面對全球人工智慧浪潮的加速推進，各國無不積極佈局高階算力基礎建設，以搶佔AI發展的制高點。台灣在此關鍵時刻，也迎來了算力的大躍進。國研院國網中心最新超級電腦「晶創26」預計於今年第三季正式上線，其高達約86.05 Petaflops的強勁算力，不僅將使台灣總算力在短短一年內激增逾三倍，更肩負起協助金融、國防等領域大型語言模型訓練的重任，為台灣AI應用遍地開花注入關鍵動能。
現象觀察：台灣算力躍升與「晶創26」的崛起
台灣的超級電腦總算力正經歷前所未有的飛躍。根據國研院國網中心主任張朝亮指出，隨著「晶創26」超級電腦的加入，國網中心的總算力將從目前的約28.26 Petaflops，一舉衝上約114.31 Petaflops，增幅超過三倍。這股強勁的算力增長，主要來自「晶創26」的貢獻，其單機實測效能（Rmax）便高達81.55 Petaflops（H200架構系統Nano4）與約4.5 Petaflops（GB200 NVL72），總計約86.05 Petaflops，使其成為台灣有史以來最強大的超級電腦。
「晶創26」不僅在國內表現亮眼，其H200架構系統Nano4去年在國際TOP500算力指標中，更一舉奪下全球第29名的佳績，展現台灣在人工智慧基礎設施上的國際競爭力。這座新機房坐落於南科雲端算力中心，機櫃外觀以晶片紋路為底，疊上寶島地圖，象徵台灣在全球晶片產業的核心地位。張朝亮主任強調：
「AI應用若要遍地開花，產業角色不可或缺。」
這也明確指出了「晶創26」未來將不只服務學術研究，更會深度連結產業需求。
原因剖析：策略轉型與高階算力佈局
「晶創26」的誕生，源於「晶片驅動台灣產業創新方案」的第一期計畫。此方案自2024年啟動，為期五年，旨在結合台灣半導體晶片製造與封測的優勢，推動AI等關鍵技術的創新應用。張朝亮主任解釋，「晶創」之名即源於此方案，而「26」則代表其預計於2026年正式上線，Nano4則意指台積電4奈米製程，正是輝達H200晶片所採用的尖端技術。
有趣的是，台灣在超級電腦建置策略上有了顯著轉變。張朝亮主任回憶，過去「台灣杉」系列超級電腦採取一次性投入大量經費的模式，雖然初期排名衝高（例如台灣杉二號曾排名世界第20），但面對高階晶片每年推陳出新的速度，舊有模式難以持續追趕。因此，國網中心決定調整策略：
「我們不再一年建一個大的，否則隔年開始變舊，再隔一年就更舊，最後追不上最新的晶片。」
透過逐年建置「最新武器」，台灣得以隨時掌握最新趨勢與技術，確保算力始終保持在領先地位。儘管張朝亮主任坦言台灣在高階算力佈局上曾略有延遲，但「晶創26」的強勁升級，正是為了補足空缺，加速為台灣AI發展提供強勁算力支援。
影響評估：AI應用普及與領域模型深化
「晶創26」採用了雙重算力架構設計，配置了220台輝達H200節點，每個節點配備8張H200 GPU與2TB記憶體。更值得注意的是，台灣領先全台首度導入了兩座輝達去年推出的旗艦級AI運算平台GB200 NVL72，每座搭載72顆Blackwell GPU與13.5TB記憶體。張朝亮主任解釋，H200負責大規模並行科學模擬與AI混合工作負載，而GB200則專注於極大規模的AI訓練任務。相較於韓國與新加坡等國家多採購輝達H系列，台灣選擇導入GB系列，正是看準其在AI上的高效率。
在算力資源分配上，國網中心已規劃了明確藍圖：「晶創26」約三分之一的算力將提供給學術界，包含國科會計畫；另三分之一則協助公部門，解決政府機構在取得高階算力上的困難，以加速開發與應用導入，避免過度依賴國際大模型可能衍生的資安疑慮。最後三分之一則開放給業界，特別是擁有創新點子卻苦於算力資源不足的中小企業與新創團隊，鼓勵業者將資料帶至國網中心，在保密環境下進行研發、概念驗證（POC）或試營運，加速AI應用落地。
其中，讓AI真正理解台灣在地需求的「領域大型語言模型」（LLM）將是發展主力。張朝亮主任強調，金融、法律等特定產業涉及高度專業知識，建構專屬的領域大語言模型不僅需要大量專業資料，更需要龐大算力支撐，而「晶創26」正好能提供強大支援。他透露，目前金管會與國防部皆已展開相關討論，例如將AI導入國防應用，輔助資訊蒐集與決策，台灣已積極走上這條路。
趨勢預測：多元算力策略與未來展望
「晶創26」主機已於今年2月至6月開放部分用戶進行測試，預計於第三季正式上線。展望未來，國網中心已著手撰寫「晶創27」超級電腦的需求建議書，預計隨著台灣杉3號於明年除役，「晶創27」將會是一台包含CPU與GPU的大型通用主機，持續接力提升台灣算力。這也顯示了台灣在超級電腦建置上的長期規劃與不間斷的投入。
在供應商選擇上，國網中心也採取了更為多元的策略。張朝亮主任坦言：「供應商鎖定（Vendor Lock-in）對國家算力中心發展來說，不是健康的事。」因此，除了目前主要採購的輝達（NVIDIA）機器外，國網中心也已採購超微（AMD）的設備，未來將持續評估更多元的算力供應商，透過多角化佈局，確保台灣能靈活運用最先進的技術，避免單一廠商依賴，進而助力台灣AI應用全面開花結果，持續提升國家在數位時代的競爭力。
