,林百里對量子電腦轉為開放擁抱,他直言「台積電是上游,我們是下游,上游水多,我們就水多,供應鏈一致!我們兩家觀點一致!十年後量子電腦時代出來,預估是一奈米以下製程,我們箱子(伺服器)也要做(量子伺服器),箱子越來越難搞,有新的東西當然好玩。

十年內,飛機理論看好四大技術三大商機

至於十年之內,林百里看好的是AI、雲端、5G、IoT四者整合機會,13日他再度拿出一張「飛機理論」圖片描繪四者間的關係,「AI是機師,5G是噴射引擎,延伸出雲端技術,結果是要靠IoT賺錢,這是大整合機會,要四種都會做,提供解決方案才能賺錢!」

在這大技術融合趨勢中,廣達將有幾個佈局方向,首先是智慧醫療,其次是智慧工廠,第三是5G時代的雲端升級需求。

智慧醫療是最難做的事情,因為關乎人命,商業模式要考慮很多,涉及醫療倫理、品質、效率,林百里透露,廣達正在做研發病房及醫護平台,希望2020~2021年產品能落地試營運,但最大考驗仍然是行銷跟商業模式。

林百里解釋,因為若不做ODM,作品牌必須有行銷力,光做台灣市場太小,難以規模化,但若做全世界生意,醫療的品牌是最困難的,不僅要取得醫療認證及醫療機構認可,生意模式怎麼做?銷售人才如何培養?都是問題。

廣達
廣達宣佈投入量子電腦研發
圖/ 王郁倫攝影

不過,林百里反而最看好AI與5G在三至五年內帶來的機會,他指出,5G背後的雲端機房跟4G不同,當各國發展5G將帶來非常大的需求,而當AI服務上路,Google等雲端客戶業務也將大成長,5G需要大量雲端,靠數量眾多的IoT收集資料,所以雲端跟IoT也將大成長。

在智慧製造方面,廣達林口總部又將興建新大樓,預計2020年第四季完工,這也成為智慧工廠實驗場域,林百里表示,廣達導入自動化機器人,加上AI檢驗,若未來導入5G,把感測器跟機器人都串連起來,能做大數據即時分析,即時決策,生產效率將提升20%,是非常大的商機。

「機器人也有聰明跟笨的!」林百里笑說,未來連線AI的是聰明機器人,而笨的機器人智慧說「你好!你好!」毫無作用。

林百里早在20年前就看好行動聯網商機,率先投入筆電開發,現在則大力倡議AI戰略,梁次震補充:其實林百里早在31年前就已經想到廣達(Quanta)會做量子電腦(Quantum),所以創業取名廣達,林百里則笑著回應「廣達」就是取意產品既廣又能無線通達,兩位創辦人一番對談,讓外界多少能一窺科技前瞻領袖的先見之明。

延伸閱讀:量子電腦時代還早?廣達林百里:半導體還有3場硬仗要打

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