颱風最新動態|白海豚8/7通過琉球,週六日北部雨勢加大
颱風最新動態|白海豚8/7通過琉球,週六日北部雨勢加大

更新時間:2026/8/6 12:03(本文持續更新)

第 13 號中度颱風白海豚(國際命名 DOLPHIN)持續西進。根據氣象署 6 日 8 時觀測,白海豚近中心最大風速每秒 43 公尺,七級風暴風半徑達 320 公里,仍屬大型中度颱風,移動速度已從清晨 2 時的每小時 22 公里放慢為 17 公里。預計 7 日通過琉球附近、8 日進入東海南部後移速持續減慢並逐漸迴轉,週六(8 日)、週日(9 日)為對台影響最明顯的兩天,北部及中南部雨勢有加大機率。

中央大學大氣科學系兼任副教授吳德榮 6 日在氣象應用推廣基金會的「洩天機教室」專欄指出,白海豚緩慢減弱中,仍維持大型中颱,偏西進行,8 日進入東海南部後移速減慢、逐漸迴轉,路徑「不確定性(紅框)」增大。與 7 月的巴威颱風不同,白海豚的路徑目前尚未收斂,北轉角度仍是決定台灣受影響程度的關鍵。

本文彙整最新路徑、各縣市暴風侵襲機率與停班停課標準,供大家參考。可點擊以下目錄直接前往指定區段。

文章目錄

白海豚颱風現在在哪?強度多強?
白海豚颱風路徑怎麼走?何時最接近台灣?
最新各縣市 120 小時颱風暴風侵襲機率
海上、陸上颱風警報何時發布?
會放颱風假嗎?停班停課標準與公告時間
鯨魚、昌鴻在哪?白海豚會受其他颱風牽引嗎?
颱風來前該準備什麼?官方追蹤管道整理

白海豚颱風現在在哪?強度多強?

中央氣象署 6 日 8 時觀測,2026 年第 13 號中度颱風白海豚中心位置在北緯 26.3 度、東經 133.6 度,以每小時 17 公里速度,向西進行。中心氣壓 945 百帕,近中心最大風速每秒 43 公尺,瞬間最大陣風每秒 53 公尺。

依氣象署分級,近中心最大風速每秒 43 公尺屬中度颱風;七級風暴風半徑 320 公里已達「大型」規模,這也是吳德榮形容白海豚「緩慢減弱中,仍維持大型中颱」的原因——強度雖在下降,環流範圍仍大,外圍影響不可低估。

暴風圈範圍方面,七級風平均暴風半徑 320 公里,其中西北側與東北側各 340 公里、西南側 310 公里、東南側 300 公里;十級風平均暴風半徑 150 公里,西北側與東北側各 160 公里、西南側 140 公里、東南側 130 公里。

白海豚的暴風圈呈現北側較大、南側較小的不對稱結構,西北與東北側均達 340 公里,東南側則為 300 公里。由於颱風預計從台灣北方海面通過,台灣位於其行進路徑南側,接觸到的是暴風圈較小的一側,這也是各縣市暴風侵襲機率普遍偏低的結構性原因之一。

#1 白海豚
白海豚中央氣象署
圖/ 中央氣象署

白海豚颱風路徑怎麼走?何時最接近台灣?

中央氣象署 6 日 8 時資料顯示,白海豚中心以每小時 17 公里速度持續向西進行。與 6 日 2 時的東經 135.0 度相比,6 小時內西移約 1.4 個經度,緯度維持在北緯 26.3 度未變,屬穩定西行、尚未開始北偏

吳德榮引述中央氣象署 6 日 2 時「路徑潛勢預測圖」指出,白海豚偏西進行,7 日通過琉球附近,8 日進入東海南部,移速減慢並逐漸迴轉,路徑不確定性範圍(紅框)增大。

白海豚
圖/ 中央氣象署

值得注意的是,8 時的移動速度已從 2 時的每小時 22 公里降為 17 公里,減速趨勢與潛勢預測圖所指「進入東海後移速減慢」的走向一致。移速放慢也代表颱風在台灣北方海域滯留的時間可能拉長,路徑不確定性隨之增加。

這是白海豚與 7 月巴威颱風最大的不同。巴威在接近台灣前兩天,路徑不確定性已大幅縮小;白海豚則是愈接近、變數愈大。

關鍵在北方高壓減弱的速度。 吳德榮並引述 5 日 20 時歐洲(ECMWF)模式系集模擬指出,週六起各別模擬的路徑開始出現差異,因高壓減弱速度不同,颱風持續西進的趨勢與開始北偏的位置都不一致,形成兩種情境:

  1. 偏西接近大陸後再迴轉:對台影響較大。
  2. 進入東海即向北迴轉:影響輕微。

吳德榮強調,這是判斷白海豚對台威脅大小的關鍵,仍須持續觀察系集預報是否收斂。

延伸閱讀:iPhone用戶秒看颱風動態!天氣App曝隱藏功能,3步驟教學一次看

最新各縣市 120 小時颱風暴風侵襲機率

連江縣 60% 為全台最高,基隆 48%、台北 43%、新北 41%、桃園 39%、宜蘭 35% 緊接在後,暴風圈影響明顯集中在北部與馬祖;中部以南全數低於 15%,高雄、屏東、台東僅 1%,蘭嶼與恆春為 0%。

與前一次公布相比,全台機率全面下修。這與白海豚移速放慢、路徑北轉位置仍待收斂有關,但數值會隨後續北轉角度大幅變動,出門前仍應查詢氣象署最新公布值。

#2 白海豚
圖/ 中央氣象署
縣市 暴風侵襲機率
連江縣(馬祖) 60%
基隆市 48%
臺北市 43%
新北市 41%
桃園市 39%
宜蘭縣 35%
新竹縣 31%
新竹市 30%
苗栗縣 23%
花蓮縣 15%
臺中市 14%
彰化縣 13%
南投縣 10%
金門縣 10%
雲林縣 7%
嘉義市 5%
嘉義縣 4%
澎湖縣 4%
臺南市 2%
臺東縣 1%
綠島 1%
高雄市 1%
屏東縣 1%
蘭嶼 0%
恆春 0%

需留意:氣象署公布的是「120 小時暴風侵襲機率」,指未來 5 天內暴風圈(七級風)掃過該地的機率,並非登陸機率。氣象署並說明,此機率產品不直接或間接代表颱風中心登陸的機率、可能引起災害的大小,也不代表警報發布時機;數值越高代表被暴風圈籠罩的機會越大,但各地實際風雨仍受颱風結構與地形影響而有落差。換言之,67% 指的是暴風圈掃過的機會,不等於「67% 會放假」。

海上、陸上颱風警報何時發布?

氣象署海上颱風警報(海警)發布時機為:預測颱風七級風暴風圈將進入距臺灣本島/澎金馬 100 公里海域的 24 小時前;海上陸上颱風警報(陸警)發布時機則為:預測颱風七級風暴風圈將侵襲臺灣本島、澎金馬陸地的 18 小時前。

警報發布後的更新頻率也有規則:海上颱風警報單:每 3 小時更新一次;陸上颱風警報發布後,除每 3 小時發布正式警報外,另每 1 小時加發追蹤警報。

會放颱風假嗎?停班停課標準與公告時間

截至本文更新時間,全台尚無縣市宣布停班停課。是否放假須視 8/8(六)、8/9(日)兩天的風雨而定,最終以各地方政府及行政院人事行政總處公告為準。

依人事行政總處規定,停班停課的發布時間為:

  • 全日或上午停止上班上課:前一日晚間 7 時至 10 時發布。
  • 前一日未發、當日凌晨風雨才增強達標:最晚於當日上午 4 時 30 分前發布。

放假認定則依《天然災害停止上班及上課作業辦法》第 4 條,符合下列任一情形即可宣布:

  1. 風力達標:颱風暴風半徑預期 4 小時內經過的地區,平均風力達 7 級以上,或陣風達 10 級以上。這是最常見的放假依據。
  2. 雨量達標:24 小時累積雨量達各通報權責機關(地方政府)訂定的雨量參考基準(辦法附表以山區 200 毫米、平地 350 毫米為主要參考),且已致災或有致災之虞。
  3. 其他致災情形:因地形或降雨造成交通、水電中斷,或積水、河水暴漲、橋梁道路中斷等狀況。

值得留意的是,本次風雨集中在北台灣,而基隆市、台北市、新北市、新竹市的雨量參考基準不分山區或平地,均為 350 毫米,與桃園市、新竹縣、苗栗縣、台中市採「山區 200 毫米、平地 350 毫米」的分級標準不同。

鯨魚、昌鴻在哪?白海豚會受其他颱風牽引嗎?

網路上一度流傳「三颱共舞」說法,但依中央氣象署 6 日 8 時消息單,太平洋地區目前僅剩 2 個颱風與 1 個熱帶性低氣壓。吳德榮也已明確指出,白海豚與另外兩個颱風(鯨魚、昌鴻)並無「共舞」條件

原第 14 號輕度颱風鯨魚即將登陸呂宋島並減弱為熱帶性低氣壓,強度不足以影響白海豚。6 日 8 時中心位於呂宋島西方近海,以每小時 23 公里速度向東南東進行,近中心最大風速降至每秒 15 公尺。

第 15 號輕度颱風昌鴻(國際命名 CHAN-HOM)6 日 8 時中心位置仍在太平洋深處(北緯 24.3 度、東經 165.0 度),以每小時 35 公里速度向北北西進行,近中心最大風速每秒 18 公尺,七級風平均暴風半徑僅 100 公里。

#0 白海豚
圖/ 中央氣象署

颱風來前該準備什麼?官方追蹤管道整理

颱風期間可鎖定以下官方即時來源:

防颱準備方面,應固定陽台、頂樓的懸掛物與盆栽,清理排水孔與水溝以防積水,並備妥飲水、乾糧、手電筒與行動電源。颱風外圍環流影響期間各地皆有較強陣風,沿海與離島應避免前往海邊、從事水上活動。

延伸閱讀:

資料來源:中央氣象署颱風消息氣象應用推廣基金會「洩天機教室」專欄、行政院人事行政總處、《天然災害停止上班及上課作業辦法》

本文初稿為 AI 編撰,整理.編輯/陳祈安

關鍵字: #時事追蹤
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