風雲網通系統

工程師手記：一顆瑕疵硬碟的「好區分割」實錄

工程師思路系列・事出必有因 工程師手記：一顆瑕疵硬碟的「好區分割」實錄 用 AI 協助開發一套把壞區封印、好區留下的工具鏈 作者：Mr. τ ／ 風雲網通系統有限公司（PCPiLOT） 有時候，工程師會做一些很「客家」的事情。 不是因為買不起新的，而是看著一顆還能讀、還能轉、還能跑的老硬碟，心裡總會冒出一個問題： 「它真的已經完全沒有利用價值了嗎？」 這次的專案，就是從這個問題開始的。 一、問題從哪裡來 一般遇到硬碟出現壞軌，最標準的建議其實很簡單：備份資料、更換硬碟、淘汰。 這個答案沒有錯。尤其是企業伺服器、資料庫、NAS 等重要設備，硬碟一旦出現大量重新配置磁區、Pending Sector 或 Uncorrectable Sector，根本不應該拿來賭。 但是，如果今天手上的硬碟只是在某些區域出現瑕疵呢？ 例如： 前面一大段可以正常讀取 中間有一段連續的問題區域 後面又有很長一段可以正常讀取 這顆硬碟不是「全部壞掉」，而是只有一部分不能用了。 於是我開始思考：如果可以把壞掉的區域隔離起來，只把確認可以正常使用的區域建立成 partition，是不是就能讓這顆硬碟繼續承擔一些低風險用途？ 二、現有工具為什麼不夠用 一開始我也認為「這應該早就有人做了吧？」 畢竟 Linux 有 badblocks、有 SMART 工具、有 ddrescue、有各種 HDD surface scanner，也有非常成熟的 partition 工具。把它們組合起來，應該就完成了。 但仔細研究之後，才發現事情沒有那麼簡單。 現有工具大多各自解決一個問題： badblocks：找出有問題的 block smartmontools：分析硬碟健康狀態 ddrescue：在硬碟快壞掉時，盡可能把資料救出來 diskpart、fdisk、parted：建立與管理 partition 但我要做的事情其實不太一樣。 我不是要「修復硬碟」，也不是要「搶救資料」。 而是想做：找出還可以使用的區域，然後把不能使用的區域隔離。 不是把壞硬碟修好，而是重新定義這顆硬碟「哪些地方可以用」。... » read more

工程師手記：老舊交換器過熱改善實錄

工程師思路系列・事出必有因 工程師手記：老舊交換器過熱改善實錄 用簡單熱橋重拾金屬殼體的散熱價值 作者：Mr. τ ／ 風雲網通系統有限公司（PCPiLOT） 在網路設備的日常維護中，我們經常會遇到一些「設計上留下遺憾」的老設備。 最近處理一台使用多年的 Zyxel GS108B 時，就遇到典型的過熱問題——而解決方法，比想像中簡單。 一、問題從哪裡來 長時間運作後，這台 GS108B 機殼明顯發燙，內部溫度偏高。雖然尚未直接影響功能，但已明顯超出理想工作範圍。 原廠設計僅在主晶片上黏貼一顆鋁擠型散熱片，整個金屬殼體幾乎沒有被納入散熱路徑。這讓人不禁思考：既然外殼本身就是大面積的金屬結構，為何沒有好好利用？ 二、問題分析 拆開機殼後可以清楚看到： • 主晶片上方有一顆標準鋁散熱片 • 散熱片與上蓋之間存在明顯空隙 • 熱量主要只能透過空氣對流與有限的殼體傳導排出 這種設計在產品初期或許足以應付一般負載，但隨著使用年限增加、環境溫度變化，或是設備長期處於較高流量狀態時，散熱裕度就顯得不足。 三、改善思路 傳統做法多半是在殼體上開孔加裝風扇，但這會帶來幾個問題： • 破壞原有外觀與結構完整性 • 增加噪音與灰塵進入的風險 • 對老舊設備來說，加工難度與風險都偏高 因此我們選擇另一條路： 「不破壞外殼，直接建立從散熱片到上蓋的熱傳路徑。」 四、實作方法 材料很簡單，使用早期桌上型電腦擴充槽的後擋板（單片馬口鐵），具備以下優點： • 厚度適中、易於加工 • 導熱性雖不如純銅，但對此應用已足夠 • 取得容易，成本極低 加工步驟如下： 1 以鉗子將馬口鐵折成兩個對稱的「ㄇ」字形結構 2 仔細調整高度，使其在合上上蓋時，能同時對散熱鰭片施加適當壓力，並與上蓋內側形成良好接觸 3 在接觸面（散熱片與鐵片、鐵片與上蓋）均勻塗抹散熱膏 4 確認組裝後無鬆動、無過度壓迫 PCB 的情況... » read more

AMD GPU 架構演進
從 GCN、RDNA、CDNA 到 UDNA——一場已公開方向、尚待規格落地的統一戰

工程師思路系列・事出必有因 AMD GPU 架構演進從 GCN、RDNA、CDNA 到 UDNA——一場已公開方向、尚待規格落地的統一戰 作者：Mr. τ ／ 風雲網通系統有限公司（PCPiLOT） 這不只是一篇講 GPU 型號的文章。這是一個關於「架構分裂、再統一」的工程決策故事——而且它的結局，現在還沒寫完。 一、GCN：一套架構打天下的時代（2012～2019，衍生架構延續至後續產品） 二○一二年，AMD 推出了 GCN（Graphics Core Next）架構，代表產品涵蓋 Radeon HD 7000 到 Vega 整個世代。 當時 AMD 的想法很合理： GCN 一套架構├── 遊戲 GPU（Radeon）└── 工作站 / 計算（FirePro） 用同一套核心打遊戲、科學運算、GPU Compute，可以壓低研發成本、統一軟體模型。這個邏輯沒有錯——但是問題在兩邊的需求開始分裂： 遊戲 GPU 需要 AI / HPC 需要 ✔低延遲、高時脈 ✔快速 shader dispatch ✔圖形 pipeline 優化 ✔大量 FP16 /... » read more

Are We Ready？Windows 12 強制 NPU 門檻下的 Intel vs AMD 決戰

Windows 12 NPU 40 TOPS Intel Panther Lake AMD Zen 6 Copilot+ PC 換機決策 上一篇我們梳理了 Intel 第八代以來的 CPU 世代演進，以及被 Windows 放生的風險分級。 這篇要往前看：當微軟把傳聞代號「Hudson Valley Next」的 Windows 12 平台確立為以 AI 為核心的作業系統，Intel 與 AMD 分別端出了什麼應戰？ 你現在買的機器，夠不夠格直接走進下一個時代？ 背景：40 TOPS 不是建議，是門檻 微軟為 Windows 12（Copilot+ 完整功能層級）設定了一條清楚的硬體紅線：NPU 算力必須達到 40 TOPS（每秒兆次運算）以上。未達標的處理器——包括 Intel Core 5 210H、早期 Ryzen AI 系列——將無法啟用系統層級的本地 AI 功能，例如智慧文件分類、全局語義搜尋，以及即時混合雲端運算。 這不是軟體更新能補救的問題。NPU 是焊在晶片上的計算單元，沒有就是沒有。 這個門檻迫使... » read more

被 Windows 放生的風險

Windows 支援週期 CPU 世代演進 硬體汰換規劃 SMB IT 管理 NPU / AI PC 微軟對 Windows 10 的延伸安全更新（ESU）將於 2026 年 10 月 正式終止。 如果你的企業還有一批 2018 年前後採購的電腦，這篇文章就是寫給你看的。 不是叫你立刻換機——而是幫你搞清楚：哪些機器還能撐？哪些已經站在懸崖邊？ 一、為什麼「被放生」這件事值得認真對待？ Windows 11 在 2021 年推出時，微軟第一次把「CPU 世代」寫進最低系統需求——Intel 第八代（8th Gen）以上，AMD Ryzen 2000 系列以上，缺一不可。這不是一般的勸升級，而是硬性截止：舊機器連安裝畫面都看不到。 這件事告訴我們一個趨勢：微軟每個新版 Windows，都在用硬體規格來畫一條線。 線的另一邊，不只是功能受限，而是完全脫離安全更新的保護。對企業來說，那代表資安曝險，不是等不等的問題，是要不要承擔責任的問題。 現在問題換成：Windows 12（預計 2026 年底到 2027 年推出）又會把線畫在哪裡？ 二、第八代之後，CPU 與主機板到底演進了什麼？ 以下用工程師的角度，把每一代的關鍵變化整理出來——不是拼 benchmark 數字，而是看「架構性差異」，也就是那些真正影響未來相容性的東西。 世代 代號 Socket 記憶體... » read more

Intel vs. AMD CPU 時間軸

下一代 OS，不只是給人操作，也要讓 AI 理解

下一代 OS，不只是給人操作，也要讓 AI 理解 Mr. τ・風雲網通系統有限公司 二十幾年前，我剛入行的時候，「學會用電腦」這件事本身就是一個專業門檻。不是每個人都知道怎麼開磁碟機、怎麼打 IP、怎麼判讀錯誤代碼。 後來網路普及了，GUI 變得越來越友善，這道牆矮了一半。但對工程師來說，真正的工作仍然是那些 CLI、那些 config、那些藏在第三頁設定選單裡的參數。 現在，AI Agent 出現了。 我不是要說「AI 可以取代工程師」這種老套論述。我想說的是一件更底層的事：人類與複雜系統的互動介面，正在準備迎接第三次重構。 第一次：GUI 讓普通人也能操作機器 過去的作業系統，只有兩層溝通介面： 第一層：GUI 給人用的視覺介面。Windows 設定、NAS DSM、Router 管理介面。你看到的是「按鈕」，不需要知道背後是什麼指令。 第二層：API / CLI 給程式用的系統介面。PowerShell、Shell Script、REST API。工程師的地盤，自動化的入口。 但這兩層都有一個隱藏前提：操作者必須先知道「這個系統有什麼能力」。 你得知道功能在哪裡、工具叫什麼名字、參數怎麼填、錯誤怎麼判讀。這道「認知高牆」從來沒有消失，只是被 GUI 遮住了一部分。 第二次：API 讓程式也能操作機器 REST API 的普及，讓「自動化」成為可能。你不需要真的去點那個按鈕，只要呼叫對的 endpoint、帶對的參數，就能完成任務。 但這層也有門檻：你仍然需要先讀文件，先知道 endpoint 的名稱，先理解資料結構。程式不會「猜」，它只會「照做」。 API 解放了自動化的下限，但沒有解決「讓不熟悉系統的人也能快速上手」的問題。 第三次：AI Capability Layer — 讓 AI Agent 也能理解機器 AI... » read more

為什麼新買的 8TB 雙硬碟 NAS，可用空間少了約 225GB？–ASUSTOR ADM 案例

很多企業或家庭使用者第一次建立 NAS 時，常會遇到一個疑問： 「我買的是兩顆 8TB 硬碟，組 RAID 1 之後，為什麼可用容量不是接近 8TB？」 這篇文章整合了工程師從 ADM 介面、Btrfs 底層 extent tree 一路追蹤、最後致電 ASUSTOR 原廠客服確認的完整調查結果。結論先說： 這 225GB 不是 NAS 偷吃掉的容量，也不是系統故障，而是 ASUSTOR 在 Btrfs 檔案系統初始化時，主動配置的 filesystem safety reservation——一道防止容量滿載後系統失去自救能力的安全護欄。 一、RAID 1：兩顆 8TB，可用容量只有一顆 RAID 1 的運作方式是「鏡像複製」——兩顆硬碟的內容完全相同，其中一顆是另一顆的即時備份： 硬碟 A（8TB） 資料 100% 寫入 ⇄ 硬碟 B（8TB） 同步複製，內容完全相同 因此容量計算是 8TB（可用）+ 8TB（保護）= 8TB 可存資料，另一顆提供的是「硬碟壞掉後資料仍然完整」的能力。這正是企業最常選用 RAID 1 的原因。 二、硬碟標示... » read more

快速掌握 不迷路 ! (From Synology to ASUSTOR)

這張表的起點，是一個很具體的場景：客戶原本用 Synology，現在要導入 ASUSTOR。不是因為 Synology 不好，而是因為這次的需求、預算、或硬體規格，ASUSTOR 是更合適的選擇。 問題在於，熟悉 DSM 的人，第一次面對 ADM，通常不是「不會用」，而是「不知道那個功能叫什麼」。Hyper Backup 在哪裡？QuickConnect 的對應是什麼？Container Manager 換了什麼名字？這些問題不難，但每個問題都要搜尋一次，累積起來就是學習摩擦。 這份對照表的目的，就是消除這個摩擦。把你在 DSM 已經熟悉的功能名稱，直接映射到 ADM 的對應位置。每一項都附上 ASUSTOR College 課程編號或官方功能頁連結，可以當場驗證，不用相信我說的。 表格裡標「缺席」的地方，我沒有試圖找替代方案來補洞。那些缺口是真實存在的差距，尤其是 Active Backup 生態系——這是在評估是否導入 ASUSTOR 之前，最需要誠實面對的問題。如果你的環境高度依賴 Active Backup for Business 或 Microsoft 365 備份，這份表格應該幫你更快做出判斷，而不是說服你換機。 標「類似」的地方，表示功能存在、但操作邏輯或整合深度有差異，需要一點時間適應。標「等效」的地方，換個名字、找到對應選單，基本上就能繼續工作。 這不是一份「ASUSTOR 比較好」的文件。這是一份「如果你已經決定用 ASUSTOR，這樣對照會快一點」的工具。剩下的問題——備份架構怎麼規劃、Container 服務怎麼遷移、異地備援怎麼設計——那是工程服務的範疇，不是一張表能解決的事。 先理解兩個品牌的設計方向 Synology 軟體生態優先，NAS 是企業服務平台。套件深度整合 DSM，換機成本高但體驗完整。 ASUSTOR 硬體彈性與應用自由度優先，NAS 是多功能 Linux 主機。開放彈性高，對熟悉 Linux / Docker... » read more

同齡不同命：PDM 伺服器硬碟故障全記錄

工程師思路系列 · 事出必有因 同齡不同命：PDM 伺服器硬碟故障全記錄 兩顆同批硬碟、截然不同的 S.M.A.R.T. 數據，說明了一件事—— 客戶的 PDM 主機頻繁出現 BSOD，三趟現場、兩顆硬碟更換、一次與故障碟搶時間的緊急救援——這篇文章完整記錄過程與教訓，以及這個案例如何成為我們開發硬碟分析工具的直接動機。 伺服器硬碟配置 磁碟 型號 用途 最終狀態 Disk 1 Seagate Exos E7B 2TB C:（Windows Server 2016）+ E:（備份區） 健康，無明顯瑕疵磁區 Disk 2 Seagate Exos E7B 2TB Oracle 資料庫 + PTC Windchill / Creo 設計檔案 瑕疵磁區數以萬計，已嚴重劣化 兩顆硬碟同型號、同時間採購上線，帳面上應該「狀況差不多」。實際展開 S.M.A.R.T. 數據後，結果令人震驚——兩顆同齡的硬碟，健康落差大到像是相差了好幾個世代。 「同齡不同命」——Workload Rate Limit 沒說的那件事 廠商的 Workload Rate Limit（年工作量上限）衡量的是「搬運了多少資料」，而不是「磁頭來回了幾次」。 Disk... » read more

巨頭不是為 SMB 而設計，卻意外改變了 SMB 的 AI 部署門檻

巨頭不是為 SMB 而設計，卻意外改變了 SMB 的 AI 部署門檻 工程師思路系列・事出必有因 ｜ Mr. τ／風雲網通系統 如果把近兩年大型模型（Google、Meta、DeepSeek、阿里、Moonshot 等）的演進整理起來，可以發現一件有趣的事： 幾乎沒有任何一項技術，是專門為 SMB 本地部署而設計。 各家模型公司真正追求的，始終是資料中心的吞吐量（Throughput）、降低雲端服務成本、增加併發（Concurrency），以及降低每百萬 Token 的推論成本。 然而，這些為龐大雲端設施打造的底層技術，透過開源與社群的轉譯，最後卻讓只有雙卡 RTX 3060 12GB、甚至 Mac Studio 的 SMB 使用者，意外成了最大的受益者。 要理解這股紅利如何傳導到地端，不能只看單一名詞，而必須用系統工程的三層架構來拆解。更重要的是，這三層並非平行存在，而是嚴格的依賴與傳導鏈： 模型架構（決定天花板） → 推論框架（決定能不能跑） → 部署技術（決定有沒有資格入場） 例如：MLA 再強，如果推論引擎沒有支援，SMB 一樣享受不到；反過來，GGUF 量化格式再成熟，如果模型本身缺乏 GQA 或高效設計，VRAM 還是會被 KV Cache 瞬間撐爆。唯有三者同步成熟，地端的性價比甜蜜點才會出現。 第一層：模型架構層（決定天花板） 一 MLA（Multi-head Latent Attention）— 以 93.3% 壓縮率突破 KV Cache 瓶頸... » read more

企業資料庫儲存設備健康評估案例: 硬碟不是突然故障，而是被工作負載慢慢磨損

硬碟不是突然故障，而是被工作負載慢慢磨損 一次企業資料庫儲存設備健康評估案例 在企業 IT 環境中，硬碟故障往往不是發生在「完全沒有預警」的瞬間。 更多時候，設備早已透過各種訊號告訴我們： 它正在老化。 只是企業通常看到的是： 「系統還能運作。」 而不是： 「設備是否已經進入高風險階段？」 近期一次企業核心系統健康評估案例中，我們分析了一組長期承載資料庫服務的機械硬碟。 這組設備具有非常難得的比較條件： 同一批採購 同一台伺服器 接近相同服役年資 相同機房環境 但最後結果卻非常不同。 其中一顆硬碟仍維持正常狀態，另一顆則已出現嚴重健康警訊。 工程觀察： 硬碟壽命，不只是由「使用時間」決定，而是由「使用時間 × 工作負載」共同決定。 一、同樣服役多年，為什麼硬碟健康狀態差異巨大？ 此次評估對象是一台企業級機架式伺服器，主要承載： 企業資料庫系統 產品資料管理（PDM）平台 工程文件與產品生命週期資料 伺服器內兩顆硬碟原本就有不同任務分工。 第一顆硬碟： 主要負責作業系統、系統環境與備份相關工作。 第二顆硬碟： 負責資料庫核心資料，包括交易紀錄、索引資料、關聯結構與大量查詢工作。 兩者看似都是「硬碟」。 但是實際承受的工作型態完全不同。 系統碟： 較接近穩定、循序、大區塊資料存取。 資料庫碟： 長期承受高頻率、小區塊、隨機存取。 而這正是機械硬碟最重要的差異來源。 二、資料讀寫量不是硬碟磨耗的唯一答案 很多人判斷硬碟壽命時，第一個想到的是： 「這顆硬碟寫了多少資料？」 但對機械硬碟而言，這並不是完整答案。 在此次案例中，兩顆硬碟累積寫入量接近。 但是資料庫硬碟的累積讀取量，達到系統碟數十倍以上。 為什麼？ 因為資料庫工作模式與一般檔案儲存完全不同。 連續讀取：低物理壓力 例如企業備份： 一次讀取大型映像檔，磁頭找到位置後，可以長距離連續讀取。 這比較像： 一次搬大量貨物，送往同一個地址。 隨機讀取：高物理壓力 資料庫查詢則可能需要快速尋找：... » read more