為何天璣1000只支援Sub-6,還讓聯發科底氣十足?官方揭5G背後戰略佈局
為何天璣1000只支援Sub-6,還讓聯發科底氣十足?官方揭5G背後戰略佈局

市調機構IDC在上一個月,「調升」了5G智慧型手機的出貨量,預估2020年全球手機出貨量將達1.9億部,晶片大廠激烈的5G之爭,無疑成為了活絡市場的「神助力」。

聯發科的第一款5G手機處理器「天璣1000」,在11月底剛剛發表,對比高通晚一週亮相的Snapdragon 865及Snapdragon 765,最大的差別,可聚焦在兩點:

1. 支援頻段:

面對全球兩大5G主要頻段,中低頻的Sub-6(6GHz以下)及高頻mmWave(毫米波), 天璣1000只支援Sub-6 ,高通則兩種都支援。

2. 運行方式:

天璣1000為已整合5G modem(數據機晶片)在其中的SoC(系統單晶片) ,高通S765也是SoC,但最旗艦的S865卻不是,而是處理器外掛modem X55協同運作。

讓外界好奇的是,在同一條5G路上,為何兩家大廠做出了截然不同的選擇?聯發科今(25)日也從產品策略上,針對這兩點詳細說明,透露了自家5G的戰略佈局。

和高通「一魚兩吃」不同,聯發科為何只專攻Sub-6?

「台灣電信業者競標的5G頻段,包含3.5GHz的Sub-6、28GHz的mmWave,用目前的總頻寬和標金估算一下, 業者願意投標在Sub-6的金額,是mmWave的413倍 ,」聯發科技無線通訊事業部總經理李宗霖說道。

當頻率越高,優勢是頻寬更大,連網的速度會更快,但劣勢則是波長短、穿透力弱,容易被外界阻擋。因此,若要充分發揮5G的特性,高頻的mmWave是最終的「必然走向」,但要大規模覆蓋,布建的基地台就得更多、更密集,所需成本很高。

然而,在2019~2020年,5G才正在起步,以初期布建來說,和4G頻率相近的Sub-6,對於電信商會是「更快」、「更省力」的選擇。

不只是台灣,聯發科再以全球電信商的進程,來證明Sub-6才是現在的主流: 根據GSA統計,全球已經有56個電信商開始提供5G服務,其中54個採用Sub-6、2個採用mmWave。

「Sub-6是兵家必爭之地,Sub-6也是電信業者的基本共識,這才是主流,」相比高通想mmWave和Sub-6「一次做齊」,李宗霖表示,聯發科則是給客戶「需要」的,如此一來也能降低技術難度,加快5G晶片量產時程,讓聯發科在5G之路上,成功趕上高通的腳程。

5G
Sub-6和mmWave是5G兩大主流頻段,但現在開發mmWave的電信商並不多。
圖/ OnePlus via YouTube

畢竟,mmWave作為一項「新技術」,想要正式穩定地商用,無論是對電信商、基礎設備商、晶片商,還是終端裝置廠商來說,仍有眾多困難需要克服。李宗霖解釋,mmWave最大問題是在天線,也就是射頻前端的部分,像是天線、功率放大器等零組件,要怎麼很好地整合在一起,這是最大的考量。

「我要澄清一下,Sub-6跟mmwave的技術,聯發科是同時在做的,只是在轉成產品的過程中,我們根據市場考量,選擇先做Sub-6,先專心把一件事情做好。」

聯發科透露,當mmWave未來逐漸普及後,聯發科也會推出mmWave的產品,預計2020年下半年開始量產,但究竟會以何種形式推出,官方並未多做說明。

SoC讓聯發科底氣十足,第二款5G產品天璣800明年第二季問世

談到第二點——5G SoC,也是聯發科和高通在5G旗艦產品上「諜對諜」時,自認為勝券在握的關鍵。

「如果你要問我,5G中有哪些例子,很適合採用分離式設計,而不適合SoC,老實說我還真想不到,」聯發科技執行副總經理暨財務長兼公司發言人顧大為,談起高通S865仍採用分離外掛式方案時,自信地說道。

聯發科 5g
聯發科趁著年終之際,分享5G的戰略佈局。
圖/ 唐子晴攝影

高通5G旗艦處理器S865,在正式發表前就備受矚目,但卻令人意外地沒有做成SoC。以高通先前的說法,雖然X55要整合進S865中並不是問題,但在效能和連接能力上,就無法達到完美,因此採用外掛式的方案,性價比才更高。

市場更猜測,面對目前全球5G進度不一、混亂的市場,S865採用外掛式方案,讓廠商在不同個市場,可以更有「彈性」,例如在5年內都沒有5G的國家,或許手機不用外掛支援5G的X55,而是外掛一張一張僅支援2G~4G的數據機晶片。

「毫無疑問,SoC一定比較好,但SoC也更難,要把AP(處理器晶片)和modem這麼大的系統,整合到單一晶片,工程確實非常浩大。」

SoC到底好在哪?李宗霖解釋,如果要採用分離式設計會有兩個缺點,一來是耗電高,因為兩張晶片大量資料,需要相互傳送;二來是所占用的手機設計空間變大,減少了電池可用空間,會讓手機功耗更大、甚至得設計得更厚。

MediaTek 5G SoC天璣800 (圖2).jpg
聯發科反覆強調,雖然「天璣1000」和高通S765都是5G SoC,但定位不同,業界拿兩者相比是錯誤的,並預告明年將推出5G新系列處理器——天璣800,才算是S765的對手。
圖/ 聯發科

談完SoC的「好處」後,聯發科強調,未來5G產品線都將以SoC為主,並預告繼自家定位「旗艦級」的天璣1000後,明年將推出「中高階」的天璣800,一樣將採用SoC設計、7nm製程,採用的終端裝置,將於明年第二季量產,並將在2020 CES上透露更多細節。

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