台灣算力中心投資拚破千億！二萬片GPU背後　主權AI不能只靠口號

數發部長林宜敬表示，AI算力中心BOO案已納入促參法重大公共建設範圍，目前已收案審理，預計年底投資金額將超過新台幣1,000億元，可提供二萬片以上GPU，並保留一定比例算力供政府及學研單位免費或優惠使用。這代表台灣的主權AI建設，開始從政策宣示進入基礎設施競賽。

主權AI不是抽象口號。它至少包含兩件事：第一，AI模型必須理解台灣語言、制度、法律、社會脈絡與民主價值；第二，算力中心必須能在台灣本地運作，受到台灣法律與制度管轄。沒有算力，就沒有訓練與部署能力；沒有本地算力，關鍵資料、政府服務、研究計畫與產業應用就容易受制於外部雲端平台。

這也是為什麼二萬片GPU不只是硬體採購數字，而是台灣能不能掌握AI自主性的基礎門檻。當政府、學界與產業需要訓練金融、法務、醫療、教育、公共服務模型時，如果每一步都依賴境外平台，不只成本不穩，資料治理與法規適用也會出現風險。算力中心設在哪裡，資料就受到哪裡的法律與政策影響，這一點在AI時代尤其敏感。

台灣的優勢很清楚。台灣有半導體製造、伺服器組裝、網通設備、散熱技術與資料中心供應鏈，也有民主制度與可信賴科技夥伴形象。問題在於，這些優勢能不能被整合成真正可用的AI基礎設施，而不是各自分散在產業鏈裡。BOO模式引導民間投資，方向是讓政府不必單獨負擔所有建設成本，也讓市場力量進場。但民間投資進來後，政府更要把公共性、資安、能源、用地與算力分配規則講清楚。

算力中心也不是沒有挑戰。二萬片GPU意味著龐大電力、散熱、機房、網路與維運需求。AI基礎設施會吃電，資料中心會牽動地方能源調度與環境承載，這些問題不能等到招商完成才開始補課。台灣要發展主權AI，就必須同步回答能源從哪裡來、資料如何保護、誰可以使用優惠算力、學研與新創能不能公平取得資源。

另一個重點是模型本身。台灣需要的不只是會講中文的AI，而是理解台灣法律、台灣歷史、台灣民主制度與本土社會語境的AI。若模型回答金融問題卻引用外國制度，回答法律問題卻混用美日規範，這不叫智慧，而是風險。政府推動金融、法務大語言模型，正是為了讓AI在台灣社會中真正可用。

主權AI的競爭，表面看是GPU數量，背後其實是國家治理能力。誰能把算力、資料、模型、資安、人才與產業串起來，誰才可能在下一輪AI競爭中站穩位置。台灣不能只做別人的晶片與伺服器，也必須擁有自己的AI能力。

1,000億元投資與二萬片GPU，是起點，不是終點。真正的考驗是，這些算力最後會不會變成台灣自己的模型、自己的服務、自己的產業升級，以及自己的民主韌性。

（圖片來源：國科會官網、數發部官網）