隨著企業內部非結構化資料的爆炸性成長，傳統基於檔名與正則全文檢索的工具已無法滿足複雜情境的需求。使用者往往記得檔案內容的大致概念或畫面特徵，卻遺忘精確的命名規則與儲存路徑。威聯通科技（QNAP）在最新發布的 Qsirch 7.1.0.0 中正式引進 AI Mode，將視覺語言模型（VLM）、大型語言模型（LLM）與自動語音辨識（Whisper）深度整合至 NAS 儲存系統中，宣示打造全地端運作的企業私有語意知識庫。
Qsirch AI Mode 最新版本 Qsirch 7.1.0.0 除了在 App Center 直接升級外，管理員亦可以手動安裝，CyberQ 準備了測試語料、查詢集與取樣腳本，TS-h1677AXU-RP 屬於 TS-X77AXU 系列，是符合資格的機種，進行了這次的實測。
一、測試環境
| 項目 | 內容 |
|---|---|
| NAS | TS-h1677AXU-RP，32 GB RAM |
| 作業系統 | QTS 6.0.2（20260819） |
| GPU | NVIDIA RTX A4000 16GB，Container Station 模式 |
| Qsirch | 7.1.0（b1ccd12，2026-07-22） |
| LLM Core | 1.1.0 |
| 測試前處理 | 重開機，清除記憶體碎裂與 ZFS ARC |
二、安裝 Qsirch 7.1
除了透過 App Center 安裝升級 7.1 外，也可以手動下載，下載位址是：
https://download.qnap.com/QPKG/Qsirch-v7.1.0.0-x86_64-20260722-b1ccd1218.zip安裝前拆開檢查過，套件有 QNAP 程式碼簽章（QNAP_CODE_SIGNING="1"），所以透過 App Center 的手動安裝就能裝，安裝檔的 SHA256 為 c0b7bc68acc33a0acdf1b95e9484e82f90ce43a16f239b1a2a4542fa91152fe8。
三、AI 語意索引的前置條件
官方宣傳文件通常僅簡化標記硬體需求為「x74 系列以上機種」及「具備 16 GB 視訊記憶體之獨立顯示卡」。然而深入套件內部內附的開發規格文件（路徑為 Qusion/openspec/specs/ai-semantic-index-env-constraints/spec.md）可以發現，系統在啟動 AI 語意索引功能前，會主動呼叫後端 API 端點 GET /edge-index/prerequisites 進行嚴格的相容性篩選。這套檢核機制由七道關卡組成，只要其中任何一項判定失敗，AI Mode 便完全無法啟動。
| # | 條件 | 失敗代碼 |
|---|---|---|
| 1 | 機種：gpuhal_app -x 0 3 回傳 2 或 3（支援獨立 GPU），且機種系列在 AINAS 白名單內 | MODEL_NOT_COMPATIBLE |
| 2 | QTS 5.2.1 以上 | QTS_VERSION_NOT_COMPATIBLE |
| 3 | 偵測到 GPU，且處於 Container Station 模式（active_status = 4） | GPU_CARD_NOT_FOUND |
| 4 | Container Station 模式的 GPU，VRAM 合計 16 GB 以上 | VRAM_NOT_ENOUGH |
| 5 | QAI 系列自動通過，其他機種須通過授權驗證 | LICENSE_NOT_VALID |
| 6 | LLM Core 已安裝、已啟用，版本 1.1.0 以上 | LLMCORE_NOT_ENABLED 等等 |
| 7 | CAYIN Media Viewer 已安裝、已啟用，且有 Basic License 或 Value pack | CMV_NOT_INSTALLED 等等 |
第 6、7 項在 QNAP 官網的需求說明中沒有提到，安裝時會提醒，避免實際部署時漏掉。
四、QNAP Qsirch 適用機種白名單
許多使用者誤以為 Qsirch 的機種限制是直接寫死於二進位執行檔內，但透過 CyberQ 的分析發現，該軟體採用的是動態設定機制。Qsirch 啟動後會定期從原廠伺服器下載最新的 ainas_models 定義檔，並以系統組態檔 /etc/config/uLinux.conf 內的內部機種型號字串進行完整比對。值得注意的是，該字串匹配採嚴格字面比對機制，例如字串 TS-X74 並不會自動繼承相容至機架型的 TS-X74U，兩者在設定檔中被視為完全獨立的硬體定義。
截至 2026 年 9 月下旬，自官方伺服器取得的設定版本為 data_version 2.0.0，目前納入支援的產品涵蓋十二個主流企業與高階工作站系列：
TS-X74 TS-X77AX TS-X77AXU TS-X81XU TS-X85U TS-X87XU
TS-X88A TS-X89AXU TS-X90 QAI-X90 QAI-X700 QAI-x300由於此清單完全由雲端動態派送，QNAP 未來可透過更新定義檔的方式直接納入新款企業級伺服器或擴充支援機種，管理者毋須頻繁改動軟體主程式架構。
五、規格文件透露的引擎組成
以下出自套件內附的開發規格。
| 用途 | 模型 | 執行位置 |
|---|---|---|
| AI 語意索引（影像理解與嵌入） | qnap-ollama-qwen3.5-2.27b-q8_0 | LLM Core（Ollama 系） |
| AI Summary 摘要 | qnap-ollama-gemma4-5.12b-q4_k_m | LLM Core |
| 語音轉文字 | Whisper，可選語者分離，這樣對於會議紀錄自動辨識打成文字檔更實用 | Qsirch |
依參數量推估，兩個模型的權重合計約 6 GB。因此 QNAP 官方設定的 16 GB VRAM 顯示卡門檻應該是把 KV 快取、影像編碼與併發餘裕都算進去後的產品政策下。
六、已備妥的測試素材
準備好的測試素材放在 NAS 的 Public/qsirch-ai-test/：
| 類型 | 數量 | 內容 |
|---|---|---|
| 照片 | 62 張（60 JPG、1 PNG、1 WEBP） | 從實拍產品照挑選：UPS、NAS、網卡、交換器、AI 工作站、硬碟、BIOS 與分割畫面，並加入外觀相近的干擾照 |
| 文件 | 15 份 | 10 份繁中、3 份英文、2 份日文，格式有 PDF、DOCX、PPTX、TXT、MD，內容為虛構的 IT 文件 |
| 錄音 | 2 段 | M4A、MP3，各約 2.5 分鐘，兩人對話，中英夾雜，含產品型號 |
| 影片 | 2 支 | 一支開箱影片（畫面為實拍照片），一支簡報錄影（畫面為投影片），各約 70 秒 |
| 增量語料 | 6 張照片、2 份文件 | 用於量測增量索引 |
查詢集共設計了 22 組測試語句，在正式索引前即行定稿，其雜湊校驗碼 SHA256 為 6df8eacb16364378d46fddaa0e0b4adaaa2a210797e152ab7a5d871c216a5f50。題目分布涵蓋 5 條純影像特徵查詢、4 條技術文件語意查詢、3 條跨語言檢索（以繁體中文查詢英文或日文內文）、4 條會議語音紀錄查詢、4 條影片關鍵畫面定位，以及 2 條刻意設計的負向無關查詢。
在環境規劃上，語音與影片原始測試來源檔僅存放於測試主控端的家目錄 ~/qsirch-ai-test/，未預先直接置於 NAS 共享資料夾根目錄。這項設計是為了避免 Qsirch 在背景啟動無差別索引，導致預設關鍵字搜尋遭到污染。
| 分組 | 條數 |
|---|---|
| 照片 | 5 |
| 文件 | 4 |
| 跨語言（中文查英文、中文查日文） | 3 |
| 錄音 | 4 |
| 影片 | 4 |
| 負向查詢 | 2 |
實測效能與檢索表現評估
在完成背景索引建置後，針對各個模組展開實際檢索與轉譯測試，觀察其命中率、辨識深度與回應延遲。
影像語意與外觀辨識表現
在 5 條照片特徵查詢中，系統在沒有任何檔名與中繼標籤輔助的情境下展現了幾何與特徵辨識力。輸入「機架」時，系統能命中機架的正面特徵。在輸入「具備 PCIe 擋板與雙光纖接口的擴充卡」時，系統正確辨識出 10GbE SFP+ 網路介面卡，顯示 qwen3.5-2.27b 在視覺嵌入上的特徵抽取具有相當水準。在負向查詢測試中，輸入語料庫中完全不存在的物件特徵時，系統亦能正確維持空結果，並未出現低置信度強行配對的幻覺現象。
跨語言語意文件檢索與智慧摘要
文件檢索測試展現了純語意檢索的最大優勢。即使在測試檔案完全缺乏標題的情況下，以中文語句「資料外洩防禦策略與異常行為偵測指引」進行檢索，系統成功檢索出未含此關鍵字的純英文資安架構白皮書，由 gemma系列模型負責的 AI Summary 功能表現穩定，能在 數秒到十幾秒內產出清楚的條理式摘要。
會議錄音轉譯與語者分離
語音處理模組部分，針對長達 2.5 分鐘的中英夾雜對話錄音，內建的 Whisper 模組在 RTX A4000 的加速下，約 22 秒即可完成整段音訊的文字轉譯。開啟語者分離功能後，系統能將兩位發言者的發言內容按時間軸切分歸納，提升了音訊檔案轉換為可搜尋數位資產的實用性。
系統資源開銷與增量索引效率
在系統靜態負載下，載入 Ollama 雙模型後的視訊記憶體基礎占用約為 7.2 GB。當進行多工檢索與音訊轉譯併發時，視訊記憶體瞬間峰值達到 13.8 GB，驗證了原廠制定 16 GB 門檻具備合理考量。在完整索引完成後，我們將包含 6 張照片與 2 份文件的增量語料寫入儲存區，系統底層的檔案監控事件即時捕捉異動，在背景於 48 秒內完成新增特徵的嵌入與索引更新，期間中央處理器使用率有提高，但並未對 NAS 原有的儲存檔案傳輸造成影響。
企業資安合規性與落地部署建議
從資訊安全與法規遵循的角度審視，Qsirch AI Mode 的架構具備顯著的合規優勢。在 ISO 27001 資訊安全管理系統與 ISO 27701 隱私資訊管理系統的架構規範下，企業若將未經去機敏性的內部機密文件、財務報表或客戶個人資料上傳至公有雲端 AI 服務進行摘要與嵌入，極易引發資料外洩與跨境傳輸的合規爭議。
Qsirch AI Mode 採用全地端運算架構，推論模型本機部署，所有語意向量與摘要資料均保留於內部儲存池中，天然具備阻斷外部資料外洩的防護特性。此外，AI 檢索嚴格遵循 QTS 原生具備的存取控制清單（ACL）權限防護牆，未授權的使用者即便在 AI 模式下輸入相關提示詞，系統亦會自動過濾權限外的機密檔案，維持企業既有的權限架構。
針對有意導入 Qsirch AI Mode 的企業 IT 人員，建議在建置前規劃好獨立的運算資源，優先挑選具備足夠 PCIe 供電規格與散熱通道的機架機種。採用的 NVIDIA 顯示卡，也務必切換為 Container Station 專屬模式，畢竟 Qsirch 是用容器技術為基底，搭配 QNAP 開發的程式來實現的。
