台灣力拚主權AI，卻面臨算力、電力2大困境，不僅算力落後亞洲鄰國、電力也面臨缺口。對此，前數發部長、中央研究院特聘研究員黃彥男8月31日直言，台灣2030年GPU目標約3萬片，遠少於南韓26萬片，即便採購足量GPU，仍需要充足穩定的電力支撐，因此政府推動AI十大建設應「再加把勁」，否則徒有完整AI硬體供應鏈，科技主權恐旁落。
台灣通訊學會昨日舉辦「2026科技主權高峰論壇」。黃彥男擔任「AI主權：跨國AI治理問題與台灣本土AI生態鏈」座談場次的主持人，並在會中發表觀點。
黃彥男表示，台灣在晶片、伺服器及資通訊設備等AI硬體供應鏈已形成生態系，但真正投入AI運算的基礎建設、算力與資源規模，卻明顯落後其他主要國家，包括落後美國、中國大陸2大強權，與日本、韓國及新加坡相比也存在相當差距。
根據英國今年公布的全球AI指數（Global AI Index），台灣排名全球第16名，不僅落後美國、中國大陸，也排在新加坡、南韓及日本之後。黃彥男指出，韓國為發展主權AI，預計2030年前向輝達採購26萬片GPU，日本也採購超過4萬片，相較之下，台灣2030年的目標僅約3萬片。
黃彥男強調，即便採購更多GPU，若電力供應跟不上，也無法完全發揮硬體效能，而以3萬片GPU估算，就需要超過1GW電力，大約相當於一座核能發電廠的發電量。他表示，儘管政府推動AI十大建設，預計未來幾年投入1、2千億元預算，但相較明年普發現金2300億元，政府在AI投資的預算「還要再加把勁」。
黃彥男提醒，AI模型的輸出與推論深受訓練資料影響，主權AI之爭也涉及語言、文化及價值觀，若缺乏本土語料、模型及治理能力，長期依賴境外AI服務，可能影響下一代對台灣歷史、社會與文化脈絡的理解，必須提高警覺。
世新大學法律學院副教授戴豪君則指出，主權AI涵蓋算力、資料、模型、雲端、人才與治理等多個層次。他認為，台灣目前較突出的優勢在晶片與運算硬體，並應進一步盤點資料、雲端、治理等其他環節的自主能力。台灣大學法律學系教授楊岳平指出，主權AI追求的「從來不是自給自足」，而是依風險判斷哪些能力必須留在國內、哪些可以透過友岸外包（Friend-shoring）取得，他認為，台灣的機會不只在晶片，還包括從AI機櫃、AI PC 到整套AI系統的交付能力。