| QNAP AI WAVE展現NAS新一代AI Agent應用藍圖 |
| |
|
| |
|
 |
103 |
|
| 最後更新時間：8月 | 21日 , 2026 |
|
| |
 |
 |
|
|
| 台灣知名AI儲存應用方案供應商QNAP威聯通科技，參加AI WAVE展會，將NAS與AI的結合作為展示核心。從Qsirch智慧搜尋、QuAgent自然語言管理，到行動端Q1，以及規劃中的AI Service Center，讓NAS逐步具備AI搜尋、AI模型部署與資料治理能力，使NAS從原本只具備儲存企業資料的單一功能，進一步成為AI應用的重要基礎平台。 |
| |
Qsirch導入語意搜尋 幾小時影音也能直接找到需要的五秒畫面
QNAP旗下NAS搜尋工具Qsirch過去主要透過檔名、關鍵字及Metadata等資訊搜尋NAS內的檔案，此次展示則進一步強調AI語意搜尋能力，讓使用者可以直接以自然語言描述想找的內容。例如再搜尋欄輸入「F1賽車過彎的瞬間」，系統可以理解這段敘述所代表的場景，然後從NAS所保存的影像中找出相關照片。這項能力對影音工作者尤其具有實際價值。一支原始素材可能長達數小時，剪輯時真正需要的畫面卻只有五秒或十秒。
語音跟影音的資料也是同一套搜尋邏輯。QNAP受訪時表示，「系統可以自動產生逐字稿，逐字稿內容同時成為可搜尋資訊。以媒體採訪為例，你可能記得我曾經說過某一句關鍵內容，卻忘記出現在一小時訪談中的哪個時間點，此時便可以直接利用記得的語句進行搜尋，快速定位相關片段。」
此外，系統也可以針對文件、影音與語音等不同檔案提供摘要功能。面對數十頁甚至數百頁的文件，使用者可以先透過AI摘要來掌握主要內容，再決定是否深入閱讀。
QuAgent讓使用者直接「對NAS說話」 降低系統管理門檻
QNAP將QuAgent形容為NAS的AI大腦，使用者可以直接以自然語言向NAS透過下達指令，例如企業IT人員可以要求系統執行備份、建立使用者帳號或查詢NAS狀態，又或是終端用戶要求NAS找出某個人的照片，甚至依照拍攝地點尋找「在美國拍的照片」或「在日本拍的照片」。當NAS中存放數千甚至數萬張影像時，人臉、場景與地點辨識結合自然語言查詢，可以大幅縮短資料整理與搜尋流程。
過去QNAP依不同需求提供多套行動APP，例如Qfile負責檔案管理、QuMagie負責照片管理，Qmanager則用來查看NAS系統狀態。現在QNAP將這些分屬特別功能的APP，集中到單一行動介面 「Q1」，同時把QuAgent的自然語言能力帶入手機端。使用者只要能連線至NAS，就可以透過手機查詢資料或下達管理指令。
AI Service Center集中管理模型、算力與AI請求
QNAP此次也預告AI Service Center，希望建立一個集中管理NAS AI資源的控制中心。QNAP表示，「管理者可以透過AI Service Center查看NAS目前具備的CPU、GPU、記憶體及硬體規格，並指定特定AI模型使用哪一項運算資源。例如部署Gemma模型時，可依照硬體環境決定模型執行於GPU或CPU，再將已完成部署的模型提供給QuAgent、Qsirch等應用程式使用。
企業部署完多項AI服務之後，IT人員還可以透過Dashboard掌握哪一個帳號、哪一套App在什麼時間呼叫了哪一個模型，以及使用多少Token，讓生成式AI開始具備更明確的使用紀錄與管理機制。
QNAP說明，「一般企業員工使用AI時，很可能在沒有察覺的情況下輸入身分證字號、信用卡資訊、地址或其他機密的敏感內容。AI Service Center未來可在AI請求送入模型之前先辨識這類資訊，將特定欄位遮蔽、替換或去識別化，再交由後端AI進行處理。對於政府機關、金融業、製造業或具有大量個資的企業而言，資料流向、權限及機密資訊保護都必須被納入管理。QNAP已經將這些企業導入AI時會面對的治理問題納入NAS架構思考。」
地端AI直接讀取企業資料庫 舊系統也能取得AI能力
地端運算也是QNAP的重點之一。使用者可以直接說話，系統立刻在地端轉換成英文、日文、法文等不同語言。如果將這個功能應用在國際會議或展覽場合，參與者可以透過自己的手機與耳機選擇希望接收的語言，由現場地端設備完成AI即時翻譯處理。
另外一個例子，像許多公司長期累積訂單、生產、庫存、成本與銷售等營運資料，由於資料具有高度機密性，企業通常對直接將資料送往外部雲端AI服務抱持著較高的疑慮。當NAS具備地端AI算力後，這些資料即可留在企業內部，由地端模型協助查詢與分析。例如可以直接詢問「2024年每個月的銷售金額」，AI可以在理解問題後自動產生SQL語法，再從既有資料庫中取得所需資訊。這項概念對仍然使用舊型ERP、MES或自行開發資料庫的企業相當具有吸引力，因為企業未必需要先全面重寫既有系統，就有機會透過AI建立新的自然語言查詢入口。
QNAP也說明，AI應用要真正落地，另一個現實問題是部署門檻。企業即使擁有GPU與NAS，也不代表IT人員熟悉Docker、Ollama、大型語言模型與各種部署參數。模型環境、Container、GPU綁定與設定檔，往往需要一定程度的技術能力。
因此QNAP也透過Container Station的Marketplace概念，將常見的AI環境預先整理成可以快速部署的樣本。例如Gemma搭配Ollama的環境，使用者選擇需要的方案後，只需要指定GPU等硬體資源，再執行部署，即可建立相對完整的AI執行環境。過去可能需要自行前往Docker Hub尋找映像檔、撰寫YAML、設定參數、下載模型並逐項啟用的流程，透過預先整合可進一步降低建置難度。
QNAP對NAS的AI布局已經涵蓋了包含資料搜尋、自然語言操作、行動管理應用、機密資料處理及企業資料庫應用等在內的不同層面，也正逐步將NAS的功能與應用延伸發展成一個結合資料、算力、AI模型與管理機制的地端AI服務平台。
|
| |
| ※本文圖文非經授權不得轉載，洽詢授權，請E-Mail至contact@aimag.tw[ iDS智慧安防雜誌聲明 ]※ |
| |
| |
|
| |
