在工業4.0浪潮驅動下，智慧製造正邁向以資料為核心的精準營運時代。然而，生產現場的高度複雜性與日益暴增的資料流量，使傳統儲存架構難以滿足即時處理與安全控管需求。
為因應此挑戰，威聯通科技（QNAP）提出以網路附加儲存（NAS）為核心，串聯製造執行系統（MES）與人工智慧（AI）分析模組，打造兼具高可用性與高韌性的分層儲存架構，協助製造業維持不中斷的智慧工廠營運。
QNAP資深產品經理石鎧銘指出，資料早已成為製造流程的核心資產，無論是設備即時狀態監控、良率分析、工單追蹤，抑或合規稽核，全都依賴穩定且即時的資料處理能力。然而，隨著連網裝置數量急遽攀升，以及高解析度檢測影像的大量生成，製造現場的網路與儲存設備逐漸不堪負荷，頻寬瓶頸、資料延遲甚至停機的風險不斷浮現。
傳統架構多將邊緣裝置資料直接上傳至中央儲存，再由MES透過API進行存取。但當產線大量導入AOI（自動光學檢測）或其他高頻寬影像應用時，資料流極易壅塞，輕則拖慢產線，重則導致停機。石鎧銘以表面黏著技術（SMT）產線為例，AOI為了檢測電路板上的微小缺陷，單張影像檔案往往高達500MB，若多台設備同時上傳，將造成網路流量爆滿與儲存吞吐量不足，不僅影響效率，更可能引發整線停擺，造成龐大損失。
對此，QNAP提出「三層式資料處理架構」，分為邊緣裝置層、網路中繼層與中央儲存層，以建立更具彈性的資料流通模式。石鎧銘解釋，邊緣端可先行快取與預儲存，再透過中繼層進行流量緩衝與定時排程上傳，不僅降低中央儲存壓力，更能確保前端資料即時存取不中斷。即便主系統維護或發生故障，中繼層仍可維持產線穩定運行，避免生產中斷。
QNAP資深產品經理石鎧銘表示，以NAS為核心打造穩定高可用的資料架構，串聯MES與AI，確保智慧製造不中斷並提升效率與合規性。
為此，QNAP也開發多款工業級快取裝置，例如支援DIN Rail導軌安裝並具備寬溫操作能力的QBoat-300與TS-i410X，分別提供Gigabit與10GbE高速網路介面，並搭配RAID5、M.2 SSD或SATA儲存設計，能因應不同吞吐量需求，確保現場資料即時擷取與回寫。 而穩固的資料基礎架構，最終目的是支撐更智慧的應用。石鎧銘舉例，在食品製造工廠，產線末端的攝影機可即時檢測產品外觀，搭配AI模型進行瑕疵分類與良率統計，再將結果回饋至MES系統，自動觸發停線或調整指令。