國網中心布局主權 AI 擴充 TAIWAN AI RAP 平臺微調能力加速應用落地

國網中心布局主權 AI 擴充 TAIWAN AI RAP 平臺微調能力加速應用落地

2026/11/12

國研院國網中心主任張朝亮表示,台灣發展主權 AI 必須具備足夠算力,並結合模型研發與在地資料、語料訓練能力。國網中心推動的 TAIWAN AI RAP 平臺已擴充模型微調能力,協助各界加速 AI 應用落地。

國家實驗研究院國家高速網路與計算中心主任張朝亮表示,台灣若要發展真正屬於自己的主權 AI,必須同時具備三項關鍵條件:足夠的運算能量、自主的模型研發能力,以及運用台灣在地資料與語料進行訓練的能力。他指出,國網中心推動的 TAIWAN AI RAP 平臺已進一步擴充模型微調功能,目標是降低各界導入生成式 AI 的門檻,加速應用在產業與公共服務中落地。

主權 AI 近年成為各國政府的重要政策議題。隨著大型語言模型逐漸成為資訊服務的底層基礎,模型所使用的訓練資料、價值觀與語言表達方式,直接影響使用者取得的資訊內容。據悉,許多國家都已意識到,若完全仰賴海外科技巨頭提供的模型,在語言文化、資料安全與關鍵服務自主性上都可能受制於人,因此紛紛投入資源建置本國算力與模型。

對台灣而言,主權 AI 的挑戰與機會並存。台灣擁有全球領先的半導體製造能力,是 AI 晶片供應鏈的核心,但在大型模型研發與高品質繁體中文語料累積上,仍需要長期投入。業界分析人士指出,繁體中文語料在全球網路資料中所占比例相對有限,若沒有刻意整理與建置,通用模型在台灣用語、在地法規、歷史文化等面向的表現容易出現落差,這也是張朝亮強調「台灣資料、語料訓練能力」的原因。

算力則是另一道門檻。訓練與微調大型模型需要大量高階 GPU 與穩定的運算環境,對多數中小企業、學研單位而言,自行建置的成本相當高。國網中心長期扮演國家級高速運算基礎設施的角色,由其提供共享算力與平臺服務,可讓資源有限的單位也能取得開發所需的運算能量。

TAIWAN AI RAP 平臺此次擴充模型微調能力,意義在於讓使用者不必從零開始訓練模型,而是以既有基礎模型為底,加入自身領域資料進行調整,打造符合特定場景需求的應用。業界分析人士指出,對醫療、法律、製造、政府服務等專業領域來說,微調往往比重新訓練更具成本效益,也更容易在短時間內看到成果。

從影響層面來看,平臺能力的提升可望帶動更多垂直領域應用出現,並促進產官學之間的資料與技術交流。不過,主權 AI 的建構並非一蹴可幾,算力需要持續擴充,語料需要長期累積與治理,人才培育也必須同步跟上。如何在開放合作與資料安全之間取得平衡,同樣是政策制定者必須面對的課題。

整體而言,國網中心從算力、模型到語料三方面同步布局,顯示台灣正嘗試把半導體優勢延伸到 AI 應用層。TAIWAN AI RAP 平臺的功能擴充,是讓主權 AI 從政策口號走向實際應用的重要一步,後續成效仍有待觀察各界導入的速度與深度。