強化主權AI！國科會證實「3年內砸逾900億元」，為何台灣不惜血本也要升級算力？|數位時代 BusinessNext

強化主權AI！國科會證實「3年內砸逾900億元」，為何台灣不惜血本也要升級算力？

賴政府計劃在接下來3年內每年編列新台幣300億元，用於AI資料中心和相關發展，提升台灣在AI領域的自主能力。為何算力對台灣至關重要？

編列新台幣300億元用於AI資料中心和相關發展

賴政府計劃， 在接下來3年內每年編列新台幣300億元，用於AI資料中心和相關發展，提升台灣在AI領域的自主能力。

國科會主委吳誠文接受《日經》專訪時強調，台灣將加強主權AI（Sovereign AI），並與輝達（NVIDIA）等國際頂尖AI晶片公司合作，發展可信任AI對話引擎（TAIDE），部署至國家高速網路與計算中心。

而若川普上台後施壓台積電在美國設置2奈米製程的半導體產線？吳誠文指出， 台灣半導體商到外國設廠都必須落後在台最新進的製程至少一代，若明年台積電在台2奈米量產順利且成熟，就可開始布局國外。

年砸300億強化主權AI！4年後達每秒48萬兆次

吳誠文指出，台灣政府的目標是於未來四年內將集體運算效能從目前的每秒12萬兆次浮點運算（120 Petaflops）提升至每秒48萬兆次（480 Petaflops），這樣的進展將使台灣在國際AI發展中佔有一席之地。

國際間以「浮點運算」（FLOPS，Floating-point operations per second）作為超級電腦速度單位，1 Petaflops代表每秒執行一千兆次浮點運算。

他強調：「主權AI是一個至關重要的議題，政府將加強AI資料中心基礎設施，並大幅提升自身的運算能力。」

同時，台灣政府也在多元化經濟的發展上加大力度，除了半導體產業外，AI、無人機、醫療保健和能源等領域也是重點發展對象。吳誠文強調：「雖然台灣的正式邦交夥伴不多，但我們可以透過科技與民主陣營的各國建立友好合作關係，這對台灣的安全至關重要。」

打造「可信任AI對話引擎」

去年，國科會列出台灣希望避免中國取得的關鍵技術清單，並對被列入黑名單的中國實體實施出口管制。為了展現台灣的科技實力，國科會去年成立了「科技、民主與社會研究中心」（DSET），聘請專家推動台灣在晶片、能源等關鍵科技領域的外交，並在全球論壇上發聲。

台灣也已經與輝達等世界頂尖AI晶片巨擘合作，共同打造AI資料中心及超級電腦，用於訓練台灣的「可信任AI對話引擎」（Trustworthy AI Dialogue Engine, TAIDE）。TAIDE是一種大型生成式AI語言模型，採用臉書母公司Meta的開源語言模型Llama 3，適用於台灣的繁體中文。

吳誠文指出，從AI主權的層面來看，擁有屬於台灣自己的正體中文大型語言模型對於未來的技術發展非常重要。他強調，這樣的語言模型將有助於台灣更好地掌握AI技術，並減少對其他國家技術的依賴。

台積電2奈米輸美？吳誠文：要符合「N減1」原則

美國總統當選人川普將於明年1月上任，吳誠文表示，台灣期待在川普任期內加強與美方在科技領域的合作。台灣和美國的目標在許多方面存在契合，吳誠文特別提到，當然期待與美方合作，尤其在AI及其他前沿科技領域中建立更強的聯繫。

至於台灣是否預期川普政府要求分享更多先進技術？吳誠文指出，這種並行發展的策略，「應該也符合川普的期望。」

吳誠文說，台灣政府不擔心台積電的全球發展會影響到台灣在全球的戰略地位，並指出台灣法規規定，晶片製造商在國外的生產，都必須比台灣最新進的製程落後一代，也就是「N減1」原則，台灣將遵守這個原則，也願與美國、日本、德國等民主盟友分享技術，促進共同發展。

吳誠文強調，美國對技術有強大的控制力，也是民主聯盟領袖，且自己就有能力開發最先進的半導體製程，但最大的挑戰是量產需要大量投資，「這就是台積電目前在承擔的風險。」

本文授權轉載自：數位時代

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。