台智云总经理吴汉章认为，主权AI包涵两个角度，一个是由国家主导建立具有在地语言、文化价值的AI技术，另一个角度则是建构环境，协助民间产业发展自主的AI技术及应用。（图片来源／台智云）
国内较早投入在地语言模型发展的台湾智慧云端服务（简称台智云），曾与国网中心合作，以超级电脑台湾杉二号算力资源，建置TWCC台湾计算云，在大型算力支援下，台智云从2022年开始研究训练LLM模型的平行运算技术，2023年发表福尔摩沙模型，在当时与国科会TAIDE计划为少数较早投入在地化LLM模型开发的团队。
对于各国发展主权AI，台智云总经理吴汉章分享他的观察，各国推动主权AI常见4个作法，第一个是建立国内自有的算力资源，第二个是建立自主、可控的模型，第三个是政府与民间公私合作，第四个是建立创新机制，「AI发展必须可长可久，没有创新就没有应用，没有落地，就是空谈」，他认为建立创新机制相当重要，才能让AI长期发展，应用能够落地。
吴汉章认为，主权AI除了运用当地的语言资料建立反映在地价值观点、文化的语言模型之外，更重要的目的是建立自主可控的AI技术，在DeepSeek模型出现，带来新的模型塑造方式，即使资源不如跨国大型科技公司，仍可以较低的门槛来建立具有一定能力的语言模型。
建立自主可控技术以配合本地需求调整
吴汉章指出，主权AI可从两个角度来看，第一个是政府主导建立符合在地语言、文化价值的AI技术，第二个角度则是建构基础架构环境，提供资源协助民间发展AI自主技术及应用。
他认为，所谓主权AI不一定是政府自己发展AI技术，由民间产业来做也是一种主权AI，第二个角度是政府扩建公共算力基础建设，建构环境鼓励民间发展自主可控的AI。
吴汉章指出，虽然使用国际公有云的算力服务相当方便，但长期租用的成本相当可观，而企业采购GPU建置私有算力，一台AI主机可能要价上千万，不论是租用公云算力服务或自建私有算力，都不是一般企业或新创公司所能够负担，所以需要政府出面建置算力，作为发展AI的数位公共基础建设。
主权AI重要的是掌握自主可控的AI模型或技术，如果只依赖国外开源模型，开源模型通常仅针对全球市场开发，不会针对在地需求作调整，而公云上的模型更新也不会通知企业，使用较好的模型通常收费也会比较高，国家或企业难以发展自主可控技术。
不只要建大型公共算力，还要易于被企业使用
但是，政府推动主权AI建立自主算力，支援在地化模型的开发，只要花钱建置超级电脑提升算力，这样就够了吗？
吴汉章表示，过去的超级电脑是一种共用的概念，一群老师带领研究团队共用超级电脑算力，这些团队有深厚的技术背景，能够自己写程式调用超级电脑的算力，现在开发大型语言模型需要更多算力，可能需要调度多片GPU加速运算，政府投资扩建超级电脑提高算力之外，也应该降低使用算力资源的门槛，让新创或企业容易使用算力资源。
「提供算力并非直接提供给企业，企业就会自己使用，需要有人从旁协助及辅导他们使用超级电脑的算力」，吴汉章说。
台智云过去曾协助国网中心维运管理超级电脑的算力资源，对外服务学研及产业，现在也协助数发部数产署维运管理算力池，这个算力池开放新创及软体资服业者申请，提供免费的算力资源供他们开发测试AI产品服务。
政府目前正积极建置超级电脑扩建算力，每年分期建置，以采用最新GPU，预估2029年公共算力将提高至480PF，吴汉章表示，很难评论政府建置的算力够不够，更重要的是如何分配这些算力资源，过去很少有工作负载需要使用大量GPU算力资源，现在大型语言模型需要大量GPU算力，就需要妥善的分配。
由于GPU相当昂贵，购买更多GPU组成大型算力的成本，远非一般企业能够负担，不能单靠自由市场机制提供的商业服务，他认为，政府必需建置公共算力帮助新创或企业，尤其是研发阶段，要经过不断测试找出最好的方法，新创业者可能空有想法或技术，但是缺少足够的算力资源，让他们去测试验证，众所皆知，「发展语言模型就是需要实验」，愈早拥有算力，愈早进行实验，就能不断优化模型，早一步推出服务抢占市场商机。
目前各国发展主权AI，积极投入经费扩建算力，例如韩国通过AI法规立法，要建置国家级算力中心，日本计划投入10兆日元，补助企业购买GPU，降低企业建构算力的资本支出。吴汉章指出，台湾的优势在于较早发展在地的语言模型，因此台湾的服务模式、实验经验，吸引其他国家来台取经。
不过，他的观察是尽管台湾现在约有5支团队发展繁中大语言模型，但是大多数团队仅在社群释出模型，提供给外界使用，他认为只有提供开源模型还不够，还要有商业化服务协助企业实际使用，如同企业使用开源软体，开源软体就像黑盒子，如果实际使用上发生问题，该由谁提供支援，红帽就提供Linux的商业服务，负责解决企业遭遇的问题。「如同Linux有红帽一样，开源模型也要有商业服务支援，企业才敢放心使用」。