【幣圈日報】台灣加密貨幣最新監管出爐!|美 SEC 監管籲無需立法!
【幣圈日報】台灣加密貨幣最新監管出爐!|美 SEC 監管籲無需立法!
2023.03.31 | 區塊鏈
##### 台灣金管會「不設法律」納管虛擬資產,9 大面向指導原則推動業界自律

台灣金管會在 3 月 30 日下午召開記者會,宣布已奉行政院指定,將擔任虛擬資產主管機關,不過目前並沒有訂定相關法律或將虛擬資產納入特許行業的計畫。

金管會將訂定虛擬資產的指導原則,並要求虛擬資產平台及交易業務事業推動業界自律,以及與其他部門共同協力合作,以強化國內業者的自律成熟度及管理經驗;金管會將以 9 大面向進行指導,包括資訊揭露、洗錢防制、商品上下架審查程序、交易公正透明度、客戶權益保護、營運系統與冷熱錢包管理、客戶與平台業者資產分離保管等。

虛擬資產業者將會以「公會」的形式進行自律規範的訂定,並由公會成員自行決定誰能加入公會。金管會表示原則上會以「月」為單位進行監管,但可能會以「年」為單位。

延伸閱讀: 加密貨幣確定金管會管!暫不列特許事業、靠業者自律,和過去到底有什麼不一樣?

##### SEC 主席:現有證券法監管加密貨幣就足夠!不需額外立法

根據《The Block》報導,美國證券交易委員會(SEC)主席 Gary Gensler 表示,現有的證券法已涵蓋大部分加密貨幣交易活動,不需要額外立法。他強調 SEC 會是唯一的主管機關,立法者不能破壞現有法律。

另就 CFTC 對幣安的訴訟問題,Gensler 則拒絕回答,但指出 SEC 已對其他交易所採取行動。CFTC 主席 Rostin Behnam 表示以太幣和穩定幣皆為商品,但 SEC 則認為大多數加密貨幣都是證券,任何海外實體向美國投資者出售代幣,都必須遵守證券法或 CFTC 法律約束

##### 美國議員:計畫建立一支「反加密軍隊」來打擊幣圈

美國民主黨參議員伊莉莎白・華倫(Elizabeth Warren)在推特上發布新的連任競選文宣稱,她計劃建立一支「反加密軍隊」來打擊加密貨幣產業。

華倫對加密貨幣產業的厭惡不是新鮮事,近年來,她一直致力於抑制加密貨幣在美國的傳播。其中以 2022 年 12 月提出的《數位資產反洗錢法》達到最高峰。當時,該法案遭到共和黨與民主黨人士的廣泛批評,加密和科技產業也警告這項法案可能帶來的負面影響。

華倫在今年 2 月份宣布,她將重新提交這項法案。該法要求所有個人、礦工和驗證者的加密錢包,都必須符合《反洗錢法案》要求。如果這項法案通過,意味著美國人將禁止使用加密錢包的相關服務。

##### XRP 交易占 Korbit 總成交量的一半,韓國的加密貨幣交易熱再起?

近期,南韓加密貨幣交易熱潮似乎又回來了,尤其是 XRP 代幣的漲勢推升了交易量。

過去一週,XRP 上漲了 26%,並在 UpBit、Bithumb 和 Korbit 這三家南韓最大的交易所中成交量激增。其中在 UpBit 的交易量佔全部交易量的 18%、在 Bithumb 的交易量佔 37%,在 Korbit 的交易量佔 50%;在這些交易所中,通常佔成交量的大宗是比特幣或以太幣,所以最近 XRP 的爆量成交是一個反常現象。

南韓的交易者向來以「炒幣」而聞名。此前,由於本地需求的推動,當地的比特幣價格可能會比國際市場價格高出多達 30%(俗稱「泡菜溢價」象限)。

然而,有些交易量可能是由「洗盤交易」所產生的,這是一種不誠實的交易行為。洗盤交易者會不斷地進行相同的買賣交易,以增加交易量,讓市場看起來更活躍,從而讓其他投資者感覺到市場有利可圖。

這股對 XRP 的興趣,可能是市場上有越來越多人「猜測」XRP 將被美國商品期貨交易委員會(CFTC)也歸類為商品所引起,因為此前 CFTC 在對幣安的訴訟中將比特幣和以太幣歸類為商品。這傷害了美國證券交易委員會(SEC)對瑞波(Ripple)的指控,該指控聲稱 XRP 是證券。如果 XRP 被歸類為商品,可能意味著 Ripple 將贏得訴訟案,這對某些交易者來說是利好因素。

##### Polygon zkEVM 主網不發行代幣,使用 $ETH 支付 Gas Fee、$MATIC 用於質押和治理

以太坊側鏈 Polygon 在其官方常見問答中,更新 Polygon zkEVM 主網相關事項,指出 Polygon zkEVM 主網將不會單獨發行代幣。

Polygon zkEVM 是 Polygon 網路上的一個 Layer 2 解決方案,採用零知識證明(Zero-Knowledge proof, ZKP)技術,能夠提供比以太坊主網更快、更便宜的交易速度。

ZK 是以太坊擴展的未來趨勢之一。
ZK-rollups 透過將交易「滾動」到鏈外執行的方式,來幫助緩解交易擁堵。

據悉,Polygon zkEVM 將以 ETH 用於支付網路 gas fee,而 MATIC 則用於質押和治理。此外,Polygon zkEVM 亦透過 ERC-4337 支援「帳戶抽象」。

##### Do Kwon 將在黑山監獄度過「擁擠」的一年,律師透露

據《Protos》報導,黑山共和國(蒙特內哥羅)的一名刑事辯護律師表示,Terraform Labs 創辦人 Do Kwon 在被捕後隔離的 10 天裡,是和一、兩個人合住。但在隔離期過後,他將被轉移到一般拘留設施,那裡的條件比隔離所糟糕。

「房間只有 8 平方公尺(約 2.42 坪),非常擁擠,一個房間大約有 10 到 11 個人——甚至沒有床。」律師解釋道,「被拘留者每天可以享受 30 分鐘的『周圍散步』,並可以從販賣部購買香煙和咖啡等基本物品。」

Do Kwon 首先將在黑山法院接受審判,審判可能需要大約 4 到 5 個月的時間,如果被起訴,引渡程序可能需要至少 4 到 5 個月的時間。刑事辯護律師認為,至少需要一年才能達成任何引渡協議。目前引渡到韓國的機率最大。

本文授權轉載自:鏈習生

核稿編輯:高敬原

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