幣圈「史詩級清算」回顧:崩盤是如何發生的?這起事件的贏家是誰?
幣圈「史詩級清算」回顧:崩盤是如何發生的?這起事件的贏家是誰?
2025.10.14 | 區塊鏈

加密市場於10月11日遭遇了有史以來最大的清算事件。190多億美元的倉位被清算,許多交易員資產歸零。本文旨在回顧當日所發生的一切。

##### 重點一次看 事件概述:10月11日加密市場遭遇史上最大清算,超190億美元倉位被清算,比特幣在20分鐘內暴跌15%,山寨幣跌幅高達80%-99%。 崩盤原因: - 地緣政治事件(中國稀土出口限制、川普對華關稅政策)引發市場恐慌。 - 過度杠桿化導致連鎖清算,流動性驟減加劇惡性循環。 - 資金費率飆升,迫使交易者在極端行情下平倉。

清算機制解析:

  • 永續合約採用零和博弈機制,清算時依賴保險基金或自動減倉(ADL)平衡頭寸。
  • Hyperliquid等平台優先保護流動性提供者(LP),而Lighter則讓LP承擔損失以保護交易者。

關鍵參與者表現:

  • Ethena:透過協商避免ADL沖擊對沖頭寸,但USDE在二級市場脫鉤至0.62美元。
  • Aave:成功處理1.8億美元清算且無壞賬,依賴預言機優化和治理風控。
  • 預言機問題:價格劇烈波動時,鏈上合約需結合儲備證明與跨市場數據避免誤清算。

市場影響:

  • 勝者:Aave(風控典範)、Hyperliquid(零停機)、Sui(網路穩定)、內幕交易者(獲利1.92億美元)。
  • 敗者:CEX(負載崩潰、透明度低)、做市商(撤流動性)、散戶(巨額損失、信心受挫)。

行業反思:需明確清算政策優先級、優化預言機設計,並增強流動性彈性。儘管部分DeFi協議表現穩健,但市場成熟度仍遠低於傳統金融。

##### 時間線 10月9日21點左右(UTC+8),中國宣布對稀土礦產出口實施限制——任何含有超過0.1%中國稀土材料的產品再出口都需要獲得北京的批準。這一消息最初並未引起大多數人的注意,但在推特上的政治圈引起關注。

10月10日4點30分左右(UTC+8),隨著比特幣從12.1萬美元跌至11.7萬美元,Hyperliquid上突然出現了大量空頭頭寸。半小時後,即4點57分,川普總統透過Truth Social宣布對中國商品徵收 100% 的關稅。比特幣在約20分鐘內從11.7萬美元暴跌至10.4萬美元,跌幅達15%。一些神秘的交易員使用全新的帳戶平倉空頭,總計獲利1.92億美元。

整個市場的未平倉合約量暴跌超過50%:比特幣從670億美元降至330億美元,以太坊從380億美元降至190億美元,山寨幣從430億美元降至310億美元。山寨幣慘遭屠殺。在一家交易所,ATOM跌幅高達99.99%。包括SUI在內的許多山寨幣在5分鐘內跌幅達80%。無論是跌幅還是損失金額,都比2021年的閃電崩盤甚至FTX崩盤更為嚴重。

##### 為何會失控 加密貨幣通常會放大傳統市場的波動,但過度杠桿化的環境會引發了「完美風暴」。標準的清算連鎖反應開始:多頭倉位被清空,其被迫拋售又引發更多清算,如此循環反覆。

但還有一個更深層次的動態在起作用,將拋售轉化為潰敗。在市場正常運行時,激進的拋售應該會吸引看到價值的投機買家。理論上,理性參與者會介入以穩定局勢。但現實並非如此。當交易員,無論是人工交易還是自動化交易程序,看到訂單簿被大量削減時,生存就成了首要任務。所有人都急於取消訂單。沒人願意在不知道刀為何掉落的情況下接住一把下落的刀。這形成了一個惡性循環:流動性減少意味著成交更差,這又會嚇跑更多參與者,進一步減少流動性。原本應該找到交易對手的訂單卻遭遇了意外。再加上止損單在整個系統中連鎖反應,就形成了崩盤局面。

資金費率(將永續合約價格與現貨價格掛鉤的機制)在市場極度單邊時變得瘋狂。交易員除了面臨虧損,還突然要支付巨額資金費用,迫使他們在最糟糕的時刻平倉。

##### 崩盤是如何發生的? 加密貨幣的主要衍生品是永續合約——一種現金結算的期貨合約,其價格走勢基於標的資產。與有結算日期的傳統期貨不同,永續合約無限期開放。它們使用資金費率(多頭和空頭之間的定期支付)來使永續合約價格與跟蹤現貨市場的參考指數保持一致。隨著價格變動,盈虧在多頭和空頭之間轉移。低於維持保證金,就會被強制平倉。杠桿會放大收益和損失。整個系統總體上是零和博弈的。一方的損失為另一方的收益提供資金,再加上手續費。

清算機制

這里有一個基本的理解:當你交易比特幣永續合約時,實際上並不涉及比特幣。這純粹是一個現金再分配系統。交易所持有保證金存款池,並根據價格變動在參與者之間轉移現金。這是一種無需標的資產的現貨交易的巧妙模擬。

關鍵規則:多頭頭寸必須與空頭頭寸完全相等。多頭每賺一美元,空頭就虧一美元。這種零和博弈只有在雙方都保持償付能力的情況下才能運作。當一方資金耗盡時,他們就會被清算,被踢出遊戲。

清算期間會發生什麽?

如果某人的多頭頭寸被清算,系統需要保持平衡。有兩種可能性:

  • 有新的參與者以新的資金開多頭頭寸
  • 空頭頭寸平倉以恢復平衡

通常情況下,這在訂單簿中自然發生。被清算的倉位被賣出,有人買入,然後他們就成為新的多頭,並擁有新的保證金。

當市場崩潰時

有時,訂單簿無法吸收清算,因為倉位的損失會超過其保證金(破產價格)。這時,保險基金就會介入——這是交易所專門維護的一個資金池,用於在市場混亂期間吸收清算。這些保險基金通常會透過在暴跌時買入、在暴漲時賣出以長期獲利。在此次市場崩潰事件中,Hyperliquid的保險基金在一小時內就獲利4000萬美元。

但保險基金也有其局限性。它們是有限的資金池,無法承擔所有倉位。

自動減倉(ADL)

當保險基金無法承擔時,交易所就會啟用ADL:強制平倉盈利方的倉位以抵消損失。這相當於航空公司在提供激勵措施失敗後將乘客趕下超額預訂的航班。如果多頭資金耗盡,而沒有人自願接盤,那麽一些空頭倉位就必須被平倉。

交易所通常會根據盈利、杠桿率和規模對倉位進行排序,盈利最多的倉位會首先被平倉。大多數主要的交易平台(幣安、Bybit、BitMEX、Aevo)都采用類似的自動減倉(ADL)排名系統,通常在清算倉位的破產價格執行。被迫退出盈利交易的感覺非常不公平,但另一種選擇是系統破產。你可以在賭場里主宰每張牌桌,但最終你會遇到沒有籌碼的對手。這就是ADL時刻:當你觸及模擬的邊界,意識到這個漂亮的現貨市場覆制品最終只是一個有界限的現金轉移遊戲。

##### 交易平台的設計選擇:Hyperliquid與Lighter 此次清算暴露了平台之間的理念差異。幾乎每個主要交易所和Hyperliquid都觸發了ADL。值得注意的是,Lighter除外。

在零和永續合約中,交易所的風險瀑布決定了誰承擔尾部風險。這是一個關於優先選擇誰的基本選擇。

Hyperliquid的方法

他們的HLP金庫旨在承接清算流量和費用,這意味著在壓力期間清算收益會歸於存款人——這對LP來說很好,但對交易者來說卻很痛苦。HLP擁有優先獲取清算流的特權,手續費加上清算罰款會重新分配給HLP存款人。此次事件,這種設計體現在HLP的盈利上,在市場動蕩期間明顯優先考慮存款人而非交易者。如果您在兩個平台上持有相同的空頭頭寸,Lighter的賠付金額要高得多。這是以交易者的利益為代價的。由於極端的跌幅,即使使用適度的杠桿,多頭也被清算,而盈利的空頭則被自動平倉(ADL)。

Lighter的方法

LLP是保險基金和流動性後盾。這種設計吸收了極端事件中的損失,並分攤給存款人——對交易者更友好,他們能保留更多優勢,不太可能被自動平倉(ADL),但LP則承受了下跌損失。然而,這激怒了存款人,平台因前所未有的交易量而停機數小時。他們承諾進行事後分析,並對受影響的用戶進行補償。

這種權衡是真實存在的:優先考慮交易者而非存款人,長期來看會危及流動性(存款人減少→執行更差→交易者減少)。優先考慮存款人而非交易者,則有可能失去最初吸引存款人的用戶群。

顯然沒有絕對正確的答案,Hyperliquid的選擇似乎也說得通。傳統金融中的掉期合約也存在類似的行為。許多交易員根本不理解杠桿永續合約的風險狀況以及在極端尾部事件發生時的情況。

##### Ethena(ENA) 正如Aslan的演講中所提到的,Ethena的USDE穩定幣進行基差交易——持有現貨ETH,同時做空永續期貨以保持Delta中性。原則上,核心對沖是1倍做空兌1倍現貨(無杠桿),因此該投資組合應該能抵御方向性波動。有鑑於ADL的慘狀,儘管理論上沒有杠桿,預計還是會遇到問題。

自動減倉風險

許多人擔心的一個關鍵尾部風險:ADL可能在壓力期間破壞對沖。據shoku透露,Ethena已經與主要的CEX就其對沖庫存的ADL進行了協商。

這就能解釋為什麽在ADL影響到其他地方的散戶和機構帳戶時,他們的對沖仍然有效。這項豁免降低了模型的風險,並提供了一個有趣的案例研究。每次與像CEX這樣的實體達成協議時,能否協商類似的保護措施?

Ethena還在市場混亂期間公布了儲備金證明,維持了用戶對協議的信心。

贖回與二級市場價格

然而,USDE在某些交易場所脫鉤至0.62美元(折價38%),包括幣安新推出的USDE市場。正如其他人所指出的那樣,USDE在Ethena做空的同一交易所充當抵押品,這也很荒謬。

然而,Ethena的一級市場鑄幣/贖回流程在整個過程中始終保持正常運轉。這凸顯了經典的預言機與贖回問題:當二級市場流動性不足且混亂時,「價格」的多少?這對任何基於USDE構建的項目都有影響。使用穩定報價資產進行保證金交易已經很冒險了。當你的標的資產下跌80%,並且你的「穩定」報價資產下跌60%時,會發生什麽?

這引出了下一個大問題:預言機。

##### 預言機 預言機將鏈下數據(如CEX的價格)與鏈上智慧合約連接起來,支持借貸、永續合約和大多數DeFi業務。它們從主要交易場所聚合市場價格以確定「真實價格」。在平靜的市場中,效果很好;但在混亂時期——當不同交易場所報出的價格差異極大,同時流動性被抽走時,很難用一個數字來定義資產的「合理價格」。

當Sui在Bybit上交易價格為2美元,在Binance上為0.5美元,在Kraken上為0.14美元,且流動性在各處消失時,合理價格是多少?

USDE完美地詮釋了這個問題。如果一個預言機讀取Binance的價格,會報告脫鉤38%。然而,Ethena的主要贖回機制在整個過程中都保持了全額價值。二級市場的混亂並不一定反映一級市場的現實。

案例研究

Aave將USDe的數據源切換為Ethena的儲備金證明(即可贖回性),而非直接採用CEX的價格。這一決定使價值45億美元的頭寸免受不當清算。隨後,他們在價值超過750億美元的系統中幹凈利落地執行了約1.8億美元的清算,且無需人工干預,也未產生壞帳,執行堪稱典範。這得益於與Chaos Labs和LlamaRisk(一家專注於掛鉤資產的專業公司)的精心治理工作。

設計要點

對於具有可靠一級市場贖回機制的錨定資產,考慮使用將二級市場價格與發行方級別的儲備金證明或贖回信號相結合的預言機。時間加權窗口(TWAPs/VWAPs)可以減少「詐騙式」清算,不過它們會犧牲響應速度——較長的窗口可以減緩「詐騙式」清算,但可能會滯後於真正的崩盤。熔斷機制、寬限期和跨平台合理性檢查是標準的緩解措施。

這引發了Sui DeFi協議設計問題:是否應該根據1分鐘的價格變化清算用戶?AlphaLend(為 Bluefin的借貸提供支持)頗具爭議地使用移動平均線來過濾觸發清算前的極端峰值。批評者稱這是糟糕的設計。個人認為幾周前的IKA事件和此次清算事件證明,閃崩和詐騙式K線對用戶構成的威脅比緩慢持續的下跌更大,因為移動平均線無論如何都會觸發緩慢持續的下跌。

沒有絕對正確的答案——這取決於您的風險承受能力和威脅模型。您很少會遇到如此嚴峻的壓力測試。

其他DeFi協議

Morpho處理了約1億美元的清算,沒有明顯的壞帳。USDT曾短暫溢價60個基點(1.006美元),因為交易者願意為穩定性支付溢價。鏈上基礎設施崩潰——Rabby和DeBank停止為數萬名用戶服務。一些交易員獲得了極其有利的成交價(SOL出現正滑點,BNB和wETH大幅折價),但這些成交完全沒有反映CEX的價格。

##### 對Sui DeFi的影響 昨天的壓力測試提供了重要的教訓:
  • 清算政策:明確是優先保護存款人(保險基金優先,更快的自動債務清算)還是交易員(在極端情況下讓LP/金庫承擔更多損失)。要讓用戶清楚了解他們所選擇的風險狀況。

  • 預言機政策:對於錨定資產,評估儲備證明感知來源和時間平滑機制(有界加權平均價格或熔斷機制)作為清算觸發條件。考慮設置寬限期和跨平台合理性檢查,以避免因價格波動導致的不良成交。參數必須在受到質疑時具有合理性。

  • 流動性彈性:激勵在壓力期間保持掛單和報價的持續性,以減少做市商撤回流動性帶來的影響。

##### 「贏家」和「輸家」 ## 贏家 Aave:在一小時內執行了約1.8億美元的清算,且無任何壞賬。這是規模化的DeFi風險管理的典範。幾個月前做出的治理選擇在關鍵時刻發揮了作用。

Hyperliquid(基礎設施):在前所未有的壓力下保持沒有停機。大多數CEX和其他DEX的競爭對手都無法做到這一點。

Ethena:如果它們能挺過像這樣的事件,個人對該協議的信心會大增。其他人也會如此。但仍應重視抵押品風險,尤其是與 Deepbook 相關的風險。

Sui(技術):儘管代幣價格跌幅很大,但網絡表現相當出色,生態系統團隊對其性能讚不絕口。這證明了這里工程團隊所做的出色工作,這也是Sui脫穎而出的原因。

開源:此次事件也促使人們閱讀項目文檔、參與治理討論以及查看實際代碼。可審計和可解釋的協議將在下一次浪潮中勝過「黑箱」協議。由於Sui的大部分TVL都是開源的,處於有利地位,能夠脫穎而出。Hyperliquid表現尚佳,但下次可能就沒那麽幸運了,因為其尚未開源。

內線交易者:在總統宣布前30分鐘開設大量空頭頭寸的賬戶賺走了1.92億美元。這嚴重削弱了散戶的信心。

輸家

CEX:許多交易所無法應對如此高的負載,因表現不佳和缺乏透明度而受到交易員和做市商的批評。甚至在不到24小時內,你就已經看到CEX的執行長們開始攻擊DEX ,甚至互相攻擊:

  • Crypto.com CEO呼籲監管機構調查過去24小時清算規模最大的幾家交易所
  • OKX CEO:USDe不應被視為穩定幣,其是一種代幣化對沖基金
  • CZ連續幾天在X上談論Hyperliquid創始人Jeff

市場做市商:在市場最需要深度的時候,許多做市商撤回了報價。這是理性的自我保護行為,但有損做市商的價值。目前尚不清楚哪些做市商破產了,哪些做市商盈利了,不過有些做市商可能從波動中獲利。有傳言稱,一些三流交易所和較小的做市商破產了。

散戶交易者:隨著持倉減半以及ADL觸發,在Hyperliquid排行榜和其他平台上看到了許多8位數的盈虧波動。散戶能承受的打擊是有限的。自2022年以來,股票市場表現強勁,相比之下,加密貨幣對散戶買家的價值看起來更差。每次崩盤都會永久性地失去一些散戶參與者。對於新手來說,杠桿式輪盤賭是不可持續的,尤其是在沒有像傳統金融那樣的投資者保護措施的情況下。

##### 常見問題解答 ## Wintermute等做市商崩潰了嗎? 不太可能,但現在下結論還為時尚早。FTX倒閉之後過了好一陣子,其影響才完全顯現出來。更有可能的是,主要的做市商只是觸發了熔斷機制,暫時撤回了所有流動性。

加密貨幣會繼續下跌嗎?

沒有人知道。這次事件清楚地表明,加密領域的新增資金遠比近期的價格走勢所顯示的要少得多。

這對Sui DeFi會產生怎樣的更廣泛影響?

現在下結論還為時尚早,期待各團隊的總結報告。很明顯,直接依賴預言機是危險的,即使不喜歡Deepbook的做市商也可能面臨問題。

這也揭示了DeFi收益的反射性——即使所謂的「有機」收益在很大程度上也來自價格上漲推動的活動,從而帶來收入。當賭場停擺時,收益也就停止了。不管你喜不喜歡,交易驅動著鏈上的所有活動。缺乏流動性意味著即使對於非DeFi項目,代幣飛輪也無法成功運轉。

形勢瞬息萬變,很難預測下一步會發生什麽。

本文合作轉載自:《PANews》

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