地端部署 · 自行架設

為敏感試算表打造的地端 AI 資料分析

以 Docker 將 RowSpeak 部署到你自己的網路中,接入 DeepSeek、GLM 等開源模型,把財務與營運檔案轉成可核對的分析結果與報告,資料不會傳送到任何公用 AI 服務。

Docker 自行部署 • 支援完全離線 • 填寫簡短表單後寄送部署文件

Laptop showing a RowSpeak spreadsheet analysis dashboard in front of on-premise server racks

為什麼團隊選擇我們

檔案、提示詞與結果都留在你的網路內
Docker 自行架設,附部署文件
支援完全離線、實體隔離運作
支援 DeepSeek、GLM 等開源模型

適用於需要控制數據、模型和部署的團隊

許多團隊需要AI驅動的電子表格分析,但無法將內部文件發送到共享SaaS環境。

RowSpeak 私有化部署正是為這一現實需求而設計。

它為您的團隊提供了一種實用的方式,將混亂的導出文件、多工作表工作簿和運營電子表格轉化為結構化、可審查的輸出——同時保持對部署的完全控制。

使用 RowSpeak 私有化部署,您可以:

  • 將文件和輸出保留在您批准的環境中
  • 選擇適合您策略的模型技術棧
  • 在您自己的基礎設施上部署
  • 減少手動電子表格分析工作
  • 交付您的團隊可以真正審查、分享和使用的輸出

RowSpeak 解決方案

  • 完全數據主權
  • 靈活的模型選擇
  • 私有雲兼容
  • 氣隙環境支持

為什麼團隊選擇 RowSpeak 私有化部署

將敏感數據保留在應有的位置

在您自己的環境中處理電子表格和報表工作流,而不是依賴共享託管設置。

使用您組織批准的模型

支持開源和閉源模型策略,不強制團隊選擇單一路徑。

符合現有IT和安全要求

以符合內部審查、訪問控制和基礎設施標準的方式部署 RowSpeak。

更快地從電子表格過渡到報表

將運營文件轉化為圖表、摘要和業務就緒的輸出,減少手動清理和返工。

獲得部署幫助,而不僅僅是軟件

我們提供部署指導、參考資料和遠程支持,幫助您的團隊更快上線。

On-premise server room running RowSpeak

Docker 自行架設:部署在你自己的環境

RowSpeak 以 Docker 容器交付。你的 IT 團隊可以依部署文件自行安裝,也可以由我們遠端協助。依你的資料政策選擇部署環境。

地端部署

在你自有機房的伺服器上執行 RowSpeak。檔案、提示詞、模型呼叫與日誌都留在你的基礎設施內。

完全離線(實體隔離)

在不連網的隔離網路中執行 RowSpeak 與模型,適合不允許任何對外連線的團隊。

私有雲

若你核准的環境在雲端,可部署到自己的雲端帳號或私有 VPC。

Data center

支援地端 LLM:DeepSeek、GLM 等開源模型

RowSpeak 執行在你自行託管的開源模型之上,提示詞與檔案內容不會傳送到公用模型 API。可以先用自己的檔案測試幾個候選模型,再依效果與硬體預算選定。

DeepSeek 開源
GLM 開源
Qwen 開源
Kimi 開源
gpt-oss 開源
Llama 開源
Mistral 開源
Other open-source LLMs 開源

不同模型與版本的效果有細微差異,最終效果以你的檔案與硬體實測為準,建議先用自己的資料測試。

為什麼這很重要:

標準化使用已批准的模型
根據需要混合不同工作流的模型選擇
根據需求優先考慮隱私、成本或性能
避免在模型層被供應商鎖定

地端部署與雲端 AI 資料分析比較

兩者使用同一套 RowSpeak 工作流程,差別在於檔案與模型在哪裡執行。

比較項目 RowSpeak 雲端版 RowSpeak 地端部署
檔案在哪裡處理 RowSpeak 雲端,加密儲存 你自己的伺服器或私有雲
由哪個模型回答 RowSpeak 管理的模型 你自行託管的開源模型,例如 DeepSeek 或 GLM
是否需要連網 需要 可選,支援完全離線
如何開始 註冊後上傳檔案 IT 團隊依部署文件以 Docker 部署
適合情境 以非受限檔案快速開始 不能離開內網的財務、人資與受監管資料

DeepSeek、GLM 地端部署的硬體需求

硬體成本主要取決於模型,而不是 RowSpeak 本身。下表為模型廠商及其建議推論框架公布的最低 GPU 配置。

模型 規模 官方公布的 GPU 配置 來源
GLM-4.7-Flash 30B (3B active) 1× H100 (BF16) Z.ai GLM README
GLM-4.5-Air 106B (12B active) 2× H100 (FP8) / 4× H100 (BF16) Z.ai GLM README
GLM-4.5 / 4.6 / 4.7 355B (32B active) 8× H100 (FP8) / 16× H100 (BF16) Z.ai GLM README
DeepSeek V3 / R1 671B (37B active) 1 node of 8× H200, or 2 nodes of 8× H100 / H20 SGLang DeepSeek guide

數據來自廠商官方文件,前提是使用 NVIDIA H100/H200 等支援 FP8 的 GPU。更長的上下文與更多同時使用者需要更多 GPU。兩個模型系列也都官方支援華為昇騰與 AMD 加速卡。符合你使用量的配置,我們會在部署文件中確認。

您的團隊將獲得什麼

RowSpeak 私有化部署幫助團隊更快地將原始電子表格轉化為可用的報表輸出。

數據安全

成本降低

推理延遲

數據洩露

您的團隊可以:

上傳電子表格

上傳電子表格和導出的業務報表

整理混亂數據

將混亂數據整理成可用的格式

生成輸出

生成圖表、摘要和關鍵要點

內部審查

生成更容易內部審查的輸出

加速工作流

加速重複性的電子表格密集型工作流

減少手動清理。更快的分析。更好的報表輸出。

為有真實部署需求的團隊而構建

RowSpeak 私有化部署非常適合以下組織:

無法將敏感文件上傳到共享SaaS環境
出於安全或採購原因需要私有化部署
需要對基礎設施和模型選擇有更多控制
處理大量電子表格的報表工作流
希望在批准的環境中擁有實用的AI工作流

常見團隊包括:

財務
運營
收入運營
戰略
業務系統
內部分析團隊

部署流程:從 Docker 映像檔到第一份分析

1. 申請部署文件

填寫簡短表單,我們會把部署指南、參考架構與配置建議寄到你的信箱。

2. 準備伺服器與模型

選擇 DeepSeek 或 GLM 等開源模型,並依官方需求準備 GPU。

3. 以 Docker 啟動 RowSpeak

在你的網路中啟動 RowSpeak 容器:地端機房、私有雲或完全離線環境皆可。

4. 用自己的檔案測試

以具代表性的檔案執行一個例行工作流程,例如對帳或月報,並核對結果。

5. 審核後擴大

由業務審核人確認結果後,再擴大到更多使用者與工作流程。

取得地端部署文件

簡單說明你的環境,我們會以電子郵件寄送用 Docker 執行 RowSpeak 的部署指南。

Deployment Pack

RowSpeak 地端部署資料包

PDF • 定期更新

Docker 部署指南

參考架構(含離線部署)

硬體與模型配置建議

部署與驗收清單

免費申請,直接發送到您的郵箱。

為技術審查和業務採用而構建

RowSpeak 私有化部署旨在幫助技術和業務利益相關者充滿信心地前進。

技術團隊可以審查:

  • 部署架構
  • 數據流邊界
  • 環境所有權
  • 模型路由選擇
  • 基礎設施要求

業務團隊可以評估:

  • 報表工作流匹配度
  • 到可用輸出的速度
  • 結果可審查性
  • 內部推廣潛力

這不僅僅是產品對話——這是您的團隊可以共同評估的部署路徑。

常見問題

RowSpeak 可以自行架設(地端部署)嗎?
可以。RowSpeak 可以用 Docker 部署在你自己的伺服器或私有雲。填寫簡短表單後,我們會寄送部署文件,你的 IT 團隊可依文件自行部署。
可以完全離線運作嗎?
可以。RowSpeak 與模型都能在不連網的隔離網路中執行。
支援哪些開源模型?
支援 DeepSeek、GLM、Qwen(通義千問)、Kimi、gpt-oss、Llama、Mistral 等主流開源模型。不同模型的效果會有細微差異,建議正式使用前先用自己的檔案比較測試幾個模型。
需要什麼樣的硬體?
主要取決於模型。根據廠商官方文件,例如 GLM-4.5-Air 在 FP8 下需要 2 張 NVIDIA H100,完整版 DeepSeek V3 需要一台 8 卡 H200 伺服器。詳見本頁的硬體表。具體配置我們會在部署文件中確認。
資料會離開我們的網路嗎?
不會。在地端或離線部署中,檔案、提示詞、模型呼叫、結果與日誌都留在你自己維運的環境內。
和自己架一個地端 LLM 有什麼不同?
地端 LLM 只提供一個對話介面。RowSpeak 在此之上加入試算表工作流程:讀取 Excel、CSV 與 PDF 檔案、完成計算、產生圖表與報告,並呈現每個步驟,方便審核人核對結果。
可以提供部署協助嗎?
可以。我們的團隊可以遠端配合你的 IT 與資安團隊,一起檢視架構與上線步驟。

了解 RowSpeak 如何適合您的環境

評估 RowSpeak 私有化部署在您的基础設施、安全要求和電子表格工作流方面的適用性。

適用於需要更多控制、更多靈活性和更快從電子表格到報表工作流的團隊的私有化部署。