金馬影展的數位初體驗
金馬影展的數位初體驗
2007.12.01 | 人物

十一月,是屬於電影迷的季節。每年這個時候,最讓影迷翹首盼望的,莫過於金馬影展,為期半個多月的影展,播放近百部電影,早已成為年度電影饗宴。

今年金馬影展最特別的地方,在於有更多網路嘗試。在售票上,今年仍維持往年方式,預先販售套票(一套十四場電影),購買套票的影迷,可享有優先劃位的權利。不同之處,是與博客來網路書店合作,將以往得去各銷售端點劃位的方式,改為用套票內的帳號與密碼,直接上博客來網站的「金馬影展專區」註冊、劃位,希望可免去影迷們在寒風細雨中奔波、排隊之苦。全部四千份套票,也在開賣三天內全數賣完。

網路劃位狀況不斷
原本立意良善的數位新措施,結果卻狀況連連。首先是大約前五百名拿套票註冊的影迷,個人資料隨寄發的認證e-mail外洩;再來就是十一月十日中午十二點開始的網路劃位,發生嚴重網路塞車,幾乎癱瘓博客來影展專區。

會發生這些狀況,來自「文化業」與「網路業」對彼此太陌生,也忽略了影迷「苦候」的焦躁心情。

針對今年的合作,金馬影展與博客來雙方以「影展仍在進行,尚未有完整結案評估」為由,婉拒接受採訪。根據《數位時代》私下了解,個人資料外洩純屬軟體撰寫疏失,在系統自動寄出認證e-mail時,未將之前寄出的認證資料清除就一併寄出。

博客來針對劃位準備,事先已經新採購超過新台幣三百萬元的相關設備,希望達到金馬影展「兩分鐘內領到號碼牌、一小時內所有人完成劃位」的要求。

儘管之前曾進行多次測試,領號碼牌的機制也堪稱完整,但沒想到使用者領好號碼牌之後,並未如理想中「等輪到我再劃位」這樣進行,反而為了搶劃熱門場次與好座位,不斷地嘗試重新登錄。另外,一小時內湧進兩千六百位劃位人潮,也超過預期的三成。兩大原因導致系統負擔過重拖慢速度,直到暫時關站清除這些重覆登錄,並將領號碼牌與劃位機制切開成兩系統後,情況才獲得改善。

「台灣網路市場太小,讓廠商跟著把『格局』都做小了,」創市際執行長江義宇指出。

沒有贏家的結果
他認為讓影迷在家上網劃位,節省排隊等候的時間,這點值得讚許,但瞬間湧進幾千人人潮就能造成嚴重影響,則暴露出準備不足的缺點,回到根本原因,還是在於台灣網路產業市場不夠大,類似的經驗不多,很難在事先有完整規劃。

這場金馬影展的數位初體驗,不管對金馬影展、博客來的形象傷害,或是影迷們身處其中的「煎熬」,最後都沒有任何贏家。

或許只能期待因為這次的經驗,可以讓未來類似「數千人同時劃位」的活動能更完善,因為不管對誰來說,這次所付出的學習成本,真的太大了。(撰文=李欣岳  照片=金馬影展執委會)

Hot People

Fresh News
台灣也學學

奈良美智、村上隆相繼訪台
日本動漫成世界藝術新顯學

日本藝術家奈良美智筆下那個有些憤世嫉俗、卻又帶著純真神情的大眼娃娃,讓許多人非常著迷;村上隆是日本當代藝術行情最高的藝術家,作品「727」在2006年以超過1億日圓賣出。11月,兩位藝術家相繼訪台。

奈良美智應「3L4D動漫美學新世紀」之邀來台,年近半百的他穿著破舊牛仔褲、短T和連帽外套,不時露出靦腆的笑容,和大學生沒什麼兩樣。他用日文的漢字「初心」強調自己的創作理念,他說:「我一直沒有忘記那個最早的自己,25歲的自己,純粹地朝自己的目標前進。」只要遇到困難或壓力,奈良美智就會和25歲的自己對話,以解答他的困惑。

留學德國的奈良美智,在創作的歷程主要靠打工、洗盤子為生,直到35歲才「被畫廊發現」邀展,而一炮而紅。因為作品巧妙地以童話外表包裝現代人內心深處的焦慮,儘管奈良美智從未積極地推銷自己,他說:「只要能一直畫就很快樂。」作品卻廣受商業市場歡迎。

而另一位本身頗富爭議性的藝術家村上隆,則在台北小巨蛋為他剛上市的暢銷書《藝術創業論》展開萬人演講。他提出「日本的藝術來自漫畫御宅族」的自創理論,更成功地和LV合作,將時尚與藝術跨界結合。他也敢大聲疾呼:「我要金錢的力量」、「我要世界級的影響力」,成功行銷自己「村上隆」這個品牌。

儘管奈良美智和村上隆的個人風格大相逕庭,但都樹立個人品牌,作品反映了社會現象,也顯見原本屬於次文化的「JPOP動漫」登上大雅之堂,成為當代藝術。(撰文.攝影=謝光萍  照片提供=形而上畫廊)

 

歐瑞康研發中心地點未定
台灣光電寵兒  歐洲買不買帳?

經濟部能源局在近期的「2007年產業科技策略會議」中,提出第三兆產業,也就是太陽光電科技及LED產業將成為台灣下一個兆元產業。

隨著全球暖化、石油飆漲,尋找替代性能源已成為目前世界各國的首要任務,例如這陣子瑞士太陽能設備廠歐瑞康(Oerlikon),就準備在亞洲地區設立研發中心,投資金額高達16億之多。令人驚訝的是,前廣達總經理王震華居然是促成歐瑞康來台的重要推手。

歐瑞康主要以生產薄膜型太陽能電池為主。由於薄膜型電池技術可以大大解決原物料缺乏的問題,近來許多業者都積極轉往薄膜設備(PECVD)的採購與建置,像是原本是單晶矽太陽能電池的益通,就與光寶、漢民等合作成立宇通光能,準備開發薄膜型太陽能電池。

不過,歐瑞康是否會將研發中心設置在台灣,目前仍未定數,外界猜測獨立設廠的可能性居高,與台灣業者合作的可能性較小。(撰文=薛怡青  照片=達志/路透社)

調整方向關掉不賺錢的服務
Yahoo! Go搶當手機族的起站

Yahoo!在今年6月由蘇珊‧荻克爾(Susan Decker)當家之後,提出幾個調整大方向,在服務策略上的中心思想,則成為消費者上網時的「起站」,連紅得發紫的行動裝置也不例外。

Yahoo! 11月13日在澳門「移動通訊亞洲大會」上推出Yahoo! Go 2.0中文版,使用者可用手機直接下載。此軟體提供智慧型搜尋(oneSearch)、電郵、日曆、通訊錄、氣象、相簿等服務。

Yahoo!在手機上的思考邏輯一如原有的搜尋網站,習慣以推出新服務來吸引更多眼球,但Web 1.0的思維總有些新意不夠,且我們得問:除了知識+之外,Yahoo!何時還能推出與時俱進的2.0服務。(撰文=羅之盈)

遠雄重新定義妙管家
機器人將取代女傭「瑪麗亞」

遠雄集團再推數位家庭新概念,引進韓國居家服務型機器人。目前機器人可提供的社區服務包括:遠端監控、人臉識別等。遠雄明年預計在房屋銷售中心試用,並期待機器人將來可以取代傭人瑪麗亞。(撰文=謝光萍  照片提供=遠雄集團)

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