台灣算力大躍進　最強超級電腦「晶創26」第3季上線

2026/3/29 09:28（3/29 10:12 更新）

請同意我們的隱私權規範，才能啟用聽新聞的功能。

國研院表示，晶創26採雙重算力架構設計，包括Nano4（H200架構系統），以及最新一代的GB200 NVL72架構節點，其中，Nano4實測最佳用電功率為2.214百萬瓦（MW），最高實測效能（Rmax）為81.55 PFlops，為目前台灣最快、運算密度最高的超級電腦。（國研院提供）中央社記者趙敏雅傳真　115年3月29日

（中央社記者趙敏雅台北29日電）短短約1年，國研院國網中心超級電腦總算力將大增逾3倍，其中，台灣最強超級電腦「晶創26」提供約86.05 Petaflops，為最大動能。國網中心主任張朝亮接受中央社專訪時說，AI應用若要遍地開花，產業角色不可或缺，晶創26預計第3季正式上線，將協助金融、國防等各領域大型語言模型訓練。

國網中心在南科新建雲端算力中心，去年底正式啟用。機房中晶創26正進行多項驗測，最引人注目的莫過於機櫃外觀，以晶片紋路為底，疊上寶島地圖，象徵台灣在晶片領域居於核心地位。

國網中心目前有台灣杉二號、台灣杉三號、創進一號、晶創25等4台超級電腦服役中，最高實測效能（Rmax）總計約28.26 Petaflops（1 Petaflops代表每秒執行一千兆次浮點運算），如今將迎來強力新兵「晶創26」，推升總算力直衝114.31 Petaflops，大增逾3倍。

這波新戰力來自「晶片驅動台灣產業創新方案」，第1期自2024年啟動、為期5年，以台灣半導體晶片製造與封測優勢為基礎，結合AI等關鍵技術推動創新應用。「晶創」正是源於方案名，張朝亮笑說，命名邏輯很單刀直入，數字26代表2026年正式上線；Nano4意指4奈米製程，輝達H200晶片即是採用台積電4奈米製程打造。

分年建置「最新武器」晶創26算力升級扛重任

晶創26去年在國際舞台初試啼聲，便展現台灣在人工智慧（AI）基礎設施的競爭力。TOP500由國際學術團隊共同維運，是國際公認的算力指標，依據統一測試比較各國超級電腦效能，晶創26以H200架構系統Nano4，一舉奪下全球第29名。國網中心人員分享，團隊原本就預期會進入前50名，得知獲得第29名時，感到相當振奮。

談起晶創方案的決策經過，張朝亮回憶，過去部署「台灣杉」系列超級電腦，一次性投入大量經費，「當時排名確實衝高，台灣杉二號（9 Petaflops）就排在世界第20名」。然而，高階晶片幾乎每年都有新世代問世，團隊決定調整策略。

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」。排名固然重要，但「最新武器」才是實戰關鍵，透過逐年建置主機，台灣能隨時掌握趨勢，確保使用新技術與機器。

在晶創方案挹注下，去年晶創25超級電腦上線，Rmax為13.06 Petaflops。相比之下，今年晶創26算力爆發式升級，H200架構系統Nano4 Rmax達81.55 Petaflops，GB200 NVL72約為4.5 Petaflops，合計約86.05 Petaflops。

「晶創26是晶創方案中，算力最大的超級電腦。」張朝亮不諱言，台灣在布局高階算力上略有延遲，受限於預算，晶創25扮演應急角色，晶創26必須擔起補足空缺的重任，加速為台灣AI發展提供強勁算力支持。

有別於韓國新加坡　台灣導入輝達GB系列

晶創26採雙重算力架構設計，配置220台輝達（NVIDIA）H200節點，每節點配備8張H200 GPU與2TB記憶體，此外，領先全台首度導入輝達去年推出的旗艦級AI運算平台，2座GB200 NVL72，每座搭載72顆Blackwell GPU與13.5TB記憶體。

張朝亮解釋，H200負責大規模並行科學模擬與AI混合工作負載，GB200專注於極大規模的AI訓練任務。他透露，韓國科學技術情報研究院（KISTI）、新加坡國立超級電腦中心（NSCC）等多採購輝達H系列（如H200），對Blackwell架構仍持保留態度；台灣看準GB系列在AI上的高效率，決定導入。

「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。」張朝亮強調，國網中心過去以學研界為主要服務對象，但要讓AI應用真正普及，產業角色至關重要，許多中小企業與新創擁有新穎點子，卻常困於算力資源不足，因此晶創方案撥出部分算力為這些團隊添柴火，要加速AI應用落地。

要讓AI懂台灣　領域大型語言模型將是主力

晶創26算力資源分配，張朝亮心中已有藍圖，1/3為學界使用，包含國科會計畫；1/3為協助公部門，他觀察不少政府機構也有AI需求，但難以取得高端算力，導致開發與應用導入較慢，被迫直接使用國際大模型，可能衍生資安疑慮，盼藉此填補公部門技術缺口。

最後的1/3開放給業界，他堅定地說，除了中小企業與新創團隊，也歡迎其他產業參與，業者若有開發模型需求，只要帶著資料來國網中心，就能在保密環境下進行研發、概念驗證（POC）或試營運。

「晶創26非常Powerful（強大），希望它能為台灣做更多更高階的事。」張朝亮說，金融、法律等特定產業涉及高度專業知識，若要讓AI真正理解台灣在地需求，就必須建構專屬的領域大型語言模型（LLM）。然而，開發這類專屬模型不僅需要海量專業資料，還要有大量算力支撐，晶創26正好能支援領域大語言模型訓練與微調。

張朝亮進一步透露，領域大語言模型是今年與明年的發展重點，在金融方面，金管會已有一些想法；在國防部分，也有相關討論。他舉例，美國與以色列對伊朗的戰事中，AI被用於資訊蒐集與整合，以輔助決策，「將AI導入國防應用非常重要，台灣已經很積極走上這一條路」。