《Financial Times》報導，從 AI 輔助戰場系統、自主無人機，到資安與情報分析，先進軍事力量越來越依賴運算能力。各國政府開始像過去對待石油與電網那樣，將運算能力視為關鍵基礎設施，因為它關係到經濟實力、軍事能力與政治自主。有些人甚至認為，運算能力本身已成為國家主權的前提，就像 20 世紀的核技術決定了地緣政治權力。
但對英國這類科技「中等強國」而言，問題在於：全球約 90% 的 AI 運算能力掌握在美國與中國企業手中。因此，其他國家也開始積極布局 AI 基礎設施，希望在晶片、網路、資料中心等核心技術領域取得優勢。「半導體晶片已經是現代高速運算技術不可或缺的一部分，它們對國家未來的重要性，應該如同水與乾淨空氣一般，」英國倫敦大學學院 UCL 的奈米電子與奈米光子材料教授 Tony Kenyon 說明。
英國加速布局下一代運算，擺脫 AI 算力受制美中
英國政府之所以高度關注這些技術，與現代軍事愈來愈依賴 AI 有關。《Financial Times》說明，新世代戰機每小時都會產生大量感測資料，需要 AI 即時分析；過去仰賴人耳辨識的潛艦聲波，如今則改由演算法判讀異常訊號。英國晶片公司 Graphcore 執行長 Nigel Toon 便警告，如果一國完全依賴外國雲端與運算供應商，對方甚至可能透過系統權限，讓資料中心無法運作。
《Financial Times》指出，英國其實曾是 AI 發展的重要基地，不僅奠定許多現代 AI 理論基礎，也擁有頂尖研究人才。然而，英國長期缺乏足夠資本支持本土科技企業成長，導致不少具潛力的新創公司在壯大前，就被海外科技巨頭收購。
最具代表性的案例就是 AI 公司 DeepMind。它 2010 年成立於倫敦，四年後便被 Google 收購。雖然 DeepMind 至今仍留在英國，並持續參與 Google Gemini AI 模型開發，但公司控制權早已轉移到美國。不願具名的專家向《Financial Times》坦言，Google 收購 DeepMind 對英國 AI 發展是重大損失，讓英國錯失了培養本土世界級 AI 企業的機會。
不讓 AI 問題歷史重演，英國全力守住量子科技自主權
不過，英國學界與科技業人士認為，量子運算或許會成為英國重新追趕全球科技競爭的重要機會。位於英格蘭南部的量子新創 Universal Quantum 執行長、同時是 University of Sussex 教授的 Sebastian Weidt 認為，英國在 AI 領域已難與美中抗衡，但量子科技仍有機會讓英國打造出具全球影響力的科技企業。
今年三月，英國政府宣布投入 20 億英鎊發展量子科技，希望建立自主技術與產業能力。全球各國近年持續加碼量子計畫，同時更加重視人才、技術與國家安全問題。Sebastian Weidt 的公司目前正替德國太空總署開發量子電腦，他認為英國在量子研究上其實具備世界級實力，只要政府願意持續投資，仍有機會在新一輪科技競爭中占有一席之地。
「量子支援技術公司」（quantum-adjacent companies），主要開發支撐量子運算所需的關鍵技術，但本身不直接製造量子電腦，例如低溫冷卻設備、雷射、光子元件、感測器與資安硬體等。英國在這類基礎技術領域具備優勢，擁有許多國際供應商，以及多家量子感測與量子安全新創公司。《Quantum Zeitgeist》補充，外界通常只關注量子電腦開發商，但實際上，量子電腦能運作，仍仰賴大量周邊技術支援。除了量子運算外，量子感測與量子通訊等技術也使用相同的物理原理與人才資源，共同構成英國量子科技產業的重要基礎。
Sebastian Weidt 也提醒，英國不能讓量子產業重演 AI 的發展路線。近年不少英國科技公司在成長後陸續被海外企業收購，例如量子公司 Oxford Ionics 去年便被美國量子硬體公司 IonQ 以超過 10 億美元收購。他擔心，如果缺乏長期資金與產業政策支持，英國好不容易培養出的量子企業，最終仍可能流向海外。
雖然量子運算是否能真正改變世界，目前仍存在不少不確定性，但各國已開始把它視為下一波戰略科技。未來量子電腦除了可能應用在新世代戰機與軍事系統，也可能破解現有加密技術，對金融、資安與國家機密帶來巨大影響。Sebastian Weidt 提到，近年全球量子研究的氛圍已與過去大不相同。以前研究人員之間交流相當開放，現在許多技術逐漸與國家安全綁定，國際合作變得更加敏感。他透露，一些回到中國發展的前學生，後來甚至完全失去聯繫，可能已投入政府支持的機密計畫。根據量子研究機構 Qureca 的統計，中國目前在量子科技上的政府投資規模，已超過美國與日本。
英國國家量子運算中心（NQCC）主任 Michael Cuthbert 則表示，英國政府現在的重要目標之一，就是盡量把本土技術與新創公司留在國內，避免核心技術再次外流。此外，研究人員警告，AI 發展速度已逐漸超過現有硬體負荷能力。Tony Kenyon 補充，過去數十年，晶片效能的提升大致遵循「摩爾定律」，晶片上的電晶體數量約兩年翻倍一次；但近年 AI 模型規模與運算需求暴增，硬體進步速度已逐漸追不上。讓各國更加積極投入量子運算、神經形態晶片等下一代技術，希望在現有運算架構逼近極限前，搶先掌握新的技術主導權。
AI 時代沒有國家能單打獨鬥，全球科技依賴關係重塑
隨著 AI 模型規模持續膨脹，運算需求也快速飆升。Tony Kenyon 指出，未來 AI 最大挑戰不只是模型開發，而是如何有效處理龐大的資料量，包括資料傳輸速度、記憶體容量與頻寬問題。更現實的是能源消耗。顧問公司 McKinsey 估計，到 2030 年，全球 AI 資料中心所需電力可能高達 156GW。Tony Kenyon 認為，如果未來得靠興建核電廠甚至核融合技術來支撐 AI 運算，就代表現有技術路線本身已出現問題。
目前 AI 產業仍高度依賴 GPU，尤其是 NVIDIA 的產品，幾乎成為 AI 算力的代名詞。不過，業界也開始尋找替代方案。像美國 AI 公司 Anthropic 傳出正與倫敦晶片新創 Fractile 接洽，而英國光子網路公司 Oriole Networks 也與 AMD 合作，希望透過光子傳輸技術提升 AI 系統效率。投資人 Dave Grimm 指出，未來各國不可能完全獨立打造整套 AI 體系，因此關鍵在於是否掌握某些不可取代的核心技術，例如高速網路、記憶體或 DRAM。只要擁有其中一項關鍵能力，就能在全球 AI 供應鏈中保有談判籌碼。
這也是為什麼越來越多國家開始重視自己在 AI 供應鏈中的位置。例如韓國 Samsung 與 SK hynix 掌握先進記憶體市場；台灣的 TSMC 則負責生產全球大部分高階 AI 晶片；而荷蘭的 ASML 更因掌握先進微影設備，成為全球半導體產業不可或缺的一環。荷蘭資安新創 Fortaegis 執行長 Boudewijn Wijnands 表示，沒有任何國家能獨力重建完整 AI 生態系，現實做法是結合不同國家的強項。他認為，全球 AI 產業正在形成新的技術依賴關係，各國都希望至少掌握其中一個關鍵環節，藉此在未來科技競爭中保有影響力。
不過，英國仍面臨資金不足的老問題。倫敦創投公司 Gallos Technologies 共同創辦人 Josh Burch 表示，如果缺乏足夠本土資本支持，新創公司很難長期留在英國，最後往往不是被收購，就是被迫移往海外發展。Sebastian Weidt 也坦言，雖然英國近期開始加強扶植量子產業，但政策其實已經相當晚，而他的公司 Universal Quantum 目前也已在德國設立據點，以因應國際市場與資金需求。
＊本文開放合作夥伴轉載，資料來源：《Financial Times》、《Quantum Zeitgeist》，圖片來源：Unsplash。
