國網中心布局主權AI，TAIWAN AI RAP擴充模型微調能力，加速AI應用落地

生成式AI競爭快速升溫，各國不只競逐大型模型能力，也開始布局支撐AI發展所需的算力、資料與模型訓練能力。國研院國網中心主任張朝亮在本周一場公開活動中表示，台灣要發展主權AI，需要具備足夠算力，並結合模型研發與台灣資料、語料訓練能力，才能建立符合自身需求的AI能力。

張朝亮分享國網中心推動TAIWAN AI RAP平臺的成果與下一階段規畫。他指出，大型模型越來越強大，不僅能提升推理能力，也能增加協作能力，但是使用這些模型，需要有足夠的算力支撐。國網中心希望透過國家級算力基礎設施，提供各界進行模型訓練、推論與AI應用開發所需的資源。

TAIWAN AI RAP是在2025年3月底啟動試營運，目標是降低生成式AI應用開發門檻，讓企業、新創、學研及其他使用者能夠利用國網中心提供的算力與開發環境，加速AI應用驗證與落地。該平臺整合AI開發工具與運算資源，提供從AI開發到部署所需的環境。

張朝亮表示，過去一年TAIWAN AI RAP平臺使用者數量接近倍增，不論企業、個人或政府法人都有所成長。

他指出，國網中心推動平臺的目的，是希望讓更多人能快速使用AI能力，降低導入門檻。對於不熟悉AI開發的人，也希望透過平臺提供的在地運算能力，協助快速解決問題。

在平臺服務發展上，張朝亮進一步透露，國網中心今年新增的重要服務之一，就是提供更多Fine-tuning能力。

他表示，由於目前國網中心具備較大規模算力，因此可以提供更多模型微調服務，讓使用者帶入自己的資料，由國網中心協助進行模型調整，讓模型更符合特定領域需求。

除了模型微調，未來AI應用將朝Agent方向發展，因此國網中心也希望提供更完整的開發支援。

他表示，國網中心希望在開發階段提供良好的POC環境，讓企業與開發團隊能先驗證AI應用，再進一步推向實際場域。

此外，國網中心也希望改善服務介接方式，讓開發者只需調整API，就能使用國網中心服務，或與其他臺灣商業服務整合。

張朝亮指出，國網中心作為國家實驗室，並不像商業公司能直接服務大量終端使用者，因此未來將採取B2B2C模式，由國網中心提供技術平臺，再由企業或其他Business端開發面向終端使用者的應用。

為支援大型模型訓練與AI應用需求，張朝亮也透露國網中心後續算力布局。

張朝亮表示，國網中心持續擴充AI運算資源，目前已有Nano 4、Nano 5等算力平臺支援AI模型訓練與應用開發。除了既有GPU架構外，國網中心也將導入AMD平臺，他透露，相關AMD機器已完成決標，未來將提供另一種AI運算選擇。

另外，國網中心未來仍會持續建置AI主機，並導入更先進的處理器架構，例如Vera Rubin等新一代AI平臺，讓開發者能使用持續演進的算力環境。

談到主權AI發展，張朝亮表示，台灣未來需要更多Foundation Model，但發展方向不會只停留在大型語言模型，而會朝多模態AI發展。國網中心希望結合自身算力基礎設施、中研院模型研究能力，以及臺灣資料與語料訓練能力，提供更符合臺灣需求的AI模型服務。

因此活動中也同時展示TAIWAN AI RAP與多模態AI技術成果的原因。其中的多模態Ai技術，由中研院資科所所長廖弘源與中原大學資工系教授朱守禮合作，結合YOLOv9物件偵測技術及行為辨識，開發出TAIWAN GBA行為辨識系統，以克服VLM視覺語言模型的限制，可辨識跌倒、鬥毆等12種行為。

國網中心指出，希望籍此呈現從AI模型研發、國家級算力平臺，到產業應用落地的完整鏈結，推動自主AI技術發展。