台灣超馬好手羅維銘人字拖跑5000公里奪銀,靠日睡4小時靠意志力成華人第一
台灣超馬好手羅維銘人字拖跑5000公里奪銀,靠日睡4小時靠意志力成華人第一

台灣超馬好手羅維銘秉持紀律與平常心,耗時近49天完成紐約超越自我3100英里(近5000公里)挑戰賽,成為賽事舉辦25年來首位完賽的亞洲選手,並獲得亞軍殊榮。

羅維銘11.jpg
賽事第49天,羅維銘按計畫於美東時間接近晚間6時(台北時間24日上午6時)跑完最後一圈,提前完賽,拿下銀牌。
圖/ 羅維銘FB
羅維銘 拖鞋2.jpg
一半以上超馬路程他穿人字拖完成,理由是跑鞋包覆高,但也讓腳不舒適。
圖/ 羅維銘FB

超越自我3100英里挑戰賽(Self-Transcendence3100 Mile Race)是世界距離最長的國際馬拉松賽事,今年邁入第25屆,從9月5日舉辦至10月26日,賽程52天。7名超馬好手獲邀參賽,包括有「超馬鐵彈子」稱號的羅維銘。

史上第一華人,羅維銘每天睡4小時靠意志力奪銀

今天是賽事第49天,羅維銘按計畫於美東時間接近晚間6時(台北時間24日上午6時)跑完最後一圈,在眾多僑胞加油聲中高舉中華民國國旗、帶著笑容衝過終點線,實現人生一大心願。

羅維銘5.jpg
超級馬拉松意味每天至少得跑兩趟馬拉松,一天跑兩趟完對專業運動員不是難事,但連續50天都如此就不簡單,迄今全球不到50人完成這個大魔王。
圖/ 羅維銘FB

58歲的羅維銘發表感言時感謝眾多贊助者,提到「感恩、和平、純潔、紀律」是讓他突破自我完賽的關鍵,期望這項賽事持續舉辦,讓更多人把前述8字箴言當作人生方向,造就更美好的世界。

駐紐約辦事處長李光章表示,羅維銘49天來不論風雨、不舍晝夜,每天跑超過102公里,未曾間斷,使他成為賽事舉辦25年來首位挑戰成功的亞洲選手,「這份殊榮是我們國人共同的驕傲,也充分展現勇敢台灣人堅定的毅力」。

李光章轉頒總統蔡英文、副總統賴清德賀電及紐約市主計長斯靜格(Scott Stringer)賀狀。

羅維銘15.jpg
駐紐約辦事處長李光章送上總統賀電。
圖/ 羅維銘FB

羅維銘完賽前夕,駐美代表蕭美琴昨晚特地從華府驅車到場替羅維銘加油打氣。行政院長蘇貞昌則在羅維銘完賽後透過視訊恭賀,讚揚他展現台灣人不屈不撓、勇於挑戰的精神。

台灣超馬好手羅維銘(左)參加第25屆超越自我3100英里(近5000公里)挑戰賽期間捨棄跑鞋,換穿人字拖減輕腳部負擔。

羅維銘4.jpg
帶著台灣一起跑,羅維銘腳下那雙台灣製人字拖也是他致勝關鍵。
圖/ 羅維銘FB

這項賽事始於1985年,1997年起賽制拉長為3100英里,每年6月至8月在紐約市皇后區舉行。本屆因COVID-19(2019冠狀病毒疾病)疫情緣故改為9月開跑,選手要在52天內沿當地一所高中校區跑5000多圈,每天跑18小時,今年之前只有50人順利完賽。

羅維銘2002年自陸軍特種部隊退伍,展開近20年的馬拉松生涯。他曾於2014、2019年兩度赴紐約參加10日賽,今年挑戰3100英里至高紀錄。

羅維銘13.jpg
50天內自己配速完賽,每天只睡4小時要面對的是紀律跟心魔「未知」,靠不斷跟自己對話與不貪心克服一且,讓他奪銀後感動不已。
圖/ 羅維銘FB

羅維銘最終以48天11小時52分鐘1秒完成賽事,成績僅次於17日完賽的義大利跑者馬卡托(Andrea Marcato),在歷來所有完賽選手中名列第25。

最大挑戰是「未知」,不貪也不能怠惰

他賽後受訪時說,賽事最大挑戰是未知,過程一直在摸索,其中有痛苦、也有歡樂,關鍵是秉持平常心,每天如常做一件事,時間到了自然水到渠成。

羅維銘賽事中途捨棄跑鞋,換穿人字拖,其他選手跟進,掀起一陣話題。他解釋,跑鞋雖有包覆性,但長期擠壓會導致腳部腫脹、起水泡;他攜帶的人字拖發揮輔助功用,也讓他國選手見識到科技、環保兼具的台灣優質產品。

羅維銘 拖協2.jpg
一半以上超馬路程他穿人字拖完成,理由是跑鞋包覆高,但也讓腳不舒適。
圖/ 羅維銘FB

羅維銘說,對超馬跑者而言,每天跑100公里是可接受的目標,但持續52天並不簡單。他坦言不易保持平心,後來發現「不貪也不怠惰」很重要,也就是要維持紀律。

他表示:「我的成績都是很有紀律去執行。極端的痛苦經過了,我告訴我『這是我的選擇,所以就是享受它』,就成功了。」

人字拖跑超馬,引爆同行跟風

10月14日

台灣超馬好手羅維銘在紐約參加為期52天、目標5000公里的超馬挑戰賽,迄今他已完成4004.4公里,已進入最後1000公里的階段,不可思議的是,超過一半賽程他是穿著人字拖跑,而且總成績目前暫居第2。

這項在美國紐約舉辦的超馬挑戰賽,今年已邁入第25年,所有參賽選手要在52天內完成3100英里(約4989公里)的賽程,意味著每天平均得完成59.6英里(約95.9公里),等於每天至少要跑2趟全程馬拉松以上。每天比賽時間是從早上6時至深夜12時,不過參賽者可依自身狀況決定調整與休息。

羅維銘拖鞋.jpg
羅維銘的腳因長期馬拉松而充滿厚繭。
圖/ 羅維銘FB

這項比賽需在限時內跑完3100英里,因此又被稱為「3100英里的約定」,而來自台灣的羅維銘,號稱「亞洲最會跑的男人」,截至今天為止,他在這項比賽已跑了39天,總距離突破4000公里,暫居所有選手第2;有趣的是,他在比賽前半段曾是穿著夾腳拖(俗稱人字拖)比賽。

事實上,這不是羅維銘第1次穿著人字拖跑超馬,2014年他在紐約參加10日超馬賽事時,就曾穿著人字拖應戰。

羅維銘3.jpg
人字拖成為他的個人最大特色。
圖/ 羅維銘FB

今年的「3100英里的約定」,羅維銘在賽事開始時就是穿著人字拖,他的特殊裝備也引來大會注意,比賽前賽會總監得知羅維銘打算穿著人字拖應戰時,他還認為是玩笑話。

不過當羅維銘穿著人字拖跑完超過一半以上的賽程時,所有人都傻眼,後來其他國家跑者跑到雙腳都腫了,也有樣學樣、學他穿起人字拖比賽。

距離比賽結束還有13天,羅維銘還剩下約985公里的賽程,只要他維持目前配速,將可望以第2名成績完成這項艱難的3100英里大挑戰。

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