如今 AI 已经融入越来越多的日常应用，从文件搜索、内容整理到智能问答，很多原本需要手动完成的操作，现在只需要输入一句话。

那么，如果把 AI 引入 NAS 管理，又会带来怎样的变化？

最近，随着 QTS 6.1/QuTS hero h6.1 系统发布，威联通接连推出两款 AI 应用：AI Service Center 和 QuAgent。前者负责 AI 模型的统一管理与调度，后者则让用户通过自然语言与 NAS 交互，查询系统状态、搜索文件、检查备份任务等。

本次从哥们那里搞来一套设备，搭建了一套 QNAP（威联通） NAS + Intel GPU 的本地 AI 环境，来看看这两个新功能究竟能做些什么。

两款 AI 新应用，到底有什么不同？

简单来说，AI Service Center 是 NAS 的 AI 管理平台，而 QuAgent 是面向用户的 AI 智能助手。

AI Service Center：统一管理 AI 模型

它负责连接本地或云端大语言模型，并管理模型加载、应用分配、调用记录及云端服务用量等功能。

不同 NAS 应用需要使用 AI 时，可以通过 AI Service Center 获取对应的模型能力，无需各自维护一套独立配置。

QuAgent：用自然语言管理 NAS

QuAgent 内置名为 Aina 的 AI 助手。用户可以直接提出需求，例如查询硬盘状态、搜索文件、检查备份任务，或者分析系统日志。

QuAgent 在理解用户指令后，可以通过受支持的 NAS 应用工具完成对应操作，让日常管理更加直观。

两者相互配合，一边负责提供 AI 能力，一边负责将 AI 应用到实际 NAS 管理场景中。

Intel显卡加持，本地运行大模型

这次我们选择的是 Intel GPU 本地 AI 方案。

以往提到 NAS 本地运行大语言模型，很多用户首先想到的是 NVIDIA。随着 QTS 6.1、QuTS hero h6.1 及相关 AI 运行组件推出，威联通也提供了经过验证的 Intel GPU 本地模型部署方案。

为了体验这套功能，我们使用 TVS-h874 搭建测试环境。

本次测试平台：

• NAS 型号：TVS-h874
• 系统版本：QTS 6.1.0.3656
• 处理器：Intel Core i7-12700
• 系统内存：16GB
• 独立显卡：Intel Arc Pro B70，32GB 显存

通过 NAS 控制台的硬件资源页面，还可以看到系统已经成功识别安装在 PCIe 插槽中的 Intel Arc Pro B70 显卡。

对于准备体验本地 AI 的用户而言，硬件兼容性是首先需要确认的问题。除了系统版本，还需要检查 NAS 机型、显卡及相关运行组件是否在支持范围内。

三大核心组件搭建本地 AI

硬件准备完成后，接下来就是软件部署。

进入 威联通 NAS 的 App Center，可以安装 AI Service Center、Intel AI Runtime 与 LLM Core (Intel)。

这三个组件分别承担不同的工作：

AI Service Center：统一管理本地和云端 AI 服务，为 NAS 应用分配模型，并记录调用情况。

Intel AI Runtime：为兼容的 Intel GPU 提供 AI 运行环境。（驱动类应用不支持打开App交互）

LLM Core (Intel)：负责在 Intel GPU 环境中加载及运行本地大语言模型。（驱动类应用不支持打开App交互）

如果希望进一步通过自然语言管理 NAS，还需要安装 QuAgent。

安装完成后，进入 AI Service Center，就可以开始部署本地模型。

本地模型集中管理，GPU 状态一目了然

打开 AI Service Center，左侧可以看到 Local Models、Cloud Providers、App Routing 和 Logs 四个主要模块。

在本次测试环境中，系统已经识别到两组 Intel 图形计算设备，包括 Intel 集成显卡与 Intel Arc Pro B70 独立显卡。

页面可以直接查看计算设备的资源占用情况，以及各个模型的文件大小、功能类型、运行内存需求和加载状态。

当前环境中已经加载了多个 AI 模型，包括：

• FG-CLIP2 Base：文本与图像嵌入。
• Harrier OSS v1 270M：文本嵌入。
• Qwen3 5.9B：AI 对话与响应能力。
• Whisper large-v3-turbo：语音识别。

其中，Qwen3 5.9B 已经加载运行，页面显示该模型正在供 Qsirch 和 QuAgent 使用。

与需要手动配置各种模型运行参数的方式相比，AI Service Center 将模型下载、加载和运行状态统一放在图形化界面中，操作更加直观。

用户还可以根据 GPU 资源情况选择其他模型。不过需要注意，模型文件大小并不等于实际运行所需的内存，部署前仍需核对模型的运行需求。

无法插卡？也支持主流云端模型

除了利用 NAS 本地 GPU 运行模型，AI Service Center 还提供云端 AI 服务接入功能。

进入 Cloud Providers 页面，点击添加供应商，就可以看到目前支持的多种云端服务。

可以根据实际需求填写 API Key，选择模型并配置相关参数。对于没有配备专用 AI GPU、但又希望体验 AI 功能的用户，云端模型是一种可选方案。

云端模型需要联网，并可能产生 API 调用费用；本地模型则主要消耗 NAS 自身的计算资源。两种方式可以根据硬件条件、隐私需求和使用场景进行选择。

本次测试没有配置云端 API，以下体验均以 Intel GPU 本地模型为基础。

让不同 NAS 应用接 AI

部署模型只是第一步，如何让 NAS 中的应用使用这些模型，同样重要。

AI Service Center 提供了 App Routing 应用路由功能，可以集中查看和配置应用所需的 AI 能力。

例如，Qsirch 不仅需要 AI 对话能力，还可能用到文本嵌入、图像嵌入和语音识别等功能。而 QuAgent 则需要通过大语言模型理解用户的自然语言指令。

在本次测试环境中，可以看到 Qsirch 和 QuAgent 已经分配了对应的本地模型，其中 QuAgent 的 Chat 模型为 Qwen3 5.9B。

需要注意，模型能够加载并不代表所有 AI 功能都已经具备。本次 QuAgent 路由页面中的 Responses 项仍显示 Not supported，实际功能应以当前模型、应用版本和工具支持情况为准。

这种统一路由方式，也为后续不同 NAS 应用接入 AI 提供了更加集中的管理入口。

AI 调用了多少次？日志里都能查看

AI Service Center 提供 Logs 日志模块，用于查询 AI 服务的调用和运行记录。

从实际截图中可以看到，QuAgent 已经产生多条对本地 Qwen3 5.9B 模型的成功调用记录，模型来源标记为 Local (Intel)。除了调用状态，页面还会显示时间、Token 数量、费用信息及延迟等数据。在当前测试记录中，部分请求显示了数千 Token 的使用量，并记录对应的处理延迟。

这些信息可以帮助管理员了解 AI 服务的使用情况。如果接入云端服务，也可以结合费用估算与用量配置进行管理。对于需要同时运行多个 AI 应用的 NAS 环境，这种统一记录机制也让后续的管理和排查更加方便。

QuAgent：让 NAS 开始听懂自然语言

前面介绍的 AI Service Center，主要解决 AI 模型部署和统一管理的问题。

而对于普通 NAS 用户来说，更值得关注的是 QuAgent。

QuAgent 内置 AI 助手 Aina。它不只是一个普通的聊天窗口，还可以根据用户提出的自然语言需求，调用受支持的 NAS 应用工具。

过去管理 NAS，往往需要在不同应用之间来回切换。现在通过 QuAgent，只需用自然语言描述需求。点击右上角的「帮助」，还可以查看当前支持的操作与工具。

主要涵盖以下六类场景：

文件与共享管理

支持搜索、复制、移动文件，创建文件夹、生成共享链接，以及查询和调整共享权限。

系统状态与安全检查

可以查看 CPU、内存、存储池等系统状态，查询运行日志，并执行受支持的安全检查。

用户与权限管理

支持创建和管理用户、群组，以及配置共享文件夹的访问权限。

照片搜索与整理

结合 QuMagie，可按日期、地点或标签搜索照片，管理相册及共享链接。

备份与同步管理

通过 HBS、HDP、Boxafe 等应用，查询和管理备份、同步任务及相关数据。

定时任务与自动化

支持设置周期性助手任务，定时执行系统检查等操作，减少重复性工作。

QuAgent 会依据当前登录账户的权限执行操作，具体能力取决于相关应用及模型支持情况。此外，多用户拥有各自独立的对话与数据空间，适合多人共用 NAS 的环境。

一句话查询 NAS 系统状态

先来试试最常见的系统状态查询。直接向 Aina 输入：“帮我查看这台 NAS 的 CPU、内存和存储空间使用情况。”看看它能否正确读取 NAS 的实时运行信息，以及最终返回结果。

对于不熟悉 NAS 管理菜单的用户来说，这种方式能够降低日常查询的操作门槛。

文件太多？直接告诉 AI 要找什么

随着 NAS 使用时间增加，文件数量也会越来越多。有时只记得文件的大概名称或内容，却不记得保存在哪个文件夹。

QuAgent 可以与 File Station 等应用配合，帮助用户搜索或管理文件。可以看到在 Qsirch 内部，AI 功能直接显示已经启用。

相比逐个打开共享文件夹查找，使用自然语言表达搜索需求更加方便。

日志分析，不必逐条翻找

NAS 日常运行会生成大量系统日志，其中包括用户登录、系统事件以及相关安全记录。

现在可以尝试向 QuAgent 提问：“帮我查询最近 24 小时内的登录失败记录，并整理结果。”

QuAgent 可通过受支持的 QuLog Center 工具进行相关查询与分析，帮助管理员快速掌握需要关注的信息。

备份有没有成功？问问 Aina 就知道

对于使用 HBS 进行日常备份的用户，检查备份任务是否正常执行也是一项常见工作。

例如：“帮我查看最近一次备份任务的执行情况，有没有失败的任务？”

在相应备份应用及工具支持的情况下，QuAgent 可以查询任务状态，帮助用户快速了解备份情况。

重复性检查，交给 AI 排程

除了即时对话，QuAgent 还提供任务排程功能。用户可以根据需求设置周期性任务，让受支持的检查操作在指定时间执行，再通过排程记录查看执行情况。

例如定时检查 NAS 状态或备份任务结果，减少重复的手动操作。

AI 选本地还是云端？

通过 AI Service Center，威联通为 NAS 提供了两种不同的模型使用方式。

本地 AI 的主要特点是模型运行在 NAS 自身的计算环境中，无需依赖第三方云端大语言模型 API 完成推理。不过，这也对设备的计算性能、运行内存和 GPU 兼容性提出了要求。

云端 AI 不要求 NAS 本身承担大模型推理负载，但需要网络连接、有效的 API Key，并根据供应商的计费方式承担相应费用。

两种方式并不存在绝对的优劣，用户可以根据实际环境进行选择。

写在最后

从 AI Service Center 到 QuAgent，威联通正在让 AI 更深入地融入 NAS 的日常使用。它将模型管理、应用分配和调用记录集中在一个平台中；QuAgent 则通过自然语言交互，让用户能够更加便捷地使用部分 NAS 管理功能。

对于 NAS 而言，AI 的价值不仅在于能不能运行大语言模型，更重要的是能否让用户查找文件更方便、管理系统更简单、处理日常任务更高效。随着这些功能继续完善，NAS 也将从传统的数据存储设备，逐步向更加智能的数据管理平台发展。