甭再擔心硬碟、雲端掛掉!微軟「玻璃」資料儲存黑科技,成功備份經典超人電影
甭再擔心硬碟、雲端掛掉!微軟「玻璃」資料儲存黑科技,成功備份經典超人電影
2020.01.03 | 微軟

微軟與華納兄弟合作,成功利用AI(人工智慧)與雷射技術,將片長超過2個小時、一部1978年的《超人》電影,儲存在一塊杯墊那麼大的玻璃片之中。

在一個幾乎所有資料都邁向電子化,甚至儲存於雲端的時代,最令人們害怕的莫過於硬碟、伺服器突然「拋錨」,導致經年累月的檔案、回憶一夕之間化為泡影。為防止這樣的情況發生,資料儲存技術的革新也愈來愈受到關注。

身為雲端領域的領導企業,微軟估計2023年時,全球將有超過100ZB(約等於1,000億TB)的資料儲存在雲端上。要應付日益龐大的資料儲存需求,相應的科技也勢必要有所進化。

這片存有1978年《超人》電影的方形玻璃,出自微軟一項研究計畫「Project Silica」,這是他們對未來儲存技術的一項投資,其終極目標是開發出專為雲端運算打造、耐久的儲存裝置,而不必利用電腦硬碟等為其餘使用場景設計的產品。

風吹雨打、放置百年也不會壞

微軟提到,他們利用飛秒雷射(常用於視力矯正)將編碼成「立體像素(Voxels)」的電影內容,刻在薄薄的玻璃片上,並透過改變雷射的強度與方向,輸入想要儲存的資訊。

microsoft Project Silica3.jpg
微軟利用飛秒雷射將編碼成立體像素的電影內容,刻在玻璃上。
圖/ Microsoft

如果要解讀玻璃片上密密麻麻的立體像素,則需要以一套專門的儀器,利用AI解析光線穿透玻璃映照出的圖案。聽起來很原始,但這種方始其實比磁帶快上許多,微軟軟體工程師理查.布萊克(Richard Black)解釋,因為可以在XYZ三個維度上同時移動,從玻璃讀取資訊的速度其實非常快。

若以資料儲存量來看,這種技術似乎不怎麼夠看,畢竟一個鑰匙圈那麼大的隨身碟,就擁有超過1TB的容量,可儲存數十部高畫質電影;相形之下,一塊杯墊大小的玻璃片,僅能容納一部老舊電影。(搭雲端服務快車,微軟衝上市值破兆美元的科技企業

然而這項技術的賣點在於耐久性,一個普通硬碟大多只能用個3至5年,並且對於環境有著重重要求與限制,但儲存資料用的玻璃卻相當堅固,實驗中研究人員試著將玻璃放入滾燙的熱水、在烤箱或微波爐中加熱、經水沖刷、消磁等,經歷嚴苛環境考驗,裡頭的資料卻依然完好。

Azure技術長馬克.羅西諾維奇(Mark Russinovich)表示,將整部《超人》電影儲存進玻璃裡並成功讀取是個意義非凡的里程碑,雖然這不代表難題已悉數克服,但意謂著他們已成功跨出第一步,越過自問「我們真的做得到嗎」的階段。

為影業當前儲存技術帶來革新曙光

身為美國成立時間第三悠久的電影公司,華納兄弟是全球最珍貴的娛樂文化藏寶庫之一。對於有著近百年歷史的這家公司來說,保存過往的作品既是業務所需,也是一項重要的文化責任。

microsoft Project Silica4.jpg
對於華納兄弟而言,保存歷史影片一直是個沈重、高成本的任務。
圖/ Microsoft

不僅老舊的電影有保存需求,即便是現時的電影,華納兄弟在保存數位檔案外,也會以膠卷的形式建立實體副本。但這些膠卷保存條件相當嚴苛,不只需要處於溫度、濕度均嚴格控管的環境,還必須時時監控是否有分解跡象發生。

這樣的維護代價非常高昂,因此華納兄弟才希望攜手微軟,找出更便利、低成本的實體儲存辦法。且不單膠卷維護困難,即使是數位檔案,華納兄弟也會每3年更換一次硬體,防止檔案劣化的情況發生

Project Silica - Storing Data in Glass

微軟英國劍橋研究院研究人員Ant Rowstron表示,他們致力於消除搬遷或重新寫入數據的昂貴成本,希望做到能不必分半點心力維護儲存的資料,放置50年、100年甚至1,000年都不會損壞

這項技術設想的用途,是儲存一些不需要常讀取的資料,例如病患一生的醫療數據、契約、金融規範資料等。影視作品的備份,恰好也屬於這個行列。

華納兄弟相信,如果微軟有辦法證明這項技術的可行性,對於保存影視資料無疑項重大突破。技術長Vicky Colf認為,雖然Project Silica仍處在初步階段,但若能驗證其成本效益及大規模施用的可能性,她希望能有更多同業加入這個行列。

專家跨領域合作,盼打造雲端專用裝置

雖然階段性的目標是用於影片儲存,但微軟研究人員的終極願景,仍是用於雲端儲存上。當今所有儲存裝置都是在雲端萌芽前發明的,無法為這項技術發揮理想中的效果。

microsoft Project Silica2.jpg
利用結合光學技術與人工智慧的專門裝置,便能讀取刻在玻璃中的資料。
圖/ Microsoft

Rowstron提到,最終他們希望為雲端系統量身打造專屬的儲存裝置。

Project Silica始於與南安普敦大學光電研究中心的合作,目前在微軟Azure、劍橋研究院、英國等多方的支持下,研究已大有斬獲,並建立了一個由物理學家、光學專家、電機工程師等多方專家組成的研究團隊。

雖然Project Silica離商用尚待一段時日,微軟聲稱,他們正與Azure團隊密切合作,在研究中納入對雲端業務使用的需求考量。Rowstron指出,從這樣的出發點進行設計,最後他們定能開發真正具有實用價值、對雲端技術發展有所幫助的產品。

資料來源:微軟Business Insider

責任編輯:張庭銉

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