2025-09-19

資料管理不善，就像在搖搖欲墜的地基上建房子，不僅可能導致AI模型效能不佳，還會造成成本上升與時間浪費。高效的資料管理是AI專案成功的關鍵，而核心策略可從再利用、回收、改變用途與減少四個面向展開。

2025-08-29

筆者歸納七步，剖析了在大型資料庫的AI工作流程。HBM、DRAM負責高速暫存，本機SSD提供快速中繼儲存，硬碟則給予具成本效益的大容量長期儲存，指出了AI不再單靠算力，儲存資料也極為重要，是不可或缺的一環。

2025-07-25

在AI時代，資料就是商業貨幣，而硬碟則是儲存這一寶貴資源的金庫。生成式AI（GenAI）應用的激增，更是帶動了資料量的爆炸性成長。不僅媒體類型更豐富多元，檔案也變得更大，使資料以EB級速度在增長。與傳統AI不同，GenAI不僅會消耗資料，也會創造大量資料。

2023-02-23

雲端維運是從IT維運（IT Ops）與開發維運演變而來，其部分概念與此兩者相通。但是轉移到雲端時，需要雲端特有的工具、人才與技能。雲端運算為企業帶來獨特的好處，讓企業更數位化並且減少對地理位置的依賴。為充分發揮這些優勢，企業需要強大且了解其需求的雲端維運團隊。

2021-09-30

現今企業亟需能強化資料儲存與管理的新方法。這不僅是基於推動數位轉型的考量，也是為了要積極地萃取資料價值。在各行各業裡，資料的儲存、管理、保護與價值的評估已成為關鍵業務需求，而在新的遠距現實中，其重要性更甚以往。

2021-04-27

整個電商運作模式需要用到大量的資料—包括資料交換、資料獲取、資料處理，以及資料儲存，唯有如此才可能即時處理線上查詢。然而，計畫打造資料湖的公司則必須先梳理資訊長與行銷長之間的關係，因為兩者間若缺乏良好溝通，資料湖也不會有豐富的價值洞見。

2020-12-31

多數人認為製造業廣泛運用人工智慧和機器學習，但令人驚訝的是，根據Seagate委託IDC進行全球調查的最新報告《Rethink Data》，在各種產業中，不論在資料管理的任務自動化程度或是功能的全面整合度，製造業均表現墊底。

2020-11-20

許多產業的製造部門已採用大量物聯網裝置與平台來管理營運，期待藉由數位科技創造競爭優勢。然而，即使資料量屢創新高，若不知如何運用取得的資料，要達成前述基本目標恐有困難。且在不同平台上部署的上萬個物聯網裝置未經統整，也會讓工廠陷入資料量過大、難以負荷的困境。

2020-10-30

從大型醫院、診所到線上保健服務業者，每個單位的手中都握有病患資料，資料碎片化已成醫療產業的最大問題。特別在新冠肺炎疫情肆虐下，公衛及醫療研究人員需要取得資料，才能從中找出解方。