以太幣擺脫能源怪獸!當挖礦走入歷史,為什麼卻陷入中心化危機?
以太幣擺脫能源怪獸!當挖礦走入歷史,為什麼卻陷入中心化危機?
2022.09.16 | 區塊鏈

在加密貨幣寒冬當中,於9月15日正式完成的以太幣合併(Merge),毫無疑問是近來最受幣圈人士矚目的變革,代表著挖礦走入歷史的新局面,然而才剛完成升級,卻有專家發現以太幣面臨著中心化的危機。

最大挖礦業者關閉伺服器,以太幣接下來怎麼產生?

以太幣此次升級後,從原本的的工作量證明(PoW)轉變為權益證明(PoS),這代表了挖礦在以太幣將不復存在,未來不必再靠著一台台的礦機生產以太幣,節省了多達99.5%的能源消耗。

曾是以太幣最大挖礦服務公司的Ethermine,也在以太幣完成合併後關閉了以太幣挖礦的伺服器,切換成僅限提款的模式。合併前Ethermine佔據以太幣31%的運算能力,伺服器的關閉宣告了一個時代的落幕。

《彭博社》指出,以太幣挖礦曾盛極一時,一度有超過100萬人、使用價值100億美元以上的設備開採以太幣。Ethermine也在推特上提到,過去7年來他們開採了3,271,518個區塊,以及總共9,836,656枚以太幣,以現在1以太幣超過4.6萬新台幣的價值,相當於總價值超過新台幣4,500億元。

bitcoin_mining_shutterstock_670198525.jpg
以太幣完成合併,也代表脫離了比特幣等傳統使用的工作量證明,「挖礦」賺取以太幣將走入歷史。
圖/ ShutterStock

而代替挖礦的,便是被稱為「質押」的模式,以太幣持有者可以鎖定錢包中的以太幣參與建立區塊。根據幣安的介紹,其主要概念是協定會隨機分配質押代幣才驗證下一個區塊,鎖定的代幣越多,被選中的機率越高。

透過這種方式,不必再有礦工動用龐大機械、浪費大量電力解決極其複雜的數學難題,卻沒有太大的實際效益,揮汗挖礦的時代成為過去。以太幣的改朝換代,也催生新的商業機會。

根據《日經亞洲》報導,提供質押服務的企業正在快速湧現,新加坡質押業者RockX執行長Chen Zhuling表示,質押代幣平均每年可以為持有者創造約10%的收益,而RockX則從這些投資者手中收取5%至10%的佣金。

不過質押也有風險,如果驗證人沒辦法正確進行驗證,就會導致罰沒損失部份代幣,以及取消質押拿回加密貨幣需排隊等待一段時間,假如遇上緊急狀況或劇烈價格波動,可能沒辦法即時應變。

以太幣脫離挖礦,卻出現中心化問題?

質押為人詬病的一個點在於,擁有越多加密貨幣,就能藉此獲得更多回報,形塑大者恆大的局面。

事實上,以太幣剛完成合併就出現類似的跡象。區塊鏈媒體《CoinDesk》指出,以太幣完成合併的幾個小時內,高達40%的新區塊都是由Coinbase、Lido兩個平台生成。

martin koppelmann twitter eth
Gnosis創辦人馬丁.科佩爾曼指出,7大平台控制了超過3分之2的以太幣質押權。
圖/ Twitter

中心化金融架構公司Gnosis創辦人馬丁.科佩爾曼(Martin Köppelmann)在推特上表示,「過去的1,000個區塊裡,有420個是Lido跟Coinbase生成。」並開放投票讓民眾表達意見,認為這樣的情況需不需要改變,而高達75%的投票者都認為應該改變。

科佩爾曼提到,前7大業者就控制了以太幣超過3分之2以上的質押,「老實說,我非常失望會看到這種情況。」誰也沒想到以太幣合併之後,竟出現了集中化的跡象。

事實上,在以太幣正式合併前,區塊鏈分析平台Nansen發布的一份報告就提到,5間平台擁有以太幣64%的質押權,其中以Lido的31%占比最高,認為Lido必須要充分去中心化,以抵禦審查的風險。

《CoinDesk》提到,一旦有單一平台控制了66%以上的質押權,就會讓其他人非常難生成新的區塊。雖然7大業者要統合恐怕不太容易,但這些交易所都在政府的管控之下。

「這是合併再合併,等同於集中化,可以說非常危險。」加密貨幣借貸平台SmartFi高管克里斯.泰瑞(Chris Terry)認為,「因為交易所都在政府監管之下,以太坊區塊鏈現在毫無疑問受到交易審查約束。」

好比說,混幣平台Tornado Cash被美國政府指控是助長網路攻擊、洗錢的犯罪溫床,而遭受制裁。穩定幣USDC發行商Circle Internet Financial就立即凍結了Tornado Cash中約7.5萬美元的USDC,加入制裁行列。

能源行銷公司Ancova共同創辦人馬克斯.加里亞迪(Max Gagliardi)認為,以太幣合併脫離耗費大量能源的挖礦,就像法幣從真金白銀變成紙鈔,「現在以太幣只是一小撮核心團隊設定參數,數位生成的加密貨幣。」

<iframe allow="autoplay *; encrypted-media *; fullscreen *; clipboard-write" frameborder="0" height="175" style="width:100%;max-width:660px;overflow:hidden;background:transparent;" sandbox="allow-forms allow-popups allow-same-origin allow-scripts allow-storage-access-by-user-activation allow-top-navigation-by-user-activation" src="https://embed.podcasts.apple.com/tw/podcast/%E8%A8%98%E8%80%85%E8%8C%B6%E6%B0%B4%E9%96%9333-%E5%8D%80%E5%A1%8A%E9%8F%88%E5%8F%B2%E4%B8%8A%E5%A4%A7%E7%AA%81%E7%A0%B4-%E4%BB%A5%E5%A4%AA%E5%9D%8A%E5%90%88%E4%BD%B5-%E6%98%AF%E4%BB%80%E9%BA%BC-%E6%9C%89%E4%BD%95%E5%BD%B1%E9%9F%BF-%E4%B8%80%E9%9B%86%E8%81%BD%E6%87%82/id1555393924?i=1000579986980"></iframe> 資料來源:[Nikkei Asia][1]、[CoinDesk][2]、[CoinTelegraph][3]

責任編輯:侯品如

關鍵字: #區塊鏈 #以太幣
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