友達智慧醫療面板市占坐二望一,英特爾與生策會簽4年MOU!
友達智慧醫療面板市占坐二望一,英特爾與生策會簽4年MOU!

疫情加速全球醫療數位轉型,朝人工智慧、遠距、無接觸、行動醫療到精準健康發展,台灣積極藉由結合醫療與科技打造數位醫療轉型生態圈。

第五屆台灣醫療科技展2日開幕,超過800家國內外企業展出,成為亞太2021年疫情中唯一規模成長的醫療展,包括醫療機構及廣達、緯創、華碩、宏碁、友達、台達電、英特爾(Intel)、微軟(Microsoft)、因美納(Illumina)、3M、西門子(Siemens/ Varian)、羅氏(Roche)、美超微電腦(Supermicro)都與會。

英特爾執行長帕特‧基辛格2日便透過視訊宣布與生策會簽署4年合作意向書,提供軟硬體技術開發資源,助台灣醫療科技業者接軌全球醫療保健市場。

新聞照片二:英特爾執行長Pat Gelsinger(基辛格)致詞.jpg
英特爾執行長Pat Gelsinger(基辛格)參與醫療科技展開幕致詞。
圖/ 英特爾

宏碁董事長陳俊聖則分享喜訊,指宏碁智醫的糖尿病視網膜病變AI判讀,已經拿到5國核准,其中越南11月剛取得許可證,另有菲律賓、台灣、泰國、印尼FDA認證,2022年將研發老年黃斑部病變AI識別產品爭取藥證,遠距醫療是第二款取得TFDA認證產品,近期內更將有海外取證好消息。

413D58EC-2361-419D-A3FB-60AB6ACBE48D.jpg
陳俊聖表示,宏碁智醫催生食藥署製作AI醫材指引,本身營運損平是愈快愈好。
圖/ 王郁倫攝影

友達成立達擎攻智慧醫療,全球市占坐二望一

友達今年將醫療等專業領域顯示器事業體於年初獨立為100%持股的達擎公司,今年預估營收400億元。友達以達擎名義2日展出一系列與生態系伙伴合作的醫療顯示應用,友達總經理柯富仁表示,友達在醫療顯示領域市佔率25%,排名全球第2,在商用顯示及ATM顯示市場也有第1及第2名地位,軌道交通跟教育市場也處於領先,2022年目標兩位數百分點成長。

EB1F0489-BFD2-478D-8D30-C51D9E4DACBB.jpg
友達總經理柯富仁(左)與達擎總經理廖世宏。
圖/ 王郁倫攝影

智慧醫療市場台灣科技大廠幾乎全數到位,科技大老也呼籲思考智慧醫療發展未來,廣達董事長林百里2日出席開幕典禮,碰到經濟部長王美花就頻頻到一旁提供建議,王美花轉述,林百里主要分享兩重點:呼籲政府提供誘因及鬆綁法規。

林百里向王美花建言:提供誘因,開放法規

王美花說,林百里提醒發展智慧醫療,政府必須協助提供足夠誘因,才能鼓勵醫院導入,比方醫院評鑑制度需要做改變,舉例來說,醫院用AI節省人力很不錯,但這件事在醫院評鑑中因為要計算每張病床醫護人員數,這樣反會被扣分;其次,如何讓醫療跟科技合作,也必須打通友善環節。

王美花表示《生技醫藥條例》草案正在審,期望提供法人跟個人投資誘因,做法規面則需要討論的是,智慧醫療跟數位醫療是否開放健保給付,若沒有,醫院就沒有導入誘因,因此法規面也需要調整。最後,王美花直言,醫療跟科技產業差異很大,醫生到底用不用?政府需給誘因協助醫院採用,做出口碑,才有人脈可推廣。

F6BA29C4-AF01-4983-AA17-B23D0A18ABF3.jpg
緯創與英特爾在數位病理合作。
圖/ 王郁倫攝影

總統蔡英文則表示,醫院將成為大健康產業發展平台,串連上下游產業鏈,是強化科技開發,讓應用更快速落地發展的關鍵力量,生策會過去幾年促成生技與醫療跨領域合作,由於台灣在兩產業都有優勢,結合兩方研發實力,將可以成為台灣發展精準醫療基礎。

2020年政府發佈精準健康戰略,鼓勵台灣發展全方位個人精準健康治療服務,另外也打造生技醫藥聚落,蔡英文表示,未來政府會透過國家級基金投資,優化投資人環境,持續鼓勵醫療創新發展。

英特爾與生策會簽署MOU,助台灣醫療出海

英特爾2日宣布將提供資源協助台灣發展智慧醫療,與生策會簽署合作意向書。英特爾執行長Pat Gelsinger(基辛格)親自拍攝祝賀影片,生策會副會長楊泮池和英特爾業務行銷暨公關事業群副總裁汪佳慧完成簽約儀式。

汪佳慧表示,將把台灣及醫療生態系夥伴的研發實力與創新力,結合英特爾的全球強大的業務、技術、公關、行銷資源,打造醫療保健和健康照護市場強大生態圈,她表示,台灣產官學研界可藉由英特爾所提供的軟體、硬體和相關技術開發資源,加速產品上市時間、提升服務品質與最佳化效能表現。

英特爾將提供3大類資源:1.智慧聯網醫院公有雲∕私有雲虛擬化、雲端化IT基礎設施、簡化資通產品部署與管理,2.讓AI類醫療產品可使用OpenVINO開放式平台加速AI模型訓練與推論、應用聯邦學習(Federated Learning)。3.生命科學發展。

廣達電腦董事長林百里致詞三.jpg
林百里呼籲政府必須提供誘因。
圖/ 太空中心

英特爾2日也宣布與高雄榮總、緯創醫學科技打造OWL數位病理平台,汪佳慧表示,「病理數據是精準醫療的油田,期許台灣能夠成為亞洲病理數位樞紐,」透過收集與標記關於精準醫療的AI 推論、臨床決策輔助、AI學習專家標註經驗,將建立AI影像流程標準(標註及報告標準),協助病理科專家降低使用平台的資料清理、標註時間。

生策會副會長楊泮池表示,台灣數位醫療發展工具完備,有龐大醫療數據庫,生策會希望台灣能結合醫療跟ICT(資通訊)強項發展精準醫療,而精準醫療最關鍵是病理數據,病理要花很長時間去做標註、報告,再分析遷移性或變異度,要花很長時間建構資料才可以作出數位病理的標準,標準建立後,將減少切片掃描後病理師的標註時間跟錯誤率,數位病理平台未來的發展空間非常大。 責任編輯:侯品如

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