黃仁勳口中的「超級電腦」是什麼?打造AI得靠它?盤點在台超級電腦,它們有哪些任務?
黃仁勳口中的「超級電腦」是什麼?打造AI得靠它?盤點在台超級電腦,它們有哪些任務?

輝達執行長黃仁勳、超微董事長暨總裁蘇姿丰等科技業巨頭來台灣參加台北國際電腦展(COMPUTEX),炒熱人工智慧(AI)話題。事實上,AI要落地應用,必須仰賴「超級電腦」(Supercomputer)的龐大算力與速度。

連黃仁勳都建議台灣投資建置的超級電腦,究竟有多超級、可帶來哪些貢獻、台灣最新布局為何?3大關鍵解析一次看。

何謂超級電腦?

超級電腦由許多計算節點組成,每個節點都有自己的處理器、記憶體和儲存空間,將多個計算節點組裝串接,就可構建出高效率、高性能的運算平台,並能執行一般個人電腦(PC)或桌機無法處理的龐大、複雜計算問題。

視覺上,超級電腦體積非常龐大、甚至可占地一整面網球場,組裝起來的機櫃可比人還要高。

國家高速網路與計算中心主任張朝亮說明,國際間以「浮點運算」(FLOPS,Floating-point operations per second)作為超級電腦速度單位,以1個petaFLOPS來說,等於每秒可進行10的15次方、即1千兆次浮點運算;反觀個人電腦,如果能達到每秒10的9次方,就可說是非常了不起了。

當今世界上最強的超級電腦,是美國能源部橡樹嶺國家實驗室(ORNL)的Frontier,搭載超微(AMD)處理器,運算速度達exaFLOPS等級,1個exaFLOPS等於每秒可進行10的18次方、即100京次的浮點運算,據最新統計,Frontier已具備1.206 exaFLOPS算力。

Frontier.jpg
美國能源部橡樹嶺國家實驗室(ORNL)的Frontier,是當今世界上最強的超級電腦。

張朝亮表示,20、30年前一般電腦都是用CPU進行運算,GPU起初則是用來處理影像,實際上,要做到準確3D效果、影像拉近拉遠,背後牽涉非常複雜的數學運算,後來,設計GPU起家的輝達也發現,GPU不只能處理影像,若用在計算,可變成「CPU的加速器」,也造就近10年開始,以GPU為計算核心引擎的超級電腦相繼誕生。

然而,並非所有的計算,都可以用GPU取代CPU,張朝亮說,以CPU為主的超級電腦,是應用在物理、化學、數學、大氣科學、工程、生命科學等領域的泛用運算;ChatGPT等大型語言模型(LLM)訓練以及其他AI相關運算,則是用GPU為主的超級電腦,會快速非常多。

也就是說,GPU是發展AI的必要條件,當一代代的GPU效能愈發強大,就可加速推進AI落地應用的時程。

NVIDIA DGX H100
圖為NVIDIA DGX H100,可做為人工智慧的基礎架構。
圖/ 輝達提供

超級電腦有何貢獻?

張朝亮指出,超級電腦能做到的事情非常廣泛,比較民生的面向包含用於提升氣象預報準確度,以及長期的氣候測報分析,讓可能受影響的地區得以周全因應;在COVID-19疫情期間,國際間運用超級電腦計算模擬一個人咳嗽產生的流場、飛沫擴散路徑及影響範圍,以此訂定安全社交距離。

同時,加速新型藥物、疫苗開發,病理影像分析、精準診斷,甚至晶片、新材料開發,都可借助超級電腦的威力。

舉例來說,國網中心的台灣杉二號(TAIWANIA 2)超級電腦,每秒能進行高達176萬張的AI影像訓練,可大幅縮短標記腫瘤位置、疾病檢測與病原鑑定等應用所需要的時間,從幾天縮減到數小時。

台灣杉.jpg
超級電腦「台灣杉二號」。

張朝亮表示,美國國家航空暨太空總署(NASA)許多航太計畫的運算,也仰仗超級電腦讓其如虎添翼,包括繞地球或繞月飛行軌道、火箭設計、載具返回地球的落點預測、太陽研究等。

台灣超級電腦布局?

張朝亮指出,在算力即國力的時代,美國、歐洲、日本、韓國等主要先進國家或地區正在不斷擴大投資算力,買進高效能處理器,台灣必須跟上這股趨勢、甚至超前部署,才有機會趕上國內產學研界對AI、算力的龐大需求。

目前國內最厲害的超級電腦,是輝達(NVIDIA)建置的Taipei-1,擁有22.3 petaFLOPS算力,在全球超級電腦前500強榜單中,位列第38名;Taipei-1部分高速運算資源,免費提供國內研發使用。

台灣杉二號則具備9 petaFLOPS算力,張朝亮表示,2018年建置時,台灣杉二號排名居世界第20名,但近年隨AI蓬勃發展,世界各國政府與廠商相繼投入超級電腦布局,導致台灣杉二號在國際間顯得相對弱勢。

不過,張朝亮指出,2023年為訓練台灣繁體中文「可信任人工智慧對話引擎」(TAIDE),國網中心已買進輝達72片較先進的H100 GPU,今年也啟動升級算力專案,GPU為主的超級電腦到年底將擁有16 petaFLOPS算力;明年則規劃提升至100到120 petaFLOPS,最終規模端視核定經費而定。

至於國網中心以CPU為主的超級電腦,張朝亮說明,包含2021年開始服務的台灣杉三號(TAIWANIA 3),算力為2.3 petaFLOPS,以及預計今年6月底、7月初上線的創進號(Forerunner-1),算力則為3.53 petaFLOPS。

台灣居世界前500大的超級電腦,除Taipei-1、台灣杉二號、台灣杉三號、創進號,還包含交通部中央氣象署攜手富士通建構的2個系統。

本文授權轉載自:中央社

延伸閱讀:超級電腦Cheyenne退役!一度是全球20強、起拍價卻僅剩台幣8萬

責任編輯:李先泰

往下滑看下一篇文章
當AI開始幫消費者做決定,品牌怎麼做?iKala Connection Day揭企業轉型解方
當AI開始幫消費者做決定,品牌怎麼做?iKala Connection Day揭企業轉型解方

隨著代理式AI(Agentic AI)快速發展,人工智慧的角色也從被動問答的對話工具,轉變為能主動代為執行搜尋的商業介面;兩者根本的差異在於,前者仍須仰賴使用者逐步下達指令,後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務,品牌競爭的對象便不再限於消費者,也涵蓋替消費者把關的AI代理。

因此,「Business to Agent」(B2A)成為當代企業必須面對的新命題,為了擁抱嶄新的思路,跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇,以「數據領航:AI時代的真實價值」為題,邀集Google Cloud、Google Ads等產業領袖,一同剖析企業如何從基礎建設走向市場端,搶佔AI先機。

不只SEO,還要GEO!企業如何讓AI認識你

回顧過往科技發展週期,新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說,若AI是一場棒球賽,目前僅走到第三局。這意味著,只要企業採用率持續攀升,尚且毋需擔憂AI泡沫化;反之,AI產業可能才正要邁入超級循環。

不過,程世嘉也提出「智慧通膨」的現象,他表示:「各大廠不斷推出新模型,資本支出也不斷提升,但使用成本並沒有因此下降,因為算力供不應求;不過長期來看,成本曲線一定會往下走,未來AI智慧會像水龍頭一樣,打開就有。」

隨著AI逐步普及,使用者尋找資訊的方式也隨之轉變。程世嘉強調,搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO,更需布局GEO(生成式引擎優化),提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異,及早掌握規則者,才能在新流量分配中卡位。

2.JPG
iKala共同創辦人暨集團董事長 程世嘉
圖/ 數位時代

迎戰Business-to-Agent,如何搶進AI決策新戰場

要爭取AI時代的流量紅利,關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症,大家都很急著導入AI工具,但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為,AI專案應如培訓新進員工,結合商業策略與數據資產雙向評估,才能真正落地。

「如果沒有穩定的雲端基礎,企業的AI就會是空中樓閣。」他強調,雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud,看重的就是技術護城河、數據主權與總體擁有成本;而iKala推出的企業級AI代理平台iKala Nexus,定位為策略中樞與營運大腦,即立基於此。

3.JPG
iKala AI服務事業部副總經理Gary Yang
圖/ 數位時代

然而,架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出,全球僅約3%企業成功透過AI達成深度轉型,關鍵就在AI代理能取得多少企業資料與情境。因此,企業級Gemini Enterprise App結合個人級Google Workspace,構成Google所主張的「代理型工作轉型」(Agentic Workplace Transformation,AWT)主軸,讓AI從被動對話框升級為跨系統執行的代理,並恪守數據主權歸屬企業的原則,讓企業級AI能真正發揮效益。

4.JPG
Google Workspace銷售總監Murray Chiang
圖/ 數位時代

當企業打穩內部地基,外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次,近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出,「B2A」(Business to Agent)的時代來臨,當AI代理主導決策時,看重的是API串接流暢度與數據結構化程度,企業必須從爭取「被看見」的SEO排名,走向爭取「被推薦」的AI清單,並進一步走向「被選擇」。其中,信任將成為AI時代品牌經營的關鍵。

5.JPG
Google Ads廣告產品行銷資深總監Alvin Tsai
圖/ 數位時代

從洞察到執行,iKala全方位解方引領品牌佈局

這份信任要能落地,關鍵在於底層數據是否可信。對此,iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構,正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境,品牌需要建立的,是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢,代表品牌對人的理解;Kuroma則從AI搜尋視角,分析品牌在生成式搜尋中的能見度與引用表現,代表對AI的理解;兩者合力,讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台,將洞察轉化為具體行銷執行,使每一次決策都能以數據驅動、持續優化,協助品牌在AI時代建立長期競爭優勢。

6.JPG
iKala行銷科技事業部總監Donna Hsu
圖/ 數位時代

最後,在論壇壓軸的高峰對談中,程世嘉強調,當前正是典範轉移的關鍵時機,如同過往率先布局SEO的業者得以享有紅利;他認為,這同樣是企業重生的契機,提早深耕者將在此波轉型中佔得先機。尤其,AI轉型已非單機運作所能達成,企業應優先建立基礎建設與治理架構;當自身能力有限,也須慎選合作夥伴、借助外部資源,並在安全可信任的前提下,實現共同成長。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓