跑得快的PC,比不上整合得好的新家電
跑得快的PC,比不上整合得好的新家電
1999.08.01 | 人物

Q: 面對後個人電腦時代和網際網路帶來的衝擊,許多半導體公司都自我調整,像德州儀器就專攻數位訊號處理(Digital Signal Processing, DSP)產品,把無關的國防事業和動態隨機存取記憶體廠賣掉,英特爾則擴大金額投資新公司。你們的因應之道呢?
A: 國家半導體看到的機會,在於資訊家電(Infor-mation Appliance)的興起。我們已將重心從生產個人電腦的微處理器,轉為生產資訊家電的微處理器。個人電腦產業已太成熟,成長空間有限,但是各式各樣功能簡便、使用容易的資訊產品,將會出現在我們生活中的各個部分。

Q: 在這個策略下,你們打算怎麼做?
A: 首先,我們專心開發適合資訊家電的微處理器。資訊家電和個人電腦很不一樣,它需要的不是速度很快的微處理器,而是把好幾個功能整合在微處理器上,也就是把系統直接做成一顆晶片(System on Chip)。資訊家電要簡單好用,裡面的晶片數目愈少愈好。
3年前,葛洛夫(Andy Grove,英特爾董事長)還稱系統晶片為「霍拉的幻想」。英特爾一直到去年十一月,才不得不面對市場需求而做改變。
其次,我們會逐漸將生產的工作外包出去,交給晶圓代工夥伴執行。臺灣的晶圓代工技術,無論是台積電或聯電,在世界上都居於領先地位,所以越來越多公司會利用晶圓代工廠的產能,國家半導體便是朝這個方向走。
我們的產品當中,數位和類比各半,類比產品是由國家半導體在蘇格蘭和德州的工廠製造,但是會和數位產品一樣,逐漸採取代工模式生產。幾個月前我們計畫賣出一部分晶片設計公司的股份給代工夥伴,讓不同製程技術能調整到更好的狀況。

Q: 移轉給代工夥伴的產能會有多大?
A: 約10億美金。我們是年營收20億美金的公司,其中類比產品佔一半,顯示有10億美金產品要靠代工夥伴幫忙製造。事實上,我們全部0.5微米晶片的產能都來自台積電。

Q: 在0.25和0.18微米的部分呢?
A: 還沒那麼快。我們旗下新瑞仕(Cyrix)廠的微處理器,或我們本身發展資訊家電的系統晶片,都屬於0.18微米製程,這部分暫時還不會交出去代工。

Q: 過去,你們在個人電腦微處理器市場中,主要對手是英特爾。進入資訊家電市場後,主要競爭對手會是誰?
A: 還是英特爾。他們也想進來,並計劃以Strongarm(英國半導體公司ARM生產的微處理器,ARM與英特爾有合作關係)晶片拿下這個市場,一旦成功,會衝擊目前走x86架構的公司(像國家半導體)。但問題是現有Strongarm晶片與許多連接網路的插槽不相容,所以多數網友還是選擇x86,只有少數選擇Strongarm,因為Strongarm的使用者無法藉由瀏覽器進入某些網頁。
兩個月前,美國米高梅電影公司為電影《冷血悍將》舉辦一場電影宣傳。活動當天,網友以個人電腦透過數位影音光碟機觀看電影後,就能連到米高梅網站與導演對話,也可以隨時在米高梅網站上看到《冷血悍將》的演員,及片中大量特效的製作過程,這是互動式數位影音光碟機應用的例子。這樣的連結是專為x86製作,而不是Strongarm。
除非使用者能進入米高梅提供的專屬路徑,否則網友若是使用以Strongarm晶片為基礎的視訊轉換器,就需藉加裝配備才能連上,類似情況很多。
另一個例子是Liquid Audio,那是一種插卡,讓你身處世界各地,也能聽到最喜歡的電台節目。在美國,人們用它來收聽家鄉棒球隊出賽實況,工程師為x86晶片開發出這項功能,因為x86晶片有足夠資源讓他們做這樣的設計。
我說英特爾是我們的競爭者,是因為他們動作很快,對於比較弱的Strongarm部份,已有整合x86功能的Timna計畫,預計明年六月展開。

Q: 你們怎麼和英特爾做區隔?
A: 英特爾沒有類比產品,而國家半導體是一家類比公司,事實上我們對數位及類比產品都很重視,這才是關鍵。
我不知道英特爾要如何解決缺少類比產品的問題,我們發展中的資訊家電,例如視訊轉換器,就整合了電視、陰極射線管和功率放大器等多項類比技術,但在英特爾的Timna計畫中,我沒看到任何一項。
不過,以英特爾的規模和執行力來看,它是有可能調派成千上百個工程師來執行這件工作,短期內密集投入人力和資金,絕對是一個可怕的對手。

Q: 要打好這場仗,你需要的不只是專注開發系統晶片、以及產能外包而已,勢必還需要整合一些資源?
A: 我們在兩方面加強。第一,我們利用網際網路,和客戶做更好的溝通。國家半導體將所有技術開發資料上網,我們的客戶和半導體設計工程師,都可以上網看成果,了解我們未來走向,讓他們可依此而做準備。當然,他們也會有一些意見和問題,可以透過網路和我們直接交流。
透過網路可以影響更多消費者,這是我們一直傳達給行銷及研發人員的觀念,從網路上能影響1200萬人,甚至更多。我們有很多客戶根據自己的需求,下載我們提供的貨品清單後再訂貨。
第二,我們與全世界技術領先公司合作,創造雙贏並搶時間。我們與一家比利時公司合作,開發第二代單晶片資訊家電的音辨模組,這個模組可以應用在麥克風上,如果使用者坐在一個四個角落裡都設有這個麥克風的房間,在收音過程中,麥克風會自動排除使用者語音之外的雜音。
目前,許多技術都已存在,眼前要做的就是整合。

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