這個轉變可能為台灣帶來新的戰略機遇。
陳良基曾主導台灣杉二號超級電腦的建置，多年來持續關注AI產業發展。他《天下雜誌》與「未來城市@天下」主辦的「2025AI趨勢論壇」指出，隨著AI開放模型的釋出，用於特殊用途的邊緣運算將成為AI發展新方向。
以下為陳良基的演講精華：
科技的改變是長期的，今天我帶大家看一些趨勢線索。也許五年後再回頭看，更知道今天該怎麼做決策。
過年時，DeepSeek成為全球大新聞，它最大的影響，是撬開了邊緣AI的競賽。
我們的AI環境正在改變。我從兩年多前就在問：AI時代來臨後，台灣的機會在哪裡？我們有沒有辦法成為全球AI產業供應鏈的關鍵供應商？
當時我認為，台灣應盡快與全球開放模型提供者結合，成為客製化AI的重要供應商。DeepSeek的出現，給了我們一個機會。
AI應用流程分為兩個階段：基礎訓練階段由AI公司完成，就像大學培養學生；不同的基礎模型就像不同大學的畢業生，各具特色。
而應用調整階段則在企業內進行，如同職場培訓。企業可透過微調（fine tuning）與RAG等技術，讓AI更符合實際需求。
但目前企業多採一條龍服務，將所有環節交給AI公司處理，形成封閉系統，就像把員工送回大學做職業訓練。
而台灣應該是將這個流程「撬開」：讓企業透過客製化AI，建立自主調整的能力，形成開放系統，不必再依賴AI公司進行所有調整。
陳良基認為，台灣AI產業能以客製化AI滿足各種使用場景，將成一大優勢。圖片來源：未來城市
目前產業普遍採用「一條龍」服務模式，將所有微調交給AI公司，這種依賴可能面臨資源瓶頸。
很多人說「得算力者得天下，有算力就能得AI」。但真的如此嗎？2017年，我跟立法院爭取新台幣50億元，要做全世界第一個AI主機；當時，整個「台灣杉二號」的算力大約是9到16 Petaflow（每秒一千萬億次浮點運算）。
但GPT-3約有1,750億個參數，用當時台灣杉二號的算力訓練一個類似規模的語言模型，約需要365天。AI模型的規模與複雜度快速攀升，遠超過算力成長的速度。
此外，黃仁勳預測，到2028年，一個資料中心的電力功耗可能會達到千兆瓦級別，這是一個天文數字，甚至遠遠超過台積電一座12吋晶圓廠的耗電量。我們是否能夠長期負擔這樣的能源需求，是一個需要嚴肅思考的問題。
可以說，算力只是手段，「最佳化的AI能力」才是客戶的目的；輕薄短小、客製化的AI才最符合人性——這正是台灣的強項：提供一個客製化的場景應用的解決方案。
AI產業將朝向場景特化發展，為台灣帶來新機遇。雖然在通用AI模型開發上機會有限，但台灣憑藉軟硬整合的優勢，可在未來五到十年內，透過特定應用積體電路（ASIC）的客製化解決方案，在邊緣AI市場佔有重要地位。
★了解更多｜2025 AI Forecast趨勢論壇：科技新秩序，產業新賽局
