白話科技|全光網路是什麼?光通訊概念股有哪些?一次看懂光傳輸商機
白話科技|全光網路是什麼?光通訊概念股有哪些?一次看懂光傳輸商機
2025.03.09 | 5G通訊

微軟、Google、Intel相繼投入的IOWN全球論壇壇,正在積極推展「全光網路」(All-Photonic Network,APN)技術。

中華電信也在2024年8月宣布與日本電信電話株式會社(NTT)合作,啟動台灣與日本之間全球首例跨國創新光纖及無線網路技術(Innovative Optical Wireless Network, IOWN)的全光網路。

該國際IOWN全光網路連接位於台北市的中華電信總公司與日本武藏野市的NTT武藏野研發中心。在約3,000公里距離的光纖傳輸,IOWN全光網路僅花了約17毫秒並提供超低延遲、無訊號抖動的穩定通信。

科技大咖、電信產業相繼投入,為什麼他們將全光網路視為電信產業,甚至是全球網路產業的希望?

答案是, 在生成式AI急速發展的當下,電力在未來會是稀缺資源。因此,在電信技術自5G邁向6G之際,增加傳輸效率的前提是,同時也得降低功耗。

根據IOWN目標,希望在2030年實現全光網路,使能源消耗降低100倍、傳輸容量提高125倍,並讓端對端延遲降低200倍。

1130829中華電信新聞照2_中華電信與NTT啟動台灣與日本全球首例國際IOWN全光網路記者會,全
中華電信與NTT啟動台灣與日本全球首例國際IOWN全光網路。
圖/ 中華電信

全光網路是什麼?

在談全光網路之前,必須先提及「IOWN全球論壇」的定位。

IOWN全球論壇由日本電信龍頭NTT發起,是研究未來通訊的產業串聯組織,目前會員超過125家企業。核心成員不只包括諾基亞、愛立信等電信商,兩大公有雲業者Google、微軟皆也已簽約加入,連Intel、海力士等晶片業者也是其中成員。

全光網路是一種新型態的電信網路,以光通訊全面取代電子訊號,有望大幅降低全球資料傳輸帶來的電力消耗。

光傳輸速度快、頻寬高且耗能低,還有訊號之間不會互相干擾的優點,目前主要應用在資料中心做為短距離傳輸資料,或是應用在長矩離光纖網路。例如,台積電研發的矽光子技術

全光網路的優勢:傳輸快、功耗低,但是建制成本相對高

光傳輸跟傳統的電傳輸有何區別?簡單來說,電子受限於傳輸介質,速度低於光,不過組裝容易、建置成本較低,大部分設備、伺服器及關鍵網路元件中的資訊處理,仍以電通訊為主。

現行使用的光纖網路,僅在分段網路上個別處理,例如區域網路、接取網路與資料中心網路,而彼此連接傳輸過程,仍然需要轉換成電子訊號處理; 全光網路,則讓一條光路能跨越多段網路,使光訊號完全取代電子訊號。

當所有資訊處理設備達成全光網路目標,也就是全部採用光通訊技術,即可免去原先的光、電訊號轉換過程,大幅提升傳輸效率。

如何實現全光網路?一共有3步驟

NTT提出光電融合技術的路徑步驟,依序分成3個階段:

1. 第一步:晶片外部連接: 使用矽光子、光纖、類比IC等整合電路,使晶片外部元件能高速傳輸。

2. 第二步:晶片互連: 透過短距離光佈線,直接互相連接晶片,實現晶片彼此的光通訊。

3. 第三步:晶片內部連接: 晶片內部核心由光通訊運作,能進一步提升晶片效能,且隨著技術發展,裝置的尺寸和距離將縮小。

在第一階段,主要應用於電腦與電腦之間的資料傳輸,到了第二與第三階段,應用場域則轉移到裝置內部的連接。

透過一步步縮短光通訊應用的傳輸距離,逐漸降低電力消耗,同時提升傳輸速率。

全光網路有哪些應用案例?

日本三菱日聯銀行是使用IOWN技術,打造基礎設施的金融機構之一。透過不同站點的兩個獨立資料中心,現在已能彼此複製和傳輸資料、管理數據,並順利處理存款、提款和線上匯款等交易。

NTT則利用全光網路,完成資料中心AI影像分析的PoC案例。在攝影機設置場域與資料中心間隔100公里的情境下,全光網路成功降低60%傳輸時間,同時也降低電力的使用量。

川島正久解釋,以往在資料中心的聚集地,都會出現龐大電力需求; 而全光網路能讓中小型資料中心的能力大增,相當於超大規模的資料中心。

在國內,中華電信於2020年3月與富士通加入IOWN全球論壇,是台灣唯一加入IOWN全光化網路研發的電信業者。

2023年10月,中華電信也與NTT簽下合作備忘錄,將以全光網路發展電信技術,並將在IOWN業務上展開合作。

全光網路能如何協助6G發展?

全光網路技術仍位處早期開發階段,還需要時間建立對產業的影響力,不過電信商投入全光網路部署,將有助加速邁向B5G(Beyond 5G)/6G時代。

中華電信研究院無線通信研究所所長陳瓊璋曾表示,高速率、低耗能的全光網路傳輸技術,將成為6G不可或缺的重要支柱。

儘管5G或6G佈建天線的龐大成本,讓電信商相當擔憂,不過NTT的IOWN技術總監川島正久指出,全光網路可以與6G共用電波塔,降低未來6G部署成本。

光通訊概念股有哪些?

光通訊概念股1:前鼎(4908)

前鼎光電股份有限公司於1998年7月成立,為台灣光收發模組封裝及製造專業廠。

前鼎主要營運業務為:光纖通訊主動元件模組之設計、研發、製造,旗下產品包括:光收發模組、光纖次模組、TO-can封裝、DVI光纖延線器、HDMI光纖延線器等;公司營收比重:光收發模組占比94%、其他占6%比重。

隨著AI、雲端運算和5G技術的發展,前鼎迎來大好機會。公司積極布局800G高速傳輸技術,預計在2025年前佔據市場主導地位。

光通訊概念股2:眾達KY(4977)

眾達是光通訊設備製造商,成立於2007年,總部位於開曼群島。公司主要從事光收發模組產品的研發、生產和銷售。

董事長陳靖仁6月27日指出,共同封裝光學元件(CPO)進度如預期,效益將於明年發酵,對客戶導入狀況「樂觀看待」。

眾達先前預期CPO量產時間落在2025年。陳靖仁對此表示,CPO研發會花較長時間,目前從技術發展、產品推進情況來看,仍預期量產時間將會是2025年。

光通訊概念股3:上詮(3363)

上詮光纖(FOCI)成立於1995年,是國內首家投入光纖熔燒(FBT)及平面光波導(PLC)技術的公司。公司來自工業技術研究院光電所的技術力量,使其在光纖元件技術領域居於領導地位。

上詮傳為台積電」相中的合作夥伴,與台積電及輝達共同開發光通道與IC連接技術,去年已完成送樣,最快今年下半年有機會放量。

上詮表示,將持續開發國際級客戶,除擴大現有合作項目,也同步發展矽光封裝業務,透過與客戶策略合作,建立後續量產訂單,積極爭取資料中心相關需求。

光通訊概念股4:華星光(4979)

華星光通科技股份有限公司成立於2001年,主力產品為光通訊主動元件次模組、光通訊主動元件晶片和晶粒、光通訊光收發模組代工服務等,主要客戶為美國網通晶片大廠邁威爾,邁威爾今年也於光纖通訊展(OFC)中大秀肌肉,展示採用矽光子技術的3D矽光子引擎等新產品。

隨著矽光子技術成為業界新顯學,華星光持續投入800G光收發模組、共同封裝光學元件(CPO)研發,具技術領先優勢,下半年800G產品有機會放量,且與邁威爾關係緊密,將在市場規格升級潮中搶占先機。

光通訊概念股5:光聖(6442)

光聖主要業務為各式光纖及光纖連合器的製造加工及買賣,業務範疇涵蓋通訊光電介面產品及通信網路設備之加工等,公司近期持續受惠於北美大客戶的需求成長,挹注2024年出貨量穩健向上,連同光被動產品的自製比率,也從原先的5成大提升至7成。

對此,光聖近年除已成功切入美系大型資料中心客戶,並開始出貨高速傳輸模組產品,加上美國拜登總統定案寬頻基建政策拉抬,公司預估旗下客戶拉貨已較前季復甦,未來獲利可望逐季回升。

延伸閱讀:矽光子是什麼?真正的矽光子概念股有哪些?圖解矽光子原理
影片|矽光子概念股漲翻天,圖解技術原理:矽光子CPO是先進封裝未來?

責任編輯:李先泰

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