我的紐約還在嗎?
我的紐約還在嗎?
2001.10.01 |

我對紐約,當然是有感情的。留學美國的日子裡,能夠做最瘋狂的事,就是興起上路去紐約。
通常都是星期六的中午,剛從前夜一直持續到凌晨的朋友聚會殘留的氣氛裡醒轉過來。那些年頭,80年代後期到90年代前期,我們的生命裡還印著許多嚴肅的大論述大事件,朋友們輪流在幾個人家裡聚談,談台灣民主改革的前景,談中國開放的效應,談後現代理論,有時候也談猶太教教義與中國儒家論理的異同。那時找到最輕鬆的話題是電影,因為大家都很省,不會花太多錢去看院線上演的好萊塢產品,而是游走校園各處宿舍找免費的電影看,不然就是買便宜的連票去學校的電影檔案館裡去亂混亂晃。所以看了一大堆唯美電影、奇怪的電影,沒有辦法用常情常理了解的電影,剛好利用這種機會互相教育,也彼此炫耀一番。聚會通常到兩、三點鐘才散。睡一覺醒來,心裡難免會有一股興奮和一股落寞交織衝突著。興奮是這個世界這麼大,還有那麼多可供我們去探索,落寞則是那麼大的世界裡,那麼熱鬧的聚會結束了,我們還能還該做些什麼?
這種時候,就是啟程去紐約的時候了。我們所在的波士頓距離紐約市,以我年輕時不怕死飛車開法,有過4小時以內可以到的紀錄,稍稍放慢一點,4個半小時算是合理的估計。
下午一點鐘左右出發,夏天的話還能趕在天黑之前進紐約。通常先去皇后區法拉盛買帶有台灣家鄉味的肉圓吃,奢侈一點的話就殺回曼哈頓找家特色些的餐廳吃飯。吃完飯向南到華盛頓廣場一帶,可以逛街,可以散步,當然也可以去聽爵士樂現場演奏。混到超過午夜之後,回到二手老爺舊車上,開始上路北返。
已經算不清那幾年間有多少次這種瘋狂紐約半日遊的經驗了。紐約是個人的地方,它什麼都有,而且什麼都混雜在一起,可以讓你觸得到碰得到混得到,所以最可以處理那種興奮與落寞矛盾交雜的情緒。
正因為累積太多這種經驗,紐約從來不是個遙遠的地方,也從來不是滿足好奇心的觀光景點。我不在紐約,但總覺得隨時可以去紐約,離開紐約也不覺得可惜與悵然。紐約是我生活中正常的一部份。
使我和紐約親近,還有一個重要的理由,那就是長期固定閱讀《紐約客》雜誌,我讀《紐約客》的資歷,已經逼近20年了。到手的第一本《紐約客》,連目錄標題都沒辦法全都讀懂。
少年時期把所有的熱情、精力都投注在文學上,不曉得在哪裡讀到人家介紹,說《紐約客》是世界第一流的文學雜誌,心中好奇羨慕得不得了。非常偶然的機會竟然在光華商場角落小店的塵封角落裡搜到一疊《紐約客》從此開始了我和這本雜誌的長遠關係。
真正讀懂《紐約客》,就知道是實在不是我心目中想像的那種文學雜誌,《紐約客》每期都刊登很好看的小說,很特別的詩,可是卻只是《紐約客》總體態的一種表現方式,而不是它的真正本性,那什麼是《紐約客》的總體態度呢?它帶著一點傲慢帶著一點戲謔帶著一點誇張,宣示著紐約人和別人都不一樣的生活觀照與日常品味。
我很快就養成習慣,貪婪地翻閱《紐約客》雜誌每期最前面的活動情報誌,我很確定,那上面列出來的一星期內要在紐約發生的事,在我自己的城市──台北可能會是一整年的份量。我從那裡面認識到紐約的豐富,對照領域到自己的無奈貧乏。
在讀《紐約客》的過程中,我也學會了去感受紐約人看社會看世界的獨特角度。我學到什麼是文化品味,以及文化品味中包含的犬儒、嘲諷態度。同時,沒有什麼其他東西,比《紐約客》的漫畫,更能具體地教會一個人瞭解,什麼叫做「美國式幽默」。
我還沒去紐約前,透過《紐約客》,我已經在紐約了。當然,我認識的紐約,是偏頗的,但我的偏頗和所有讀觀光指南、甚至留學住在紐約的人都不一樣。我以一個實質陌生人的身份,卻滿注了滿腦子老紐約人最世故最日常一面的姿態與資訊。
在美國的那幾年,我一直相信兩樣經驗讓我碰觸、涉入美國社會較深的肌理,不至於停留在浮光掠影的膚淺層面。一是我對各式各樣職業運動的熱愛,永遠在偷時間看轉播讀報導;另外一項就是《紐約客》提供我的學習智慧。運動知識讓我隨時可以找到和人家聊天的題材,《紐約客》的訓練則讓我聽懂許多人家話中的話、弦外之音。
紐約是個奇異的地方。我從來不曾覺得自己在那個街頭上,是個異鄉客是個會迷路的觀光客。
紐約當然不是我的家,但在紐約,尤其是曼哈頓,我享受一種奇特的安全感。安全感來自那以數字命名、系統化到近乎無聊的街道網絡,只要一抬頭,你一定知道自己在哪裡。安全感更來自每次到紐約,我卻很清楚自己想去哪裡,有哪些地方可以去。
去紐約一回,就尋索一次《紐約客》裡讀到過的地方。音樂劇的百老匯、卡內基中心的古典音樂演奏當然不必說了。去華爾街上找J.P. Morgan當年叱吒風雲的銀行原址。去哈林區找馬蘭孔X(MalcomX)被暗殺的廳堂,已經近乎棄癈的地方,裡面竟然傳來有人練習吹薩克斯風的斷續音符,而且聽得出來吹的是「My Funny Valentine」。
河邊大教堂和大都會博物館分院,都是我們非常喜歡去散步的地方。大冬天下雪時,就去林肯中心看人家溜冰,尤其是耶誕節前夕,那種喜氣感覺絕對無可替代。耶誕節到了,還應該去老梅西百貨,有一年我們甚至在耶誕夜刻意留到老梅西打烊,感受那種既像是節慶要開始,又像是曲終人散的氣象。
後來日本人富有起來,替紐約增添了日本區的書店和餐廳。法拉盛除了有滿街的台灣式招牌之外,還有很好的韓國菜可供探尋。布朗克斯則有老洋基球場,球場周圍到處都感染著棒球歷史「棒球迷」的特殊文化。80年代末還沒有整頓過的蘇活區,則是危機四伏的波希米亞混亂貧民窟,不能優閒亂混,卻適宜選一些沒有章法的畫廊,走進去和老闆胡扯一些達達主義或超現實主義的閒話。
紐約的故事、紐約的回憶太多了,那無法形容的從來不在的心靈故鄉。這樣的精神定位,使我從來都不喜歡專門吸引觀光客的地點。例如自由女神、例如聯合國、例如帝國大廈、例如大都會博物館。自由女神像一定是陪著朋友盡作地主之誼時才會去的,至於大都會博物館,我還寧可坐在門口台階上,回憶這段景緻曾經如何被伍迪艾倫編組入鏡。
例如世界貿易中心,一個我從來不曾涉足過的紐約地標。永遠是當雙子大樓突兀地浮現在天際線上時,以不屑復不安的口氣批評那太過單調的形狀,那似乎象徵著美國資本主義不修飾的霸氣的炫耀神情。我從來不會想去參觀世貿中心,因為還有太多太多更值得去的地方。因為世貿中心總是會在那裡。可是河濱道路上的夕陽、藍調的現演奏卻不會等我。
然而世貿中心消失了。雖然世貿中心消失後,我竟覺得心疼痛惜不已。因為世貿中心的醜與霸道,也是紐約不可分離、不應分離的一份情。這種紐約什麼都有、紐約什麼都可以有的信念,被挑戰被挫折了。
我以為紐約會一直在那裡。可是如果連世貿中心都可能化為烏有,我不曉得我所認識我所喜愛的紐約,還會存留多久。這是最深沈、最難排解的感情傷,最冷最冷的寒心與擔心。

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