電動巴士國家隊忙組隊!東元、華得動能合作500套動力系統,大同、唐榮攜手
電動巴士國家隊忙組隊!東元、華得動能合作500套動力系統,大同、唐榮攜手

3月17日編按:雙方簽約 馬達大廠東元電機與電動巴士大廠華德動能17日簽署合作意向書,華德將向東元採購兩年500套電動巴士動力系統,首批30套將於今年第2季交貨。30套動力系統為東元自製的馬達加驅動器動力模組,底盤、車體結構則為華德自主設計生產。

這是大同2日與電動商用車商唐榮車輛科技舉行100組馬達系統國際銷售締約儀式,雙方計畫包含馬達與驅動器,首批交貨10組,在今年第2季於東海大學進行為期3個月接駁示範運行後,又新組新團隊產生。

東元電機和華德動能的合作意向書載明,雙方在平等互惠原則下,以電動巴士國產化 為目標,未來也不排除雙方共同擴大商機,爭取海外訂單。東元電機董事長邱純枝表示,東元從2018年起正式切入台灣電動大巴供應鏈,東元中壢廠以車規IATF-16949品質系統之生產管理下,產品品質經車廠上路驗證穩定可靠。

2021年東元持續擴大在台投資智能化生產線,全力支持政府電巴國產化及生產在地化,更希望藉由和華德動能整車廠的合作,未來以台灣市場的成功經驗,雙方攜手開拓國際電動巴士廣大的市場商機。華德蔡裕慶董事長則指出,2021年是台灣電動巴士大量發展的元年,華德動能要做「電動巴士」的領先者。

東元號稱台灣第一家自主設計和製造「馬達和驅動器一體化」的製造商。今年更延伸開發下一世代緊湊型設計,250kW級電機電控高功率與高電壓新產品「T Power +」,預計下半年展開實車上機測試。

華德動能是台灣第一家取得自主設計資格廠家,國產附加率超過60%,也是台灣率先通過電動大客車示範計畫車輛資格審查的兩家本土業者之一,擁有全球最輕的12米電巴,以及全球最強的爬坡力。

3月11日編按:電池芯爭議

面對國家電動巴士國產化政策,有聲音指電動巴士國家隊「電池芯」其實都是中國製,對此交通部發佈聲明強調,第一批通過審查資格的成運汽車及華德動能,用的電池都來自日本,也因此揭露供應鏈組成。

交通部指出,2020年11月17日發布訂定電動大客車示範計畫車輛業者資格審查作業要點,經濟部建議明訂3年10項國產化目標,包括2020年度需使用國產電池組(Pack)、2021年度使用國產電池管理系統(BMS)及電能補充系統(含車端及充電設備端)。

交通部表示,率先通過示範計畫車輛業者資格審查的業者成運汽車製造股份有限公司及華德動能科技股份有限公司,分別使用日本TOSHIBA、日本AESC電池芯,並無使用中國製電池芯。

交通部強調,電動大客車示範計畫其實沒要求參與計畫車輛業者採用國產電池芯,這是因為依經濟部盤點國內生產電池芯業者技術能力、產能規模,尚難符合電動大客車營運需求,其電池能量密度、生產產能及性價比尚難與國際廠牌產品競爭,暫未納入國產化要求。

針對電動大客車示範計畫車輛是否將電池芯納入國產化要求項目,經濟部會配合電動大客車示範計畫車輛業者資格審查作業要點滾動檢討。

國內產業界相關協會建議電動大客車示範計畫車輛業者資格審查作業要點國產化項目增加電池芯之意見,交通部已轉請經濟部工業局研處,會依經濟部評估結果據以檢討修正。

2月18日

在全台灣,現今總共有1.5萬輛市區公車與長途客運每日穿梭在大街小巷,主要使用汽油與柴油等燃油運轉。自2020年開始,交通部擬定了「2030年客運(公車)全面電動化」政策目標,要在10年內將這1.5萬輛客運公車全面汰舊換新成為純電動車,並以國產化為目標。

交通部2020年核定發布訂定「交通部電動大客車示範計畫車輛業者資格審查作業要點」及修正「交通部電動大客車示範計畫補助作業要點」,並在今天正式開始受理補助申請。即日起至2021年5月,客運公司的老車要汰舊換新、購入電動巴士時,就可以向政府申請補助。

10年投入600億,台灣巴士全面電動化!林佳龍:這個政策使命必達

為提供商用巴士汰換選擇,交通部舉辦了「2021電動大客車發展成果與展望論壇」。在論壇上,交通部長林佳龍談起2030年台灣巴士全面電動化的目標時表示,「這個政策是使命必達!」林佳龍看好,在此政策帶動下,未來電動大客車國家隊將逐漸成形,可望成為台灣下一座護國神山。

成運汽車與華德動能2家,則是台灣首兩間率先通過電動大客車示範計畫車輛資格審查的本土業者,在此論壇上,林佳龍也親自頒發給兩間公司核定函,鴻海與裕隆合資的鴻華先進也出席論壇,對電動巴士商機躍躍欲試。

交通部電動巴士
交通部舉辦「2021電動大客車發展成果與展望論壇」。
圖/ 交通部提供

事實上大客車電動化政策在2017年就開始推動,但由於當時政府配套不夠,因此政策難以推動,「我當交通部長之後痛定思痛,柴油車要退場、電動車要進來都需要完整配套。」

為了扶植國內大客車全面電動化,交通部規劃了先導期(2020年~2022年)、推廣期(2023年~2026年)、普及期(2027年~2030年)三階段執行。林佳龍表示,目前已規劃200億元新台幣,投入此補助案中,預期到了2030年為止將至少投入600億元。這樣的投入,預期可以帶動國內電動大客車產業在10年內創造1700億元產值,並提供5萬6千個就業機會。

林佳龍
林佳龍訪查電動巴士內部。
圖/ 交通部提供

同時,林佳龍也說到,「在過去台灣汽車業基本上是國際殖民地,沒有技術自主。」不過在未來,台灣電動大客車的產業鍊,希望能以國產化為目標。以成運汽車的供應鏈為例,提供車載系統的微星科技、精英電腦,以及負責充電裝置、電源控制的東元電機、飛宏科技,都是來自台灣的廠商。

成運汽車董事長吳定發強調,由成運汽車生產的電動大客車,車身、底盤、三電(電控、電機、電池)系統都將自主設計,另外,充電時間皆能在15分鐘內由10%快速充電至90%,也皆能滿足200~800公里的長短程需求。

交通部組電動大客車國家隊!下一步出海搶外銷市場

而電動大客車國家隊,在第一步滿足台灣市場之後,下一步也將走向海外。林佳龍就表示,政府組織國家隊,未來結合智慧電動車,在國內把內需市場做好之後,甚至可以輸出到國際市場。

根據彭博社資料指出,到2025年時,全球電動巴士數量大約120萬輛,其中有65%由中國製造,不過,吳定發認為,由於疫情與中美貿易戰影響,其中中國生產的比例將會下修,而這一塊市場,就是台灣電動車業者的機會。

由於看好海外市場的機會,成運汽車也正積極佈局海外生產線,希望將台灣的廠區規劃複製到海外各國。成運汽車正在接洽的國家包含印度、馬來西亞、印尼、菲律賓與沙烏地阿拉伯。

責任編輯:王郁倫

關鍵字: #電動車 #交通部
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