1300㏄的飈風傳奇
1300㏄的飈風傳奇
2003.10.15 | 科技

1991年,在歐洲舉行的利曼24小時大賽(Le Mans,全球最嚴苛的跑車耐久賽),跑道上有十幾部跑車一同競賽,經過連續24小時的嚴酷考驗,一輛紅色塗裝、耀眼的日本跑車Mazda 787贏得賽事第一名,這是有史以來第一部日本車廠打敗世界知名的法拉利、保時捷、賓士等世界知名車廠,在號稱造車起源的歐洲大陸賽事中拿到冠軍;只可惜馬自達雖然打開轉子引擎汽車的傳奇,不過第二年主辦單位就以轉子引擎並非傳統活塞引擎為由,禁止馬自達轉子引擎車參賽。
雖然沒有奔馳賽事的舞台,但是馬自達仍舊推出經典的RX-7轉子引擎跑車,讓一般消費者也能享受駕駛的樂趣。
睽違12年後,馬自達今年再度推出新世代的跑車RX-8,這也是一部排氣量只有1300㏄卻擁有210至250匹馬力的轉子引擎跑車,再度開展馬自達轉子引擎車傳奇的新頁。

**在眾多名牌車廠環伺中 突圍而出

**
說到車子,有的人喜歡保時捷(Porsche)的英姿煥發,有人中意法拉利(Ferrari)的炫耀奪目,或者寶馬(BMW)的剽悍勁道,也有人欣賞馬莎拉蒂(Masharati)的沉穩內斂,捷豹(Jaguar)老而彌堅的神勇,或勞斯萊斯(Rolls Royce)的氣派典雅,賓得利(Bentley)的古典風範;不過動輒3000㏄以上的排氣量、重達2000公斤的車重以及高達1000萬新台幣以上的售價,這可不是一般消費者買得起的車子,喜歡歸喜歡,大部分人這輩子可能沒有機會擁有它們;不過馬自達卻可以讓一般消費者輕鬆擁有一部轉子引擎跑車,一部可以品味人生的夢幻車種。
對國內的消費者來說,馬自達的知名度遠不如豐田和本田;不過馬自達自有它的突圍之道,那就是以「外銷為重」的策略。
馬自達總公司位於日本廣島,是日本關西第一大造車廠。沿著瀨戶內海,馬自達的廠房伸展成狹長的區域連接各個部分,這是馬自達公司自行修建的跨海大橋,而近在咫尺的海港,就可將馬自達生產的汽車運送到世界各地,憑藉著這個優勢地位,馬自達成為以海外市場為主的汽車製造商。
雖然進入轎車領域還不滿10年,但是馬自達己經把車賣到工業革命起源的造車重鎮——歐洲和美國。根據統計,現今馬自達汽車出口的國家和地區已經超過146個,累計出口量已達1990萬輛,超過其累計歷史產量的57%,而且在美國、泰國、印度、中國等14個國家和地區設廠生產。2001年,馬自達的海外銷量為47.8萬輛,在日本本土銷量只有26.8萬輛,顯見馬自達汽車是一個典型以外銷為重的企業。

**全球唯一能夠生產三種引擎發動機的車廠

**
儘管如此,與美國通用、德國福斯、日本豐田等汽車工業相比,馬自達的規模還是只能算個「濃縮」的小企業;馬自達深知這一點,因此將「小而有特色」奉為生存之本,馬自達要做「最好」的而不是「較好」的汽車製造商。馬自達引以為傲的就是轉子引擎,這就是RX-8與前一代RX-7所使用的引擎。
轉子引擎與現今一般汽車常用的引擎不同,運行方式不是活塞式而是旋轉式,不僅輸出功率高,而且無噪聲、節約燃油。40多年來,轉子引擎為馬自達創造日本和世界汽車史上的多個第一,馬自達更是全球唯一可以生產汽油、柴油、轉子三種引擎發動機的汽車製造商。

**轉子引擎不斷寫出 小跑車大驚奇
**

1967年,馬自達推出第一部轉子引擎雙座小跑車Cosmo Sport,低矮流線的造型在當時就被視為是跑車的經典設計代表作品。事實上,Cosmo Sport也是馬自達轉子引擎車的傳奇緣起,並以輕巧車身加上運動性能著稱。緊接著在1975年推出的第二代Cosmo AP不但車型加大,也改走豪華GT Coupe路線,第三代Cosmo在1981年推出後也走相同路線,不過表現並不出色,直到1990年第四代Eunos Cosmo登場才再度引領車壇風雲,改採全新的turbo雙轉子與三轉子引擎,最大馬力直奔230至280匹,成為馬自達轉子引擎車的性能傳奇車種之一。
馬自達當家的轉子引擎性能車款則非RX-7莫屬。正統的RX-7有三代,不過其間還有屬於Savanna車系的RX-7則有四代。1971年推出的Savanna GT RX-3雖然沒掛上RX-7的名號,不過它在馬自達轉子引擎車中卻具代表性,經典的地位可以稱得上是RX-7車系的前身,它所使用的轉子引擎搭配當時罕見的5速手排擋5MT,讓車身輕、操控靈活的RX-3跑出不錯的成績,與第一代的Skyline GT-R並列為兩大性能車天王;1978年Savanna RX-7現身,雖然繼承RX-3的性能風格,但是造型卻趨於流線,這是馬自達建立跑車形象造型的代表作品,不過它的引擎動力並沒有太突出的表現;直到1985年第二代Savanna RX-7加裝渦輪增壓後,轉子引擎車的性能表現才有所突破。
1991年馬自達推出的轉子引擎跑車RX-7,以255至280匹馬力輸出成為馬自達當家的性能跑車之王,不過RX-7在轉子引擎車壇創下的傳奇,隨著2002年正式停產劃下休止符;所有車迷的焦點都集中在RX-8的身上,不過RX-8不算是RX-7的第四代車型,因為它並沒有沿用RX-7的名稱,而且馬自達也準備在10月的東京車展推出第四代RX-7的概念車。

**最新的焦點——RX-8
**

當今車壇中唯一在量產車上採用小排氣量、高動力輸出轉子引擎的馬自達,再度推出的RX-8,採用油耗大幅降低、同時又能通過全球各地嚴格廢氣排放法規的新一代低污染轉子引擎,取代RX-7成為馬自達新一代的「性能跑車」。RX-8最讓人期待的當然是和RX-7一樣繼續沿用轉子引擎,這具被命名為Renesis的全新1.3升輕量化轉子引擎,使用自然進氣方式而且體積更小;加上RX-8的軸距長達2700mm,得以將引擎安置在車頭前方、前軸後方的所謂「前中置」擺置方式,配上後輪驅動設計,讓RX-8的操控性、穩定性更佳;相較於前一代的RX-7,RX-8引擎的位置低了4公分,加上距離前軸的位置也後退6公分,使得前後軸的配重比例更趨近於完美的50:50。
轉子引擎過去最讓人詬病的就是驚人耗油量,這個缺點在RX-8上也有所改善。這具引擎在運用最新的稀薄燃燒技術後,使得怠速時的油耗已經比舊款減少了40%。RX-8也突破以往的2+2雙門Coupe的理念,定位為四座四門的轎跑車,造就出獨特的後座進出方式,可說是兼具跑車的帥勁與房車實用性的綜合體,堪稱新世代跑車的典範,更增添馬自達轉子引擎的傳奇新頁。

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