資策會MIC：AI資料中心競爭轉向互連與系統層，通訊網路成關鍵

資策會產業情報研究所（MIC）指出，AI資料中心（AIDC）的競爭逐漸從硬體設備轉向互連與系統層，隨著系統規模擴大、傳輸距離愈長，使得通訊網路將成為算力能否有效釋放的關鍵，也為台灣既有伺服器、交換器、光通訊及電信網路供應鏈帶來下一階段商機。

MIC認為，網路與算力融合將出現三大主要通訊場景。第一是機房內整合算力。透過光通訊與AI Fabric（人工智慧網絡架構）等高速互連技術，將原本個別運作的GPU組合成一個有效算力單位，提升內部算力使用效率。

第二是跨站擴大算力配置。當算力不再集中在單一資料中心，就必須透過資料中心互連（DCI）、全光網路、海纜與跨站調度，串聯不同地點的資料中心，進一步擴大配置算力的範圍。

第三則是把這些算力真正送到使用端，完成AI智慧交付。MIC指出，未來可結合5G-A／6G、行動邊緣運算（MEC）、非地面網路（NTN）、Network API及Wi-Fi等技術，把分散在不同位置的算力轉化為企業、個人或機器可以使用的AI服務。

MIC資深產業分析師鍾曉君表示，網路傳輸能力將決定算力的有效供給範圍及利用率，產業競爭也已從過去的通用頻寬，走向能夠因應不同AI工作負載的網路傳輸架構，並進一步延伸至算力位置、網路路徑、資源配置與服務保障等調度能力。

她認為，台灣下一階段發展重點，在於串聯公共科研算力、商業雲、電信網路及企業場域，建立可串聯分散可用算力的生態系；並同時運用既有伺服器、交換器、光通訊與電信網路等優勢，進一步向資料中心互連（DCI）、全光網路、邊緣運算、衛星光通訊及算網協同控制延伸。

她表示，台灣供應鏈下一步不只是供應更多算力關鍵零組件與設備硬體，而是發展由「造算力」進一步延伸到「連算力、調算力與保算力」的關聯供應鏈。