後PC時代,英特爾榮景如何重現?
後PC時代,英特爾榮景如何重現?
2001.05.01 | 科技

隨著Nasdaq指數連番重跌,景氣持續低迷,對高科技業的龍頭而言,卻正是整軍出發的好時刻。
自從1972年英特爾第一顆微處理器問世,30年來,英特爾一直站在產業浪頭上,沒有錯過一次轉折。網際網路興起,無線通訊時代來臨,大環境再度出了個難題給英特爾。「Making the Internet as powerful as our processors」(讓網際網路像微處理器一樣功能強大)是英特爾的目標。
4月中,英特爾在台北舉辦三天的英特爾技術論壇(IDF),主題圍繞在「延伸網路力量」(extending the power of net),揭示英特爾在電子商務、無線通訊與個人電腦領域的佈局。

**由應用出發
根本改變生活

**
「景氣的衰退,並沒有影響到人們長期的需求,」英特爾副總裁兼架構事業群資訊長葛爾辛格(Patrick P. Gelsinger)認為,人們已經學習到網路經驗,但最大問題是,應用產品不足,「我們只改變了生活習慣,並沒有改變生活方式。」
葛爾辛格以亞馬遜(Amarzon)為例,亞馬遜改善了購書這件事的習慣,但人們喜歡看紙本的生活方式,並沒有產生根本的改變。他認為,重點在於提供更便宜、更容易的應用產品,增進人與人之間的溝通能力,而英特爾現在要做的事,是創造一個以電腦為中心的應用資訊環境,協調各種裝置的溝通,從根本去改變人類生活。
就目前檯面上各種解決方案,葛爾辛格看好微軟視窗作業系統「XP」。他指出,因為網路的出現,人們、軟體及網際網路的關係將會重新定義,而強調讓使用者可以隨時隨地擷取即時聲音、影像並進行管理的「XP」系統,可以讓用戶超越現在各種應用軟體、服務及硬體裝置各不相連的情況,而擁有完整且隨時處於連線狀態的全新體驗。
從微處理器到跨足新領域,英特爾定出第四個10年的戰略目標。
在核心部份,英特爾仍將以矽元件為中心,結合軟體,建構開放性的運算平台,因應四種不同架構。這四個架構包括英特爾最擅長的電腦運算架構(IA32),以32位元處理器為基礎,進一步開發64位元產品;第二部份則是提供企業進行資料存儲的IPF,然後是著重無線通訊環境的PCA個人網路架構(personal client architecture),以及IXA網路交換架構(Internet exchange architecture)。葛爾辛格表示,PCA及IXA是英特爾近期的兩大發展方向。

**網網相連的組織架構

**
今年可能出現15年來首次營收衰退,但英特爾在通訊研發的項目及規模上,一點也不手軟,從成立基金到設立新研發單位,英特爾這回鐵了心。
英特爾成立一個英特爾通訊基金,規模從初期2億美元增加至現今5億美元,並在北京、上海成立五個相關實驗中心,涵蓋的範圍包括個人電腦介面技術、軟體、無線通訊以及網路交換架構(IXA)。
另外,英特爾透過旗下Dialogic公司的技術,配合英特爾架構伺服器,組成英特爾通訊平台,協助發展各種標準化的通訊功能。英特爾也強化藍芽無線技術,連線產品事業群正積極研發英特爾自有品牌的終端產品,首先將推出無線電腦介面卡及USB配接器,讓筆記型電腦、PDA、或是手機之間可以相互串連,並可透過這些產品快速上網。
在電腦產業中,英特爾無疑地佔據龍頭的地位,但在通訊領域中,英特爾還是個新手,與通訊大廠策略聯盟,勢在必行。
英特爾與易利信聯盟,開發定義儲存網頁、電子郵件、語音、及音樂資料的快閃記憶體產品,還與日本三菱電機合作生產3G晶片,因應即將開台運作的日本3G市場。此外,英特爾也跟芬蘭行動電話服務業者Sonera共同投資一家新公司,以開發類比記憶體及電源管理的晶片。
除了通訊廠,英特爾與通用汽車儀表板部門OnStar、新力及Clarion等消費性電子廠商合作,運用全球衛星定位系統及手機網路,發展各種車內電腦,提供方向指示及緊急事故通知警察等服務。

**建立完整產業生態系

**
「我們要建立一個產業生態系,」英特爾無線通訊與電腦運算事業群副總裁暨總經理史榮納(Ronald Smith)指出,無線通訊產業現在最大的問題是,各自廠商分別投入不同的計畫,缺乏垂直及水平的整合,因此無法提升產品開發的速度,使得消費者因過度期待而產生悲觀心態,只要整體產業彼此相互支援,讓應用服務市場成熟,便能一舉將無線通訊推向新的里程。
在台灣方面,英特爾架構事業群副總裁暨行動通訊平台總經理史普林德(Frank splinder)指出,英特爾將與台灣筆記型電腦業者合作,共同開發製造無線通訊與網路等架構產品。他指出,台灣在IC設計方面有蠻多的創意,可協同開發不同用途矽智財(IP),充實英特爾所提出的網路交換架構。
英特爾已與經濟部簽署一份備忘錄,針對無線通訊多媒體裝置、無線上網設備、以及應用服務等三方面進行合作,其中晶片設計及3G通訊將是雙方合作重點。經濟部工業局長施顏祥表示,此合作將有助台灣廠商開發智慧型手機 (Smart Phone),並朝自有品牌市場發展。
史榮納估計,今年在無線通訊的佈局,將會替英特爾帶來數十億美元營收。

**結合通訊與運算

**
英特爾的另一重頭戲,是個人網際網路客戶端架構(PCA)。英特爾執行長貝瑞特(Craig Barret)指出,英特爾要做的是包含行動電話、終端伺服器、PDA與行動電腦等擴充式電腦(Extended PC)架構提供者,而不是單純的電腦架構業者。
PCA植基於開放平台概念,透過獨立軟體商的力量,讓不同運算及通訊設備能夠相互支援,不會因為使用者所持產品的規格、機種或是本身所在的地理條件差異,影響通訊的品質。
現今全球支援PCA架構的廠商超過50家,台灣包括明碁電通、華冠通訊、華碩、仁寶、大霸電子、致福、宏達、廣達等製造商以及雅威國際、網虎國際、語博科技等應用程式開發廠商等11家廠商,表態支援PCA。另外台灣大哥大也在4月中宣佈,採用PCA架構,並與英特爾共同投資各類型新興服務的公司。
去年網路正熱的時候,英特爾投資不少新創公司,包括台灣的資迅人,1年後,熱度雖然退去,但英特爾並沒有放棄,仍以網路架構元件提供者自居,並著力在電子商務市場。
葛爾辛格指出,過去人們太高估B2C市場,卻低估B2B的潛力。以英特爾為例,與客戶之間的互動,幾乎百分之百都在網路上完成,而上游供應商的連繫則有近5成是透過網路完成。英特爾由自身的例子得到好處,因此英特爾也積極介入電子商務市場。4月中,英特爾與惠普、甲骨文等廠商在台成立解決方案中心,提供國內企業軟硬體的相關服務,以強化英特爾在網路產業的影響力。
英特爾在寫網路第二章的同時,已經在醞釀第三章的藍圖,「什麼是下一代的網際網路?」不是電子商務、也不是無線網路,而是P2P點對點傳輸(peer to peer communication)。

**開發點對點P2P傳輸

**
點對點並不是個新概念,早在1980年代就被提出,只不過在網際網路的推波助瀾下,加上Napster應用讓P2P死灰復燃。
點對點是經由網際網路,讓原本集中在單一伺服器的功能,分散到各個電腦之中,將這些電腦資源組合起來,就變成了功能強大的虛擬超級電腦(virtual supercomputer),葛爾辛格興奮地說,「它將會像Java一樣,成為一種信仰!」
在葛爾辛格的帶領下,英特爾在世界各地的工程師,透過點對點的方式,分享運算資源,使得電腦資源使用率從三成提升到八成,每年替英特爾省下5億美元的成本。
有了這個經驗,英特爾在3月份宣佈與英國牛津大學、國家癌症研究基金會、以及美國癌症學會合作,研究DNA及癌症病因,協助新藥開發及縮短上市。美國國家癌症研究基金會科技總監巴博士(Dr. Sujuan Ba)表示,透過點對點的方式,可以縮短3到5年的時間,這個計畫將先針對血癌進行研究。
這個計畫是利用改變螢幕保護程式的方式,讓每台電腦上網時,能移出多餘運算資源協助運算,使用者只要上網下載軟體後,每次上網後,電腦就會自己進行運算動作。英特爾計劃號召600萬台電腦共襄盛舉。
英特爾目前所做的事,看似與原有核心產業並不直接相關,但業界人士多認為,英特爾其實是藉由刺激應用面的擴展,拉抬晶片的銷售量,因為各類資訊產品最終都跟晶片脫離不了關係。不過,業界人士也同意,像這樣大規模的計畫,也只要像英特爾這樣的大廠才有能力出面整合,推動產業前進。
從網路到通訊,分散在世界各角落英特爾工作者一一被串起,試圖將集體力量發揮到極致,就如史榮納所說的,「英特爾是資訊產業的日不落帝國。」雖不知這個帝國會興盛多久,但英特爾絕對不會放過任何壯大的機會。

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