大家好，
隨著 AI 的功能越來越強大，我們開始看到它被整合進 NAS 系統——像是智能相簿、自動標籤、異常偵測、自然語言搜尋（例如「找出我去年夏天海灘旅遊的照片」），還有很多其他應用。但我覺得 AI + NAS 的可能性還遠未被完全發掘。
我們很想知道你們對這個主題的看法。這裡有幾個問題，歡迎大家一起討論：
給社群的問題：
你最希望 AI 能在 NAS 上幫你做的一件事是什麼？（檔案整理、自動備份分類、安全監控、或是其他？）
你會擔心 AI 分析你的個人檔案嗎？如果 AI 在裝置本地運行而不是雲端處理，你會比較放心嗎？
你喜歡 AI 完全自動在背景運行，還是希望每個動作都由你來審核與批准？
無論你是非常支持 AI 還是有所疑慮——各種想法都歡迎分享。我們一起來規劃真正符合使用者需求的 NAS AI 功能吧！
我最擔心的就是 CPU 負載的問題。我的 TS-873A 經常因為備份、Qsirch 索引、多媒體索引等工作而過載。
如果 QNAP 能先優化 CPU 使用率，再加入會消耗更多 CPU 資源的 AI 功能，會對大家更有幫助。
請先專注於提升效能，拜託了。
感謝您的建議！我們會確保相關功能不會影響您的使用體驗。我們也很樂意聆聽您對 AI 在您的 NAS 上可以提供哪些協助的期待——無論是資料管理、同步與備份，還是您想到的其他需求。任何回饋我們都非常感謝！
你好，
同意 NA9D 的看法，應該先優化現有「AI」工具的 CPU 使用情況，再新增其他功能。（我個人目前已停用 Qmagie、Qsirch 索引等功能，因為它們的 CPU 占用過高。）對我而言，若能利用 AI 分析 NAS 的安全性，將所有日誌檔案彙整並產生總結，重點指出哪些是良好的，哪些是有問題的，這樣會很有幫助。
另外，我認為在照片方面，若能分析 metadata（中繼資料），協助按照日期或地點來分類照片，也會很實用。
最後，我更喜歡在本地端運行 AI，而不是在雲端。
大家好，
針對 CPU 的討論，我想再補充一個不同的角度 —— 其實我不認為 AI 功能會大幅增加現有的 CPU 負載。現代的 AI 模型（即使是比較小型的）通常也太大，無法在 CPU 上有效運行，基本都需要 GPU 或 NPU 來加速。如果是舊型的 NAS 沒有足夠的 GPU/NPU，AI 功能應該根本無法啟用，所以也不會和 Qsirch／媒體索引／備份等功能爭奪 CPU 資源。
當然，針對現有功能繼續優化 CPU 使用率當然是好事——但這大概是和 AI 另闢話題了。
至於雲端和本地推論：兩者都有適用情境。就我個人而言，我傾向預設優先本地推論，至少能在裝置上運作一個小型的開源模型（像是 Gemma4 或 qwen3.5 這類），讓像是日誌摘要、自然語言搜尋、簡單自動化等基本任務能完全在本地執行，保障隱私。但同時我也希望有彈性，能在需要時把更重的任務交給雲端能力較強的模型處理。雲端 AI 另一個現實優勢是：對於舊一點、無法本地運行模型的 NAS 用戶來說，這是他們唯一能用到 AI 功能的方式。所以同時提供本地和雲端，大家都不會被排除在外。
未來的 AI 路線圖上，我特別希望能看到 “代理人（agent）能力” —— 不只是一次性問答或標註，而是真正能在 NAS 上做多步驟操作的智能代理。比如「找出所有 2023 年的重複照片並移到審查資料夾」，或「把本週日誌異常重點摘要，遇到嚴重情況自動發出警報」這類實用場景。我認為這才是 AI 在 NAS 上變得真正有價值的地方。
其實，這並不完全正確。我的公司有一套 AI 工具，可以讓 AI 演算法在我們的 32 位甚至 16 位微控制器（micro-controller）上運行。這些演算法僅需幾 KB 的記憶體，效率高且體積小。背後的秘訣在於許多雲端進行的大量資料與訊號處理運算，然後給出適合的演算法。但我們可以，例如，對整個 HVAC 系統做預防性診斷（判斷冷凝盤是否阻塞、製冷劑是否洩漏、馬達運作是否正常等等），完全不需要任何運算加速器。你可以研究一下 TinyML 這個主題。
現有的 AI 模型並不都是在跑 TensorFlow（張量流）或 LLM（大型語言模型）之類的東西，所以請不要一概而論。雖然這有點超出這個討論區的範疇，但我真的有很多資料可以佐證，因為我每天都在銷售相關產品。
像是完整的自然語言處理（不只是關鍵字辨識，那個 32 位 MCU 就能處理），或者影像辨識，那就確實需要加速器。
而如果加上更多視覺類型的 AI 功能到 QNAP，卻沒用運算加速器，那麼肯定會大幅增加 CPU 的負載。我有一台 QAI-U100，當它正在做影像辨識時，跟沒連接的時候相比，CPU 負載的差異非常明顯。
此外，不同的神經網路加速器針對不同用途設計。有些是針對影像處理，有些則適合其他類型的 AI 任務。這範圍非常廣。所以根據使用者擁有的硬體配備，確實會影響 QNAP 的 CPU 負載。
別碰我的檔案。說真的。
雖然與 QNAP 無關，但這個話題非常相關：