
【文/ 黄齐元】
2026年标志着一个重要的转折点:生成式人工智能(AI)已不再停留于实验阶段,而是演变为一场围绕基础设施展开的军备竞赛。英伟达提出的万亿美元级“AI工厂”愿景,将半导体制造、数据中心与主权AI模型整合为相互关联的战略资产。如今,各个国家和地区政府与企业必须同步投资这些领域,才能在新一轮竞争中占据有利位置。
东亚科技供应链中的三个关键参与者——台湾地区、日本与韩国——均已卷入这场AI生态系统的重组。台湾依托台积电(TSMC)的先进制程技术,以及成熟的服务器原始设计制造商(ODM)产业生态;日本试图通过国家级企业联盟重建先进逻辑芯片制造能力;韩国则进一步巩固其在存储芯片领域的优势,并借助国家支持推动半导体初创企业的发展。
尽管三个经济体采取的路径各不相同,但它们最终争夺的是同一个战略目标:掌握AI价值链中不可或缺的关键环节。
从现有硬件能力与国际地位来看,台湾地区仍是这一生态系统的核心参与者,也是目前综合实力最强的一方。然而,日本与韩国正推动规模庞大、由国家统筹协调的产业计划,台湾的领先优势因此面临越来越大的压力。
台积电资料图:台媒
一、台湾:硬件强者,软件短板
评估台湾地区在AI领域的地位,首先必须区分两个经常被混为一谈的领域:半导体制造与AI基础设施。
台积电的先进制程技术使其具备制造先进芯片的能力,这属于半导体制造的范畴。另一方面,广达与纬创等企业将英伟达GPU集成到AI服务器中,并构建数据中心系统,使芯片转化为可实际使用的AI基础设施。
这两个领域都是台湾地区已经建立的优势。这也有助于解释,为什么台湾在英国智库Tortoise Media编制的《全球AI指数》(Global AI Index)中,基础设施排名全球第七,政策战略排名第八。
这些排名在一定程度上反映了台湾当局推动的“晶片驱动台湾”(Chip-Powered Taiwan)计划,以及该计划吸引英伟达与超威半导体(AMD)在台湾岛内设立研发机构和数据中心业务的成果。
第二个同样重要的区分,是AI基础设施与AI应用之间的差异。
AI基础设施关注的是一个经济体是否拥有充足的计算能力(算力);AI应用则决定这些算力能否转化为具有商业价值的产品与服务。换言之,一个经济体能否自主开发大型语言模型(LLM)、AI软件平台,或面向特定行业的AI应用?
这正是台湾表现最弱的环节。
台湾在AI开发能力方面排名第27,该指标衡量自主开发大型语言模型与核心算法的能力;在商业生态系统方面排名第30,涵盖AI初创企业的融资能力与盈利表现;在人才方面排名第33,反映出台湾资深AI软件工程师与世界级研究人员储备不足。
虽然台湾在公众对新技术的接受程度方面表现相对良好,排名第15;在半导体与计算机科学领域的学术研究产出方面也排名第18,但这些优势尚未转化为突破性的AI软件平台,或具有全球竞争力的独角兽企业。
台湾岛内至今仍未诞生一家在规模上足以媲美OpenAI或Anthropic的AI企业。
造成这一弱势的结构性因素包括:可用于模型训练的繁体中文语料规模有限;风险投资市场仅为美国市场的一小部分,而全球约90%的AI初创企业融资集中于美国;以及长期以来偏重硬件、相对忽视软件的产业结构。
这种失衡也促使资深软件人才流向薪酬更高的集成电路(IC)设计行业,进一步限制了台湾地区AI软件生态系统的发展。
综合来看,台湾地区的AI排名呈现出一个典型特征:硬件强,软件弱。
这也解释了为什么台湾选择将资源集中于算力自主、TAIDE等AI模型,以及法律与监管体系建设,包括制定《人工智能基本法》、强化数据安全监管和建立反深度伪造机制,而不是效仿韩国,大举投资存储芯片制造厂,参与资本密集型扩张竞赛。
二、日本:从头重建——Rapidus与Noetra
日本采取的策略遵循一套明确的模式:政府提供资金支持,企业联盟负责执行,制造业负责将相关技术投入实际应用。
在硬件方面,日本将重建先进逻辑半导体制造能力的任务交给了Rapidus。
Rapidus成立于2022年,由丰田、索尼、NTT、软银、NEC、电装、铠侠与三菱UFJ银行八家公司共同创立,各家公司持有相同份额的股权。Rapidus正与IBM合作,在北海道千岁市的新建晶圆厂开发2纳米环绕栅极(GAA)晶体管制程技术。该公司计划于2027财年下半年开始实现2纳米制程量产。
2025年3月,位于北海道千岁市的Rapidus工厂。资料图:日媒
截至2026年,日本政府累计向Rapidus提供的研发支持资金已达到约2.354万亿日元,参与投资的企业数量也已从最初的八家增加至32家。
在软件方面,日本将此前较为分散的GENIAC补贴计划整合为Noetra,并于2026年启动该计划。
Noetra由索尼、软银、NEC与本田四家核心企业发起,目前已吸引超过44家日本企业参与投资,涵盖半导体、机器人、汽车、钢铁、金融、保险与建筑等行业。该计划的目标是开发日本自主的多模态基础模型,以及实体AI(Physical AI)技术体系。
日本经济产业省(METI)将在2026至2030财年间为该计划提供约1万亿日元的支持,目标是在2028财年之前训练出参数规模约为1万亿的基础模型。
日本进入AI基础设施竞赛时,其半导体制造能力落后于台湾地区与韩国。因此,日本选择集中资源,重建一个国家级先进晶圆代工平台,同时将AI应用重点放在日本原本就具有竞争优势的行业,尤其是制造业、汽车与机器人领域。
本质上,日本的策略是先缩小半导体技术差距,再利用既有的制造业优势推动AI应用落地。这未必是实现AI竞争力的最快路径,但其背后拥有一个覆盖范围相当广泛的产业联盟作为支撑。
4001102288 欢迎批评指正
All Rights Reserved 新浪公司 版权所有