麗臺科技火力全開 進軍影音通訊市場
麗臺科技火力全開 進軍影音通訊市場
2004.04.01 | 科技

3月12日,位於中和市遠東世紀廣場18樓的麗臺科技擠滿了人;市場上炒得沸沸揚揚的鴻海合作案,讓這場法說會吸引了大批投資法人與媒體記者。面對前華碩創辦人謝偉琦、前華碩行銷業務副總李聰榮可能入主麗臺的傳聞,剛從國外飛回台灣的麗臺董事長盧崑山滿臉歉意,「我也是下了飛機,才知道事情炒得這麼熱。」

**坦然以對!
面臨創業17年首度虧損

**對一手創立麗臺的盧崑山而言,2003年確實是難熬的一年。這年麗臺雖然營收達57.8億元台幣,但稅後淨損3.28億元,平均每股虧損2.47元。面臨創業17年來的首度虧損,盧崑山坦然以對;甚至針對外界不斷傳言盧崑山將讓出董事長職位一事,盧崑山也大方地表示:「有效的經營團隊加入,即使要我讓出董事長、總經理職位也沒關係。」
他分析造成虧損的關鍵是「因為公司投入太多研發費用和Nvidia繪圖卡產品銷售不如預期,」但他可能萬萬沒想到,即使公司虧損,麗臺近來股價卻反而被市場炒得火熱。
對這位足球國手出身、極重視團隊作戰的科技業者而言,這並不是他創業路途上的第一次危機。
1986年,盧崑山集資600萬台幣成立麗臺科技,一開始是以代工繪圖卡等產品作為公司的經營主軸;後來因為替德國Miro電腦公司代工繪圖卡,讓Miro一躍成為德國最大的繪圖卡業者,也讓麗臺科技快速成長。
不料,其後卻因為其它競爭者低價搶單,讓盧崑山失去Miro這個大客戶,公司一下子陷入少掉55%營收來源的窘境。「我還記得那天是1995年7月28日,和德國人談判完,我立刻從德國打電話回來要大家要有心理準備,」盧崑山回憶說。
雖然丟掉Miro這個大客戶,但靠著平時建立的人脈,即使當時市場上相關零組件晶片缺貨,麗臺科技還是拿到充分貨源;更因沒有退路,麗臺科技不得不推出自有品牌的WinFast繪圖卡,由於物美價廉,反而在市場上一炮而紅。
「沒想到打自有品牌賺更多,」這個意外的轉折,從此讓麗臺科技堅守自有品牌的發展策略。盧崑山至今依然感念地說:「我很感謝當時幹部們陪我堅持到最後,沒人離開,」這位業界、員工心目中的好好先生,現在遇上員工生日,還會親手製作卡片,為員工獻上祝福。

**市場關注!
低調承認將與鴻海合作

**
然而,近年來國際市場上的繪圖卡兩大陣營——Ati(主攻筆記型電腦市場)與Nvidia(主攻桌上型電腦)的對戰連帶波及台灣相關業者。由於技術超前、加上去年筆記型電腦市場大好,讓主攻Ati繪圖卡的撼訊再度翻生;相對的,由於Nvidia推新產品不順,也讓堅持只生產Nvidia繪圖卡的麗臺科技面臨了成立17年來的首度虧損。
對於許多主機板一線業者如華碩、技嘉都已開始生產兩大陣營產品,不諱言曾經有同樣想法的盧崑山,最後還是選擇Nvidia。「Nvidia產品占麗臺營收85%,況且我們連Nvidia繪圖卡都還做不好,所以目前不考慮其它業者的產品,」在這場新戰役上,盧崑山依然展現出運動家的專注與執著。
盧崑山進一步強調,Ati與Nvidia兩大陣營輸贏與否未到最後關頭,一切還很難說。至於是否要學習撼訊的完全委外生產模式,盧崑山則堅持研發、生產是麗臺的「根」,不會輕易放棄;因為一旦代工業者不願為他們代工,極可能對麗臺產生更大的衝擊。
至於外界極為關心與鴻海的合作關係,一直堅持在台灣設廠的盧崑山,也不得不承認低階產品在台灣生產並不符合成本考量;加上低階產品又占公司繪圖卡出貨量的40%,麗臺仍必須有這樣的產品,因此他將把低階的繪圖卡產品委外生產,鴻海只是其中的一家業者,雙方仍在試產階段。另外公司將發行6億元的附認股權公司債來募集資金,並不排除任何法人入股。
對於兩位前華碩主管將入主的傳聞,盧崑山直接了當的表示,他和謝偉琦從未碰過面、也沒通過電話。至於李聰榮則是之前以顧問名義邀請他為公司同事上課,但李聰榮也已經離開麗臺。「就算有這個念頭,現在媒體報成這樣,暫時是不太可能,但我希望他們有機會的話能加入我們,」盧崑山仍不掩可惜之情。

**左右開弓!
積極跨足影音通訊市場

**
至於未來的產品布局,自喻為全能型足球選手的盧崑山,則將左右開攻,替麗臺在數位家庭的市場中搶進得分之鑰,除了原有的繪圖卡業務,盧崑山成立GPS(衛星定位導航)與影音通訊事業處,並將這兩個新的部門視為公司未來成長的動力與挑戰。
「這兩樣東西是我最喜歡的寶貝,」盧崑山開心地從辦公室走出來,一手拿著木蘭足球隊員簽名的足球,一手是麗臺新研發的影像電話。去年Sars肆虐期間,麗臺從遠地傳回影像功能的影像電話,讓產品大賣;對於影音通訊部門的成長,盧崑山認為今年將從去年的2億元規模成長到10億元。另一個麗臺布局6年的GPS部門,在汽車市場成長的情況下,盧崑山更樂觀預估認為今年將有5成的成長空間,營收將達14億元台幣。
當然市場的看法並不像盧崑山本人那樣樂觀,元大京華副理魏建發就認為,麗臺近來股價漲勢多是來自與鴻海合作關係的發酵,至於新產品布局,還要視網路建設完善與否,否則這項產品成長還有待觀察。「我比較看好他與鴻海之間的關係,」魏建發說得直接。
「『麗臺』就是美麗臺灣的意思,」盧崑山談到他為公司取名的緣由。在花蓮長大的他,為了讓花蓮人減少城鄉差距,選擇東華大學作為夢想實現的實驗地;希望藉由寬頻網路串連保全、保健、資訊、娛樂、教育,讓花蓮人能享受資訊生活帶來的便利;如果實驗成功,他更希望能把這計劃擴及全花蓮,「希望從我開始,未來政府也能替大家這麼作,」盧崑山談著他的理想。
也許在外人看來,盧崑山是個愛作夢的人,但憑著運動家的耐力與堅持,他離夢想也越來越近。在台灣這片土地長大的盧崑山,沒有上市公司老闆的財大氣粗味兒,卻像是個充滿理想的布道家,從自己開始力行,為周遭人群先行出種出美麗的花朵。

麗臺科技小檔案
公司成立時間:1986年10月24日
上市日期:2001年9月19日
資本額:1,324,142(千元)
董事長:盧崑山
營業項目:電腦產品(88.69%)
通信產品(8.11%)
其他(3.20%)

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