一個數字震驚了所有人：短短一年內，國研院國網中心的超級電腦總算力將飆升逾三倍，預計在今年第三季正式上線的「晶創26」超級電腦，將以其高達86.05 Petaflops的驚人效能，成為這波算力大躍進的核心動能。這不只是一台機器，更是台灣在AI時代佈局國家級戰略、推動產業創新的關鍵里程碑，預計將深度影響金融、國防等各領域的大型語言模型訓練與應用。
表象：南科巨擘崛起，全球矚目
當目光聚焦南科新建的雲端算力中心，那座以晶片紋路為底、疊上寶島地圖的機櫃，無疑是「晶創26」最引人注目的外觀。它不只象徵台灣在半導體領域的全球核心地位，更預示著一個算力新紀元的到來。這台被譽為台灣最強的超級電腦，搭載了輝達（NVIDIA）H200架構系統Nano4，去年在國際TOP500算力指標中初試啼聲，便以驚人的實測效能（Rmax）奪下全球第29名，讓國網中心團隊感到相當振奮，也彰顯了台灣在人工智慧基礎設施上的強勁競爭力。
「晶創26」的加入，讓國網中心現有的四台超級電腦（台灣杉二號、台灣杉三號、創進一號、晶創25）的總算力，從原先的約28.26 Petaflops，一舉衝上114.31 Petaflops，實現了超過三倍的巨大增長。這項成就，無疑為台灣的AI發展注入了一劑強心針，也讓各界對其未來應用充滿期待。
真相：戰略轉型與「晶片驅動」的深層意涵
這波算力升級的背後，是「晶片驅動台灣產業創新方案」的第一期計畫，自2024年啟動，為期五年。該方案旨在結合台灣半導體製造與封測的獨特優勢，搭配AI等關鍵技術，推動產業創新應用。「晶創」系列超級電腦的命名，正源於此。國網中心主任張朝亮曾笑稱，命名邏輯很單刀直入，數字「26」其實代表2026年正式上線，而Nano4則意指輝達H200晶片所採用的台積電4奈米製程。
話說回來，這項策略其實是國網中心在經歷過去「台灣杉」系列的一次性巨額投入後，所做出的重大調整。張朝亮主任回憶，過去雖然能短時間衝高排名（如台灣杉二號曾位居世界第20名），但晶片技術迭代飛快，高階晶片幾乎每年都有新世代問世。因此，團隊決定不再追求一次性的大型建置，而是採取逐年建置主機的策略。
張朝亮直言：「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。」
這項策略轉變，確保了台灣能隨時掌握趨勢，持續使用最新的技術與機器，讓「最新武器」能真正發揮實戰關鍵作用。雖然台灣在高階算力佈局上略有延遲，但「晶創26」的爆發式升級，正是為了擔起補足空缺的重任，為台灣AI發展提供強勁的算力支持。
各方角力：台灣獨特的GB系列選擇
有趣的是，「晶創26」在硬體配置上展現了台灣獨特的戰略眼光。它採用了雙重算力架構設計，不僅配置了220台輝達H200節點，更領先全台，首度導入了輝達去年推出的旗艦級AI運算平台——兩座GB200 NVL72。每座GB200 NVL72搭載72顆Blackwell GPU與13.5TB記憶體，專注於極大規模的AI訓練任務，而H200則負責大規模並行科學模擬與AI混合工作負載。
張朝亮主任透露，韓國科學技術情報研究院（KISTI）與新加坡國立超級電腦中心（NSCC）等國際夥伴，大多採購輝達H系列（如H200），對於Blackwell架構仍持保留態度。然而，台灣卻看準GB系列在AI運算上的高效率，果斷決定導入，這無疑是一場對未來AI趨勢的精準押寶。這項決策，凸顯了台灣在高性能運算領域的策略自主性與前瞻性。
深層影響：AI應用遍地開花，領域模型成主力
「晶創26」的任務不只是提供強大算力，更是要讓AI應用在台灣真正「遍地開花」。張朝亮主任心中已有藍圖，將算力資源一分為三：三分之一供學界使用，包含國科會計畫；三分之一協助公部門，填補其在取得高階算力上的缺口，避免被迫直接使用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，特別是擁有新穎點子卻苦於算力不足的中小企業與新創團隊。
張朝亮強調：「我們對晶創26寄予厚望，希望它能承擔台灣急迫的算力需求。」
他更指出，要讓AI真正理解台灣在地需求，建構專屬的領域大型語言模型（LLM）將是今年與明年的發展重點。無論是金融、法律等高度專業領域，或是國防應用，都需要龐大算力支撐這類模型的訓練與微調。例如，金管會與國防部都已針對領域大模型有相關討論，這將是台灣提升國家韌性與競爭力的關鍵一步。
展望未來，國網中心也已撰寫「晶創27」超級電腦的需求建議書，預計在台灣杉三號明年除役後，將接棒成為包含CPU與GPU的大型通用主機。同時，張朝亮主任也坦言，「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」，因此除了輝達，國網中心也已採購超微（AMD）機器，未來將持續評估，透過多元算力佈局，助力台灣AI應用開花結果。
未解之問：台灣AI的下一個十年，挑戰與機遇何在？
隨著「晶創26」即將在第三季正式上線，台灣的AI算力版圖已然重塑。從學研到產業，從公部門到國防，這股強勁的算力浪潮預計將激發無數創新火花。然而，在追求算力極限的同時，如何確保這些高階技術能真正普及、如何培養足夠的AI人才、以及如何在國際科技競爭中持續保持領先地位，這些未解之問，將是台灣在AI時代必須持續思考並付諸行動的深層課題。我們能否善用這股力量，將台灣推向全球AI創新的最前沿？這場科技競賽，才正要進入最關鍵的階段。
