韓國發展主權AI,向輝達大買26萬顆GPU!三星、現代等「4大天王」都加入,分別用來做什麼?
韓國發展主權AI,向輝達大買26萬顆GPU!三星、現代等「4大天王」都加入,分別用來做什麼?

輝達(NVIDIA)於APEC大會上宣布,將與韓國政府及多家企業展開重大合作。這項計畫由韓國政府主導,三星、SK集團、現代汽車與Naver Cloud四家企業共同參與,總計部署超過26萬顆NVIDIA Blackwell GPU。各單位將以「AI工廠」為核心,建構屬於韓國的主權AI基礎設施。

輝達亞太區業務行銷副總Raymond Teh表示,這些基礎設施將使韓國的GPU規模擴大至超過30萬顆,成為亞洲主要的AI運算中心之一。

哪些公司參與其中?數十萬顆GPU要用來做什麼?

合作案的主要參與者為韓國政府,以及四家大型企業:三星、SK集團、現代汽車與Naver Cloud。根據輝達說明,韓國政府將部署約5萬顆GPU,用於主權AI雲與產業模型訓練;其他企業的採購數量與用途如下:

  • 三星:導入5萬顆GPU,以建構AI工廠、支援半導體製程的數位孿生與智慧製造,並運用NVIDIA Cosmos與Isaac平台開發下一代家用機器人。
  • SK集團:部署5萬顆GPU,應用於半導體研究與雲端基礎設施;旗下SK Telecom也將導入RTX 6000 Blackwell Server Edition,打造AI工業雲。
  • 現代汽車集團:以5萬顆GPU訓練自駕車與機器人模型,並與政府共同投資約30億美元推動「物理AI(Physical AI)」應用。
  • NAVER Cloud:計畫部署6萬顆GPU,規模最大,用於大型語言模型訓練與生成式AI服務。

除了硬體建設,韓國也與輝達攜手打造完整AI生態系

除了建置硬體基礎設施,韓國政府也與輝達合作,推動軟硬體整合的AI生態系。

本次宣布多間韓國企業,包含LG AI Research、Naver Cloud、SK Telecom、Upstage與NC AI,將使用輝達的Nemo平台與Nemotron開放模型,共同訓練以韓語資料為核心的本地大型語言模型,建立屬於韓國的主權AI模型。

韓國科學技術資訊研究院(KISTI)與輝達也將合作建立量子運算卓越中心,使用CUDA-Q平台結合GPU與量子處理單元(QPU),開發新型模型,並推動科學研究的應用。

在通訊領域,三星、SK Telecom、KT、LG U+與延世大學將合作開發AI原生6G(AI-Native 6G)技術,重新設計無線接取網路(AI RAN)架構,讓GPU運算下放至基地台邊緣,以提升能源效率與即時運算能力。

此外,輝達也宣布將擴大在韓國的新創與學術投資,支援超過750家參與NVIDIA Inception計畫的本地新創公司,並與多所大學合作推動AI專業課程與人才培育。公司指出,看好韓國在科技創新與文化創意上的活力,認為其具備發展AI生態的堅實基礎。

為什麼要建立主權AI?

在輝達的論述中,主權AI是各國在AI時代維持語言與文化自主的重要基礎,每個國家都必須建構屬於自己的AI模型與基礎設施,而不能完全依賴外部平台。

主權AI的核心在於「掌握訓練資料與模型邏輯」。若企業與政府的資料都必須經由他國雲端運算,將難以確保隱私與產業機密的安全;同時,外部模型的語料來源與價值判斷,也可能無法反映本地語言特性與社會脈絡。透過建立本地的算力與模型訓練環境,國家能確保資料留在國內,並依自身文化與政策需求微調AI。

輝達認為,在這場由算力驅動的新競賽中,「AI工廠」將成為各國的戰略基礎設施,而主權AI的建構,則將決定誰能在未來的智慧生產時代中,掌握真正的技術主導權。

延伸閱讀:主權AI是什麼,為何輝達敢喊百億美元營收?

台灣的主權AI進度如何?

台灣自2023年啟動「可信任生成式人工智慧對話引擎(TAIDE)」計畫,由國科會與資策會主導,打造以繁體中文為核心的開源大型語言模型,推動主權AI發展。根據TAIDE官網,2025年8月最新釋出的Gemma-3-TAIDE-12B-Chat模型,強化辦公室常用任務與多輪對話能力,相較前一版Llama3.1-TAIDE-LX-8B-Chat,更貼近實際應用情境。

TAIDE成果正在陸續落地,包括教育部導入技術開發「AI CUP競賽報告檢查系統」、群聯以TAIDE為核心推出「aiDAPTIV+平臺」、中興大學開發農業知識系統「神農TAIDE」等。另一方面,數位發展部也啟動「算力池」計畫,結合台灣杉二號超級電腦與NVIDIA H100資源,開放企業與新創申請使用,降低AI模型訓練成本,強化台灣在地AI生態的自主能量。

延伸閱讀:在半導體業打拚30多年!台積電「研發6騎士」楊光磊告白:我為什麼選擇提前退休?

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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