跟著比爾蓋茲瞄準綠色黃金
跟著比爾蓋茲瞄準綠色黃金
2007.03.01 | 科技

十九世紀工業革命以後,人類大量開發石化能源,開採至今,預估石化能源只剩下四十年的開採期限;現今,我們看到的是能源與環保的問題愈來愈嚴重,隨之帶來了溫室效應、臭氧層破洞愈來愈大、石油價格不斷上漲,相關的議題也因此受到重視。其中,在科技可行及現實面考量上,生質能源成為當前最具新能源面貌的替代物。就連軟體巨擘比爾蓋茲(Bill Gates)、英國維珍集團創辦人理查布蘭生(Richard Branson)也看重生質酒精,紛紛投入相關領域。
一般人對生質能源這個名詞相信還是相當陌生,但是它重要的程度就跟石油一樣,將影響我們的生活,不得不重視。而生質能源之所以受到重視,正是因為「生質能(biomass energy)」是一種兼顧環保並可永續經營的能量來源,可以(部分)取代現在使用的石油」,因此愈來愈受到世界各國重視,是全世界國家計畫開發未來新能源的重要方向。生質能是轉換生質物(biomass)以獲得的電與熱等能源,以最簡單的例子來說,燃燒木柴來產生的熱能,就是一種生質能的運用與表現。

**美國銷售量五年成長六十倍

**
在國際原油價格突破七十美元大關之際,生質柴油將繼太陽光電之後,成為最被看好的「綠色黃金」。目前國內在政府政策及民間業者的努力下,生質柴油的開發也已經有初步的成果,包括新日化、積勝、承德、世界能源科技及玉弘等,已經開始投入生質柴油的行列。
相較於國際,許多國家也許已經投入相關的發展。在巴西,早已頒布法令,規定所有汽油都必須添加無水酒精,而且比例逐年提高,不但減少排放廢氣,並能有效降低耗油量,二十多年來已經節省四百多億美元的外匯支出。在美國,生質柴油銷售量五年內成長了六十倍。而瑞典,更預計在二○二○年時,全面使用生質能源。
台灣目前也有相關的綠色能源計畫,根據九四年第二次「全國能源會議」的結論,二○一○年起,規劃生質柴油使用量將達到十萬公秉;二○二○年達到十五萬公秉的生質柴油發展目標。在這個發展方向下,循序漸進在石化柴油中添加二%至五%的生質柴油。實際的執行上,經濟部計畫在二○○八年推動柴油添加一%生質柴油,也就是加一百公升的柴油中,其中有一公升是生質柴油,也就是所謂的B1生質柴油,到二○一一柴油添加二%,則稱為B2生質柴油。

**耐斯將投資五十億元

**
屬於耐斯集團的台灣新日化公司是台灣第一座「生質柴油示範工廠」,目前的做法是利用回收的廢食用油,及大豆、油菜花、向日葵等原料,轉化成一般「石化柴油」,目前年產量為二萬公噸。
從市場的需求來看,二○○五年台灣生質柴油推廣使用量為六百五十萬公秉,隨著二○○八年的法令施行,到了二○○九年,以柴油使用量四百萬公秉計算,強制混搭的生質柴油使用量最少有八萬公秉。因此,近兩年多,台灣已經有六家廠商申請設立。
耐斯集團表示,旗下台灣新日化、耐斯企業、愛之味等公司,將興建一座大型生質柴油廠,估計總投資額約五十億元,政府也表示將對攸關生質柴油能否推廣的租稅優惠及原料取得問題進一步提出方案。
生質柴油的原料來源,國內目前休耕農田超過二十四萬公頃,年給付高達一百一十八億元,如果這些農田全部種植產油原料,一年可生產二十五萬公秉、加上回收食用油可生產八萬公秉,合計三十三萬公秉的「生質柴油」,占全年柴油消耗量五.五%,並可減少二氧化碳排放量每年九十萬公噸。以油菜花為例,在台灣一年可以收割達六次,相較於德國一年只能收成一次,發展生質柴油所創造的整體利益更難以估計。
農委會配合「綠色城鄉」示範計畫,二○○五年已選定宜蘭縣三星鄉、雲林縣古坑鄉及台南縣學甲鎮各三十公頃休耕農地試種大豆、向日葵及油菜花等三種能源作物,二○○六年時,種植總面積擴大到兩千公頃,利用休耕地發展能源作物打造「綠色油田」。此外,環保署自九十三年起補助十三個縣市七百八十輛環保清潔車,添加生質柴油進行道路試行,各界反應良好。

**打造生質能源的國度

**
預計今年就可以正式投產,成為台灣最大生質柴油供應商的世界生物能源,該公司董事長張榮興指出,要讓生質柴油的市場起飛,應該從源頭的策略開始著手,從開放大產能規模及取得多元物料。目前已經與彰化縣政府及嘉義大學(前身為嘉義農專)簽定合作關係,從官方及民間教育雙管齊下,對農民耕作的輔導及建教合作紮根動作。
世界生物能源目前規劃的油物料植物是白油桐,也就是民間俗語所稱的痲瘋樹。白油桐含油量高達六五%,是含油量最高的作物,平均每公頃的農地面積可以提煉出三千公升的生質柴油,是大豆的七倍,也比向日葵、油麻菜籽等作物含油量高。
隨著生質柴油市場的成長,可以發展相關能源作物栽種,不但可解決農地廢耕的問題,並可增加能源自給率。生質柴油不但改善了空氣污染問題也可增加農村的發展機會,對能源幾乎完全依靠進口的我國更是提供極大助益,為台灣永續發展建立良好的基礎。
不過,在白油桐大量廣泛種植成為經濟作物前,以世界生物能源為例,初期還是會以進口的棕櫚油為主要原料。張榮興表示,未來這些經濟作物就像期貨一樣在市場上被投資,自然價格及供應穩定度上都可能會有問題,而為了讓穩定能源作物的價格及來源,才計畫與彰化縣政府及嘉義大學合作,多元開拓供應來源,台灣未來也有機會變成一個「產油國」。
此外,能源局也表示,生質柴油的推動策略是以開發自產能源與扶植國內產業為主,預訂三年內將全面實施市售柴油中添加固定比例生質柴油方式營運,擴展生質柴油市場規模,帶動生質柴油上、中、下游相關產業的成長。
能源局亦將推動「綠色城鄉」示範計畫,規劃將廢食用油以及利用休耕農地種植能源作物轉製生質柴油,輔導投資設立搾油與生質柴油生產設備,同時示範區域內的加油站將銷售 生質柴油,建立未來全面推動市售生質柴油的運儲配銷機制與產銷供應體系。
由於使用生質柴油作為燃料所產生之污染氣體較低,因此許多國家已開始重視此一潔淨能源的應用。根據工研院評估,與石化柴油比較在污染廢氣減量上,純生質柴油(B100)在總碳氫化合物(THC)可減量八○%~九○%、一氧化碳(CO)可減量 三○%~四○%、懸浮微粒(PM)可減量三○%~五○%;若是搭配或添加於傳統石化柴油(二○%之生質柴油及八○%之高級柴油混合使用),減量成效在總碳氫化合物可減量二○%~三○%、CO可減量一○%~二○%%、PM減量五%~一五%,已經達到相當成效的環保效益。

**農委會計畫開發乙醇汽油

**
此外,農委會並計畫明年開始自甘蔗和甘藷提煉酒精,積極開發「乙醇汽油」。即隨著國際油價的居高不下,台灣更一定要加速改善能源結構,積極提高能源自給比率,並透過生質能源及其他再生能源的使用,對全球二氧化碳減量及溫室效應的改善做出具體貢獻。
柴油引擎有先天上省油、耐用的低成本優勢,低轉速就有大扭力輸出。歐洲油價一直相對比較高,因此歐洲車主對比較有效率的柴油引擎車也一直情有獨鍾,加上許多歐洲車廠致力於改善柴油引擎的精緻度和降低污染,不少歐洲品牌汽車,朋馳(Benz)、寶馬(BMW)、福斯(Volks Wagon)等,都有配置柴油引擎的高級車款,歐洲市場柴油引擎小客車的占有率大約有四○%;其中,朋馳就在印度以白油桐提煉的生質柴油試跑近六千公里,車子表現完全正常。這兩年國際油價飛漲,北美的美國和加拿大,也越來越重視柴油引擎車,柴油引擎車頗有大舉進襲的趨勢。
農委會於二○○五年在宜蘭縣三星鄉、雲林縣古坑鄉及台南縣學甲鎮各選定三○公頃休耕農地試種大豆、向日葵及油菜等三種能源作物以提煉「 生質柴油」 ,並規劃於今年擴大種植面積兩千公頃,致力於利用休耕地發展能源作物,以建構能源作物產銷體系。
生質柴油可以跟一般的石化柴油依任何的比例混合使用,完全不需要調整或修改引擎,所有的柴油車馬上就可以用,各先進工業化國家,包括德國、法國、美國及日本等國,紛紛把「生質柴油」視為當前最有開發價值的替代能源。
雖然台灣目前生質柴油的成本是一般石化柴油的兩倍以上,但如果依五%的混合比例,再加上未來生產原料供應穩定,並透過政府政策的配合鼓勵休耕農地加速推廣能源作物,達到一定的經濟規模,生質柴油的全面推廣絕非難事。
台灣有超過九成五以上的能源來自進口,油價波動不但直接衝擊經濟的成長與物價的穩定,而油源的確保更是國家安全上重大的課題。透過綠色黃金可望扭轉能源產業結構,也做到環保的目的。

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