台北區塊鏈週11月登場!早鳥票正式開售,首波講者名單曝光
台北區塊鏈週11月登場!早鳥票正式開售,首波講者名單曝光

🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《WEB3+》LINE官方帳號

##### 台北區塊鏈週11月登場!早鳥票正式開售

台北區塊鏈週即將來襲啦!此次活動旨在為業界專家、愛好者及公眾提供一個全面而深入的學習與交流體驗。大會將於2023年12月11日至16日在台北隆重舉行,並專注於區塊鏈技術與Web3整合領域的最新趨勢和發展。

這次大會的演講者陣容相當強大,主辦方已公布了首批受邀的演講嘉賓,他們在各自的專業領域都有卓越的成就和廣泛的認可,本次多元化和高度專業的演講者陣容,正是大會致力於為參與者提供全面學習和交流機會的鮮明展示。

目前,大會的早鳥票已正式開售,為區塊鏈愛好者、專業人士以及行業創新者提供了一個絕佳的參與機會。

台北區塊鏈勢必將成為區塊鏈與Web3發展趨勢的重要指標,吸引業界精英和領先的創新者共聚一堂,共同探討和塑造這一新興領域的未來,請把握這一罕見的機會,參與這場將影響區塊鏈和Web3技術未來走向的重要盛會。

##### 今年講者有哪些?

以太坊創辦人布特林(Vitalik Buterin)

布特林(Vitalik Buterin)是以太坊的聯合創辦人,對電腦科學和密碼學都有深刻理解。

作為協議領域的重要人物,布特林的見解對於理解區塊鏈技術的基礎方面至關重要,布特林在台北區塊鏈週的線上討論,將闡明以太坊的演變及其對Web3生態系統的貢獻,影響關於去中心化協議未來的討論,布特林將會以線上的形式,參與台北區塊鏈週活動。

林之晨

林之晨在新創加速器AppWorks擔任主席和合夥人,AppWorks是一家由創始人建立的領先初創加速器和風險投資公司,林之晨同時也是電信和科技集團台灣大哥大總經理。

林之晨將從創業和電信行業兩方面豐富的經驗帶到會議,可以從採納的角度提供見解,憑藉在商業和技術管理方面的背景,林之晨在推動台灣大哥大的成長和創新方面發揮了重要作用。

鑒於林之晨職業生涯的企業焦點,林之晨在活動中的參與可能會強調區塊鏈與電信以及大規模企業解決方案的交集,林之晨的見解將提供一個實際的角度,闡述企業如何利用區塊鏈和Web3技術。

Jeff Miyahara (Tokyo Jeff)

被稱為「東京Jeff」的Jeff Miyahara是NFT領域中知名的重要角色KLKTN的首席內容官(CCO)。

Jeff是KLKTN背後的願景家和策劃者。作為標誌性的日本-韓國唱片製作人和詞曲創作人,他在全球製作了超過290位J-POP / K-POP和國際藝術家的作品,實體和數字銷售總量超過4000萬份,為他的名字贏得了無數的榮譽。

Jörg Roskowetz

擁有深厚的人工智慧和技術架構背景,Jörg 的專業知識將人工智慧與區塊鏈之間的鴻溝連接起來。

他在會議上的存在,凸顯了人工智慧在Web3生態系統中日益重要,闡明了人工智慧和區塊鏈技術如何協同作用,創造更智能和去中心化的應用。Jörg 將提供有關將人工智慧融入區塊鏈項目的見解,探索在各行業中以人工智慧為驅動的創新潛力,以及它們對Web3未來的影響。

Sebastien Borget

Sébastien Borget 是The Sandbox去中心化元宇宙的聯合創始人兼首席運營官,該虛擬世界允許玩家使用NFT和該平台的主要實用性代幣SAND來創建、遊玩、擁有、管理和盈利自己的體驗。

此外,Sébastien於2020年成為區塊鏈遊戲聯盟的主席,該非營利組織擁有500名業內關鍵成員。他將就即將到來的趨勢提供見解,以及企業如何在2024年更好地在元宇宙中發掘品牌價值。

Zaf Chow

Zaf 是Web3發展和採用的倡導者。作為前Animoca Brands的數字策略和合作夥伴關係總監,她在推廣NFT和元宇宙的大規模採用方面扮演了關鍵角色。

現在在Artifact Labs,她領導與藝術和文化機構的合作,利用區塊鏈技術解決現實世界的挑戰。她在Artifact Labs的工作將傳統與創新融合,反映了由技術塑造的不斷變化的藝術景觀。通過使機構能夠應對數字時代,Zaf 使它們走向永恒的韌性。她在台北區塊鏈週的參與表明她將關注數字藝術所有權的不斷變化的景觀,代幣化以及將NFT整合到藝術市場中。

John Nahas

John 擔任Ava Labs的業務發展副總裁,擁有豐富的知識,數十年的經驗使他能夠建立起關鍵性的強大合作夥伴關係,這對於成功進入市場至關重要。

憑藉在商業和技術領域的深厚背景,John的專業知識涵蓋了區塊鏈協議的複雜運作。他的見解將在促進有關協議開發的進展和挑戰的討論中起到關鍵作用,以及它們如何對區塊鏈技術在Web3框架中無縫集成到各行業和應用中的貢獻。

🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《WEB3+》LINE官方帳號

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