衰退,是為了下一場美麗!
衰退,是為了下一場美麗!
2001.11.01 | 科技

走進智霖科技(Xilinx)位在台北基隆路的台灣分公司辦公室,很訝異這個全球第一大IC設計公司,內部陳設及人員竟如此簡單,而台灣總經理賴炫州今年也不過31歲,但智霖在台灣通訊晶片市場的佔有率將近8成,由於智霖本身不從事生產製造,產品都委由聯電代工廠,因此台積電與聯電業績好不好,智霖絕對是關鍵。
同樣是做IC設計,智霖賺錢方式跟威盛這類IC設計公司可是大大不同,一般IC設計公司賺的是下游系統廠商客戶的錢,像威盛做的是電腦的晶片組,客戶就是華碩、技嘉這些主機板廠;而智霖則是賺IC設計公司錢,威盛與矽統的台灣IC設計雙雄,反而到過來成為智霖的客戶。因為市場變動快速,各種電子產品的規格可能每季就汰換一次,如果每次新產品都犯上一個小錯,重新開發測試成本相當驚人,過去,IC業者在跟台積電這類晶圓廠下單前,必須先製作光罩(mask,把IC設計線路像底片一樣拍在高密度玻璃上,再交由晶圓代工廠顯影蝕刻作成IC晶片),才能進行生產,但是晶片設計如果有錯誤,不僅光罩全都報廢,更嚴重的是,調整設計再重新製作光罩,時間至少1、2個月,原先的新產品可能霎時變成一文不值的過時貨,投資可能全盤泡湯。

**和時間賽跑的產業

**
智霖的絕招便是針對這樣的市場需求,推出「可程式化邏輯元件」(PLDs, Programmable Logic devices),特別是其中一項FPGA(可程式化邏輯陣列閘)的產品。利用軟體工具,客戶可以把自己的設計線路放進智霖的晶片中,模擬自己產品「已完工」的效能進行測試,一切OK後再行量產,如此可以省下時間與產品錯誤的風險。智霖的責任在開發周邊矽智財(IP, Intellectual Property),搭上客戶的設計後即可使用。1、2年前,智霖的這種IC一顆動輒可賣上3、5萬新台幣,堪稱IC中的勞斯萊斯,近年隨著晶圓廠製程技術進步,「可程式化邏輯元件」成本大幅降低,智霖乾脆鼓勵客戶直接交由智霖量產,更省時間。
正因它特殊的經營模式,所以智霖的產品一直是高價位、高毛利的同義詞,主要客戶就是產品精密度高、單價高的大型網路設備及通訊相關業者,如思科、朗訊等,合計佔智霖營收近8成左右,在台灣,雖然也有智邦、合勤、矽統等客戶,但多數人認識他們,還是因為智霖是台灣聯電的衣食父母。
嘗盡3年好光景,美國.com夢幻滅,連帶重創通訊設備廠商,智霖也遭波及(聯電當然也跟著受害)。今年1到3月,智霖的業績雖然還比去年同期成長了33%,不過,從第2季開始,受到整體景氣下跌,通訊公司表現不佳,使得智霖業績比起去年同期衰退了21%。近期公布的第三季業績,營收為表現為2.2億美元,比起2000年第三季衰退將近50%,執行長洛蘭茲(William Roelandts)在宣布「第三季業績時坦然表示,第三季是困難的一季。」華爾街分析師因對智霖存貨狀況仍有疑慮,對它的股價持保留態度,建議投資人保持觀望,和兩年前全面叫進不可同日而語。
儘管由雲端跌落谷底,但智霖的上下卻都不認為「經濟衰退」是危機,反而是他們向下一個典範轉進的轉機。其間的內涵,就是智霖要由一個賣晶片的公司,轉成賣「平台服務」的公司。就在今年9月業績最黯淡的時候,智霖針對IC設計師需求,與21家矽智財供應商組織共同軟體授權聯盟,提供單一化授權協議,供應450種IP相關訊息,設計師可直接透過網路查詢IP授權細節、進度,以及驗證流程,縮短過去各種法律程序達6個月以上授權時間,「現在競爭的法則是要Time to Market!」智霖台灣總經理賴炫州解釋:半導體製程技術愈進步、科技產品壽命愈來愈短,智霖的價值已經不是晶片,而是運用自己的矽智財,加上合作夥伴的矽智財,幫助晶片IC設計公司的矽智財最快完成上市工作;就好像一塊積木般,智霖的平台上隨時有三角形、方形、菱形;客戶可以任意選擇其中的幾塊,透過智霖取得授權,快速變成一部戰車或大哥大,最Hot的賣到消費者手上。
智霖深具轉型信心的理由,一是它對產業生態深而透的了解,累積了夠多的智慧財產權與設計精英;一是它經歷的失敗與創業起伏,遠勝過其他IC設計公司。

**研發為成功之本

**
1984年在矽谷成立,智霖算是IC設計的老兵,但自90年代中期開始,不論在推出的速度或是新技術的研發,都落後於競爭者。1996年接任CEO一職的洛蘭茲曾告訴媒體:「我幾乎是在最糟的時候,進入矽谷高科技產業。」洛蘭茲體認到,只有掌握「時間」與「研發」,高科技公司才能可長可久。及至掌握「可程式化邏輯元件」的概念,智霖成功轉型成世界第一大IC設計公司。
截至2001年3月,智霖擁有超過500個美國專利,從1999年開始,研發的金額也呈現倍數成長,由1999年的9000萬美元,到今年將投入2億美元(佔年營收的1/8),持續在製程技術及軟體相關開發上,繼當年率先導入0.18微米製程技術,目前智霖跟聯電也展開0.13微米的合作案。
去年獲選美國《商業週刊》(BusinessWeek)「全球50家獲利最佳企業」之一,卻在通訊客戶的超額庫存中遍嘗風寒,今年智霖在半導體業的風采,勢必會輸給製作微軟Xbox遊戲機繪圖晶片的矽谷同行nVidia。但問問台灣半導體業,沒有一個人敢看輕這家公司。
「只要我們仍舊保持創新的精神,事情總是會有轉機,」看著車水馬龍的基隆路,賴炫州轉述著洛蘭茲來台灣親訪客戶時的叮嚀。

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