AI 競爭只看誰模型更強？真正的決戰點，藏在你看不到的「AI 運算」裡。這不僅僅是電力、伺服器，更關乎國家安全和未來國力。
訓練 AI 需要天文數字般的算力，而且每六個月就翻倍一次，讓各國政府急著掌握這些核心資源，也催生出一個不能不知道的新概念：「運算主權」。
牛津大學研究團隊近期發布《人工智慧運算主權（AI Compute Sovereignty）》報告，精華摘錄報告核心，幫助你理解這場隱形戰爭的複雜面貌，以及它如何重塑全球地緣政治與科技未來。
📌 你能從這份報告資訊獲得什麼？
首先，這份《人工智慧運算主權》報告資訊適合以下三類工作者閱讀：
- 各國政府官員與政策制定者
- 雲端服務供應商和 AI 加速器製造商
- 大型科技公司決策者
更具體來說，如果你是
👩🏻💼👨🏻💼 規劃資料中心布局的科技業策略長與資深 PM、
👩🏻💼👨🏻💼 有意推動主權雲／區域雲的政府數位轉型單位、
👩🏻💼👨🏻💼 掌握晶片、AI 基礎設施與雲服務供應鏈風險的產業分析師、
👩🏻💼👨🏻💼 關注美中科技脫鉤與雲端市場地緣競爭的政策智庫與研究者
這份報告資訊能幫助你們提前掌握：
。理解全球市場脈動，看懂國際情勢如何影響你的生意
決策者需要理解各國政府如何看待「運算主權」，這種戰略選擇直接影響科技企業在全球各國的投資決策和市場機會。
。預測政府會怎麼管制，開發符合「主權」需求又受歡迎的產品
報告指出，跨國公司已開始採納「領土主權」的概念，決策者需要深入了解不同國家對「運算主權」的定義，以便設計和推廣能夠滿足客戶和政府主權需求的產品和服務。
。管理供應鏈風險，不讓硬體卡關壞了大事
美國政府透過出口管制限制中國獲取先進加速器的地緣政治策略，對於雲端服務提供商而言，這意味著需要評估對單一晶片供應商的依賴風險，並考慮多元化供應鏈或投資內部加速器晶片開發。
❗️精選五大關鍵事實
預先洞察 AI 運算主權的核心戰線
關鍵一：AI 算力超稀有！全球僅有 33 個國家能訓練自己的 AI，其中只有 24 個國家能夠取得訓練級運算資源
全球大多數國家根本沒有任何公共AI運算基礎設施。這項數據揭示了 AI 運算資源在全球的極度不對稱分佈，形成了「運算富有者」與「運算貧乏者」之間的巨大鴻溝。
關鍵二：全球 AI 雲端，幾乎被中美兩大巨頭包場
報告所普查的九家供應商，其中六家是美中巨頭：AWS、Google Cloud、Microsoft Azure、Alibaba Cloud、Huawei Cloud、Tencent Cloud——佔據了全球市場約 70% 的份額。除了美國和中國之外，大多數國家若要獲取公共 AI 運算能力，幾乎都必須依賴這些外國供應商。
關鍵三：NVIDIA 幾乎是獨霸 AI 晶片武林，市場份額高達 80-95%
這表示絕大多數國家在 AI 運算最底層的硬體供應鏈上，都高度「結盟」於單一的美國供應商。儘管中國有華為等公司開發自己的加速器，但其在全球市場的可用性仍非常有限。
關鍵四：想用 AI 雲端？小國只能「選邊站」或「兩邊討好」
在依賴外國雲端供應商的情況下，18 個國家選擇與單一超級大國的 AI 雲端運算基礎設施「結盟」，而 12 個國家則透過同時依賴美國和中國的基礎設施來「對沖」風險。反映國家在美中科技競爭下的地緣政治考量。
關鍵五：不能只看 AI 資料中心的「好」！它很燒電、燒水、燒地，代價不小
這就是追求「領土主權」的雙面性與權衡。AI 對資源的巨大需求，是政府在制定政策時必須仔細權衡的「負面影響」。
🔴 報告深潛
誰真的擁有 AI？
絕大多數國家只能「租」算力──三個面向幫你看懂誰是真正的運算強權
為什麼我們需要理解「AI 運算主權」？
AI 運算，即訓練和運行 AI 模型所需的專業運算資源，已成為全球 AI 領導力競爭中的「搶手商品」。訓練前沿 AI 模型所需的運算量約每六個月就翻倍一次，這使得獲取足夠的 AI 運算能力成為國家確保國內企業、公共部門組織和研究人員競爭力的關鍵。
「運算主權」（compute sovereignty）這個詞彙因此應運而生，它描述了確保 AI 運算資源獲取的感知需求。隨著決策者尋求主張監管權力、確保供應鏈韌性並保護戰略自主權，運算主權已成為 AI 治理辯論中的熱門議題。
為了釐清這個複雜的概念，《人工智慧運算主權》報告提出「運算主權」的三個層次分析框架，幫助對AI 運算主權的理解：
- 一個國家在其境內擁有多少 AI 運算能力
- 擁有這些 AI 運算資料中心的公司國籍為何
- 為這些 AI 運算資料中心提供晶片的加速器供應商國籍為何。
第一層主權：資料中心要不要「放在自己國土上」？
報告普查結果顯示，全球 225 個雲端區域中，有 132 個配備了 AI 加速器，分佈在 33 個不同的國家，這表示這 33 個國家在其領土內擁有一些公共雲端 AI 運算能力；其中，有 24 個國家擁有訓練級的 AI 運算能力，而有 9 個國家則只有推論級的 AI 運算能力。這相當於聯合國成員國的 17% 和 12%。
這顯示出，即便在最廣泛的定義下，全球大部分國家仍然沒有公共雲端 AI 運算能力。
根據報告，將 AI 資料中心設於境內的好處包括：
- 治理與監管：政府能夠對這些基礎設施進行有效監管，確保 AI 模型和資料集在進入資料中心時符合國家法律。
- 供應安全：它能提升關鍵運算資源的供應安全，減少對境外服務的依賴。
- 經濟效益：吸引資料中心建設可以帶來稅收和在地就業機會，有助於國家經濟發展。
- 營運優勢：提升國家 AI 工作負載和終端用戶的延遲、頻寬效率和可靠性。
為順應各國對「領土主權」的追求，跨國企業也已開始調整策略。例如，微軟推出了「主權雲」（Microsoft Cloud for Sovereignty）計畫，承諾「在不犧牲雲端價值的前提下提供必要的控制」。AWS 也提出了「數位主權承諾」（Digital Sovereignty Pledge），旨在提供「雲端中最先進的主權控制和功能」。華為的「國家政府雲解決方案」也強調其「地端部署確保數位主權」。
然而，境內資料中心也伴隨著顯著的弊端和權衡：
- 資源消耗：AI 資料中心需要消耗大量電力、水資源和土地。這可能推高當地電價，並在水資源短缺地區造成不均等的資源汲取。
- 經濟效益有限：資料中心雖然前期資本投入高，但勞動密集度相對較低，相較於其他數位產業，其增值有限。地方政府提供的稅收優惠和補貼，也可能抵消其稅收貢獻。
- 環境與社會成本：高能耗和對資源的巨大需求，可能引發當地社區的反對和社會爭議，使資料中心建設在政治上缺乏吸引力。
- 監管複雜性：若資料中心由外國雲端供應商運營，仍可能面臨管轄權重疊的監管複雜性。
除了純粹的國家「境內」AI 運算主權，區域性框架也被視為一種替代方案。例如歐洲高效能運算聯合事業（EuroHPC），也被視為一種替代方案，它能讓較小型或資源匱乏的國家共享運算能力，同時分攤成本與風險，並協調監管框架。
第二層主權：供應商是「自己人」嗎？
從這個角度看，僅資料中心設於境內，並不足以提供足夠的主權控制。
許多政策制定者和本地競爭者認為，擁有在地企業提供的運算能力，不僅是經濟和安全上的國家優勢，更能防止外國政府對關鍵基礎設施進行數位控制。在史諾登事件之後，許多國家即便資料中心位於本國管轄範圍內，但如果雲端供應商是外國公司，他們仍然會感到不安。
《人工智慧運算主權》報告指出，大型企業及其母國政府的利益可能存在一致性，全球對其數位基礎設施的依賴，甚至可能被母國政府武器化，形成一種「數位殖民主義」。例如在未經客戶知情或許可的情況下，向外國政府披露資料。
為應對這些風險，各國政府開始採用「信任供應商」（trusted vendor）框架，例如歐洲委員會就決定限制多數外國持股的公司獲得歐盟最高級別的雲端安全認證。
然而，鑒於全球雲端市場高度集中，由少數幾家美國（AWS、Google Cloud、Microsoft Azure）和中國（Alibaba Cloud、Huawei Cloud、Tencent Cloud）的超大規模雲端供應商主導，對於大多數國家而言，培養能與這些全球巨頭競爭的本土雲端供應商，是一個不切實際的目標。因此，在實踐中，大多數國家必須在「結盟」（aligning）或「對沖」（hedging）外國雲端供應商之間做出戰略權衡。
- 結盟：指國家選擇依賴來自單一超級大國的供應商，通常是出於更廣泛的政治或防禦聯盟考量。例如，澳洲政府與 AWS 合作建立國家情報界的最高機密雲端；其他國家如日本、以色列也與美國雲端供應商結盟。
- 對沖：指國家將其 AI 運算依賴分佈在多個外國雲端供應商之間，以實現策略自主和韌性，避免過度依賴單一外國勢力。這種策略常見於東南亞國家。例如，新加坡同時擁有來自美國和中國雲端供應商的 AI 運算區域。
這種「結盟」與「對沖」的戰略選擇，反映了各國在處理美中科技競爭下的地緣政治考量。
第三層主權：誰能提供 AI 晶片與加速器？
第三層是技術基礎最深、受地緣政治限制最明顯的一層，涉及 AI 加速器供應商的國籍及其控制權。
根據《人工智慧運算主權》報告普查結果，在所有具備加速器功能的雲端區域中，除了中國，95.5% 的加速器都是由美國供應商提供的。全球絕大多數國家在 AI 晶片供應鏈的最底層，都高度「結盟」於單一的美國供應商：NVIDIA。
這種高度集中性導致了顯著的地緣政治影響。美國作為領先供應商 NVIDIA 的母國，透過出口管制措施來限制中國獲取先進加速器，儘管這在短期內成功限制了中國開發者獲取 AI 運算的能力，但也激勵了中國科技公司和政府投資於主權 AI 加速器設計和製造能力。例如，華為與中芯國際合作開發了 7 奈米晶片，而阿里巴巴和騰訊也宣布了自己的 AI 加速器晶片開發計畫。
NVIDIA 儘管是外國供應商，但也將自己定位為全球各國追求主權的關鍵夥伴，例如其「AI 國家計畫」（AI Nations initiative）旨在幫助各國建立主權 AI 能力。以色列和英國等國也持續使用 NVIDIA 硬體來擴展其主權 AI 運算基礎設施。
同時，其他國家也在尋求多元化，例如歐盟的《晶片法案》計畫投入 430 億歐元用於本土半導體開發。美國也在推動將台積電（TSMC）的部分業務在岸化，以進一步集中其對加速器供應鏈的控制。
但是，對於大多數國家而言，要實現 AI 加速器產業的「自給自足」幾乎不切實際。因此，大多數國家在這一層面，仍然是「結盟」於美國供應商 NVIDIA。
主權不等於「凡事自給自足」，而是策略選擇
《人工智慧運算主權》報告的核心洞察是：「運算主權」並非一個單一的、非黑即白的概念，而是一個多層次且複雜的戰略考量，其定義和實現路徑因國家而異。
對於大多數國家而言，鑑於全球 AI 運算市場的高度集中性，完全的「自給自足」或「數位自給自足」是不切實際的目標。相反地，國家在追求運算主權時，更像是在進行一場精密的「策略選擇」與「權衡」遊戲。
AI 運算主權並非二元條件，而是一個由風險偏好、信任關係和地緣政治聯盟，形塑而成的戰略連續體。
對於許多中型國家或非結盟國家而言，追求 AI 運算主權，可能不意味著完全自給自足或國內控制，而是以一種既能維護自主性又能降低脆弱性的方式來駕馭這些相互依存關係。這些見解不僅是技術性的，更是根本性的地緣政治考量。
＊閱讀完整報告內容，請見：《人工智慧運算主權 AI Compute Sovereignty: Infrastructure Control Across Territories, Cloud Providers, and Accelerators》
🧩 發展主權 AI，台灣的做法是什麼？
繼續閱讀《TechOrange》專題
＊初稿由 AI 協作，首圖來源：Unsplash
