【專欄】400億美元市值在2天內歸零,LUNA & UST美元穩定幣脫鉤事件的幣圈啟示
【專欄】400億美元市值在2天內歸零,LUNA & UST美元穩定幣脫鉤事件的幣圈啟示
2022.05.18 | 區塊鏈

近日(2022年五月上旬),加密貨幣市場與美國股市皆伴隨著美聯儲加息公告與五月消費者物價指數 (CPI) 公布呈現了較為極端的波動行情。與此同時,我們亦見證了註定會被寫進加幣貨幣史冊中的罕見灰犀牛事件:(截至 2022.05.09 時) 世界第三大美元穩定幣 UST 與(截至 2022.04.26 時)世界第六大加密貨幣 LUNA 在兩天內(2022.05.09-05.11)近400億美元市值趨近歸零的大型社會實驗失敗。

筆者之所以認為LUNA & UST的失敗屬乎灰犀牛事件而非黑天鵝事件係因筆者之研究團隊 (DeFITs Capital Research Team) 早先於2022年二月即分析預測出LUNA系統之不可持續性及其慘烈結局。

先講結論,LUNA與UST的失敗可歸因於以下三項核心原因:

  • 壹、 系統未設置債務上限機制,致使資產負債率(Debt Ratio)過高
  • 貳、 協議收入(借款人利息等)遠不足以支付龐大的(約 19.5%)固定收益利息支出
  • 參、 系統之擔保品價值波動過大,穩定性不足

在下文中,我們會逐項展開說明。

由於本篇文章定位取向為科學普及,旨在讓大多數產業外人士得以一窺宏觀視角之概念邏輯,關於細節的協議運作機制我們將不會展開來做完整說明,有興趣更進一步瞭解技術細節的讀者用本篇帶到的關鍵字做搜尋即可找到更多相關資料。

在開始剖析第一項失敗原因之前,我們必須先前言介紹 何謂「穩定幣 Stablecoin」 ,以及LUNA與UST的協議運作機制。已經有相關概念的讀者可以跳過這一段章節。

何謂「穩定幣 Stablecoins」

穩定幣泛指旨在與實體金融資產掛鉤錨定之加密貨幣幣種,大多透過資產抵押擔保發行的形式以維持錨定與標的資產之 1:1 匯兌。

與美元法幣錨定的穩定幣種中較為常見的類別有以下三種形式:

<1> 中心化穩定幣

藉由中心化中介機構持有「商業本票、短期債券、信託資產等美元儲備擔保品」擔保發行,由於持有之擔保品多具備良好流動性與穩定票面價值,故在擔保足夠的前提下面對擠兌脫鉤風險時較能保證維持 1:1 的匯率供債權人(穩定幣持有者)兌換為美元法幣資產。

該類別中較有名的案例為:由 Tether 公司擔保發行的 USDT、由 Circle 公司擔保發行的 USDC、由 Binance 幣安交易所與 Paxos 公司共同擔保發行的 BUSD 等。

<2> 去中心化穩定幣

透過區塊鏈上智慧合約程式邏輯設置之協議機制以數位資產作為抵押品發行之去中心化穩定幣,大多會視抵押資產之穩定性與波動率設置不同程度之超額抵押率,以確保在抵押品價格波動時有足夠的時間餘裕能夠進行資產清算,避免脫鉤。

本類別中最經典的案例為以太坊區塊鏈上的MakerDAO協議,該協議藉由超額抵押以太幣等資產擔保發行的去中心化美元穩定幣:DAI。MakerDAO協議針對不同的擔保品設置了不同程度的超額抵押率,如:撰文當下的以太幣的超額抵押率為130%,亦即抵押現值$13,000美元的以太幣顆數最多可以發行出$10,000美元等值的美元穩定幣DAI。

<3> 算法穩定幣

第三種穩定幣類別即是本文中的主角:算法穩定幣(Algorithmic Stablecoins),旨在藉由特殊的演算法與協議機制,在穩定幣脫離 1:1 的錨定時為協議的參與者和套利者創造特殊的獎勵機制與誘因,使其得以維持在與標的資產趨近1:1的動態平衡。

例如:本次事件中的LUNA與算法穩定幣UST(TerraUSD) ,UST必須藉由銷毀LUNA來發行,假設當前LUNA幣價為$100美元,那麼銷毀一顆LUNA將能夠發行100顆UST(約合100美元票面價值)。

<3-A>

由於協議預設UST之價格為一美元,其錨定運作機制即是在UST漲超1美元時,為套利者誘因購買LUNA,LUNA持有者將LUNA銷毀後發行UST到市場上賣出,獲得超過LUNA現值的報酬。(假設LUNA當前價格為$100美元,而UST價格為$1.1美元時,銷毀一顆LUNA可以獲得100顆UST,隨後將 100顆 UST市價賣出可以獲得$110美元,賺取10美元之套利報酬。)

藉此增加市場上UST的供給,創造UST的賣壓,促使UST幣價下跌回歸至1美元。

<3-B>

反之,當UST價格跌破1美元時,UST持有者將產生誘因將UST銷毀兌換回LUNA,將LUNA市價賣出後即可從中賺取價差。(同樣假設當前 LUNA 價格為$100美元,當UST 價格跌 $0.95美元時,套利者即能以95美元市價購買100顆UST,隨後到協議將100顆UST銷毀後將可以獲得一顆LUNA,隨即再到市場上將一顆LUNA以市價賣出,獲得100美元,賺取5美元之套利報酬。)

藉此減少市場上UST的供給,創造UST的買壓,促使UST價格上升回歸至1美元。

UST
圖/ 賴彥廷提供

LUNA與UST的龐氏騙局上升螺旋

瞭解了上述的運作機制,我們便能開始剖析為何 LUNA 能在短短 9 個月內幣價從 $5.8 美元(2021.07.20)一路飆漲至$119.2美元(2022.04.05),締造超過20倍漲幅。其背後的重大推手即是Terra區塊鏈上的 Anchor協議

Anchor協議為UST的存款者提供超額的固定利率利息收益(生命週期平均年化報酬約為19.5%),藉此創造出市場對 UST 的大量需求。19.5%的穩定幣年化報酬在熊市中對於市場是非常有吸引力的投資標的,LUNA與UST的正是在加密貨幣熊市循環的週期中(2021.11-2022.05 大多數幣種皆持續在下跌)乘勢崛起。

由於UST的鑄造必須倚靠取得LUNA來銷毀鑄造,這樣的機制便為LUNA創造出大量的買壓,從而不斷推升LUNA的幣價。不斷拉升的LUNA幣價與UST的高利率收益吸引了許多不夠瞭解風險或是因為高收益而選擇忽略其中風險的投資者爭相投資LUNA或持有UST來賺取利息收益,一步一步吹大這美麗的巨大泡沫。(這樣的現象即是筆者認為本次事件屬乎灰犀牛事件而非黑天鵝事件之主要論點。)

在這樣的機制中,相信許多人會產生的關鍵疑問便是:

「19.5%的利息報酬從何而來?」

我們從Anchor協議截至2022年2月的資產負債表中即可找到答案。

Anchor
圖/ Anchor

從中,我們可以發現幾件客觀事實。

  • 第一、協議收入來源為 (A) 協議抵押資產的質押收益 及 (B) UST 借款人支付之利息
  • 第二、協議的收入遠不足以支付大量 UST 存款人之 19.5% 固定收益利息
  • 第三、協議長期在資產負債表上處於大量虧損狀態(協議入不敷出,大量使用系統外部資產派發高額利息給予存款戶)
Anchor
圖/ Anchor

認識到以上三點客觀事實後,我們便能回到開頭剖析 LUNA & UST 協議失敗的三項核心原因:

壹、 系統未設置債務上限機制,致使資產負債率(Debt Ratio)過高

第壹項結論與上方第三點資產負債表上的客觀事實相呼應,正是因為 LUNA 生態系統未對 UST 的發行量設置上限機制,同時 Anchor 協議亦未 19.5% 利息的存戶數量與額度設置上限機制,導致即使協議入不敷出,仍不斷接收新的 UST 存戶並持續破費派發高額存款利息,進而不斷推升累積系統債務。

貳、 協議收入(借款人利息等)遠不足以支付龐大的(約 19.5%)固定收益利息支出

第貳項結論相信我們在資產負債表上便能客觀清晰發現這項事實,UST 的借款人利息收益與資產質押收益遠不足以支付大量的存款人利息支出,然而 Anchor 協議長期利用 LUNA 生態系之官方儲備資金與協議投資人投資款等系統外部資產派發出高額利息,只為了維持 19.5% 固定收益利息的行銷噱頭用以吸引更多新進資金購買 LUNA、持有 UST,正是筆者認為 LUNA 與 UST 協議是龐氏騙局之根本原因。

一但 LUNA 的賣方流動性超越買方流動性,系統缺乏增量資金購買 LUNA,協議便會開始內卷,直至將官方儲備資金與協議投資人投資款消耗殆盡(系統外部資產無法再進行利息補貼)為止。

參、 系統之擔保品價值波動過大,穩定性不足

第參項結論首先呼應到資產負債表中的第一點客觀事實,我們可以看到其中一項協議收入為 (A) 協議抵押資產的質押收益,從 Anchor 協議中借出 UST 的借款人必須質押數位資產作為抵押品,而 Anchor 協議會利用借款人的抵押品在其他協議賺取收益,以增加協議收入。然而質押品的價格波動性亦造成了協議收入的不穩定性,在質押品幣價下跌時,協議收入亦會應聲下降,然而系統卻依然維持派發 19.5% 的高額固定收益利息,入不敷出。

Anchor
圖/ Anchor

另一點或許更至關重要的原因是:用來補貼超額利息與維持 LUNA & UST 買賣方流動的系統儲備資產亦存在過大的價值波動。我們從 LUNA 基金會(LFG:LUNA Foundation Gurad)於 2022.05.16 在推特公告的系統儲備資產內容可以看到其持有的資產部位大多為價格波動的加密貨幣資產。

LUNA 基金會
圖/ LUNA

LUNA基金會將出售LUNA獲得的收入與LUNA生態系投資人的投資款項大部位皆兌換為價格波動的比特幣BTC、幣安幣BNB、雪崩代幣AVAX等加密貨幣資產,在開頭提到的宏觀經濟大背景之下(2022年五月上旬,加密貨幣市場與美國股市皆伴隨著美聯儲加息公告與 五月消費者物價指數 (CPI) 公布呈現了較為極端的波動行情),基金會儲備資產亦因幣價波動而幾度出現大幅貶值,致使在UST脫離一美元錨定以及LUNA投資者信心不足,買方流動性不夠時,LUNA基金會即使出手,手上的銀彈也因大幅貶值而無法有效住支撐 UST 脫離錨定促發的 LUNA 生態系死亡螺旋內卷崩跌。

UST 脫離錨定的事件始末

至於UST脫離錨定的始末,礙於篇幅,在本篇文章中我們只講結論:

  • A. 區塊鏈上去中心化交易所的 UST 造市商流動性轉移時造成短暫流動性真空,使得 UST 的市場價格可以被較少量的資金影響操控

  • B. 策劃狙擊的 UST 大戶於短時間內在中心化交易所與去中心化交易所同時大量賣出 UST,導致 UST 脫離 $1 美元的錨定

  • C. UST 價格脫離錨定引起大量持有者恐慌,紛紛銷毀 UST 兌換回 LUNA 後市價賣出,隨即造成了 LUNA 幣價在兩天內雪崩式崩盤,趨近歸零

  • D. 投資者對 LUNA 失去信心,LUNA 買方流動性真空,上文中的 <3-B> 算法穩定幣錨定機制無法有效驅動,UST 的買壓無法被創造,價格脫鉤情況加劇

  • E. 投資者對 LUNA 與 UST 徹底失去信心,LUNA 幣價歸零;UST 徹底與 $1 美元脫鉤,LUNA 基金會 與 LUNA 風險投資者(Venture Capital)之救市資金無力可回天

有興趣瞭解具體細節的讀者可以在這篇文章找到更詳細的資訊:
穩定幣 UST 不穩,LUNA 幣大暴跌!「幣圈版雷曼事件」是如何發生的?

結論

以上,我們剖析了 LUNA 與 UST 系統的基本面問題與這個 400 億美元市值的當代龐氏騙局泡沫破裂的關鍵原因,可以說 LUNA 與 UST 的巨型社會實驗「成也熊市,敗也熊市」,正是加密貨幣的熊市背景促使大量投資者前仆後繼入場持有 UST 賺取 19.5% 的超額存款利息促成了 LUNA 生態系的曇花一現,也正是因為在熊市中 LUNA 基金會擔保資產價值與協議質押資產的幣價長期持續下跌,導致系統的基本面問題被放大,救市銀彈無法撐起失去信心投資者的海量賣壓。

此外,相信許多讀者可能會產生一個有趣的開放式提問:

「究竟是加密貨幣大盤崩跌促使 LUNA & UST 踏入死亡螺旋循環,亦或是 LUNA & UST 的失敗造成加密貨幣大盤的連帶下挫?」

就筆者的觀點而言,我認為兩者皆是。首先是熊市中加密貨幣大盤的持續下跌,致使 LUNA 生態系儲備品價值下跌,資金吃緊,因而在 UST 起始脫離錨定時無法有足夠資金護盤維穩;隨後,在 UST 加大脫離錨定後,LUNA 與 UST 進入死亡螺旋,投資者踩踏出場,恐慌效應蔓延,相信一定程度上亦進一步導致了加密貨幣價格的加劇下挫。

總而言之,我們有幸處在加密貨幣這個世界大型社會實驗場域的大時代,得以親眼見證 LUNA 與 UST 龐氏騙局泡沫破裂的標誌性歷史事件,亦期盼後人能謹記歷史教訓,為世界創造出真正有價值的應用及更紮實的數位金融創新。

以上為筆者淺見之觀點分享,歡迎讀者們多多分享觀點交流討論,如有刊誤之處亦請多多包容指正,謝謝大家。

補充資料: LUNA & UST 生態系之運作機制實作細節

LUNA & UST 生態系之運作機制實作細節
LUNA & UST 生態系之運作機制實作細節
圖/ 賴彥廷提供

有興趣更完整深入瞭解的讀者可以依照圖中關鍵字進一步搜尋檢索相關資料。

參考資料:DeFi Deep Dive: Terra-Luna

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:傅珮晴

好友缺你一個,加入數位時代LINE,科技產業趨勢新聞一次掌握!

傳送門點這裡

關鍵字: #加密貨幣
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