全球 AI 基礎設施戰略轉向，資料主權成核心新戰場

歐洲與全球多國近年加速打造主權 AI 基礎設施，從 GPU 超級叢集、AI 工廠到國家級 HPC 系統，目標都是讓人工智慧創新留在本地掌控之中。不過，隨著國際超級計算大會（ISC）將於 6 月 22 至 26 日在德國漢堡舉行，業界關注焦點正從「主權算力」轉向更根本的問題：主權 AI 其實首先需要主權資料基礎設施。

相關論述指出，現今支撐 AI 與 HPC 工作負荷的資料，分散在 NAS、平行檔案系統、物件儲存與雲端環境之中。多年來的基礎設施擴張雖帶來更多儲存選項，卻也形成彼此隔離的資料孤島，讓資料難以被發現、治理與有效運用，甚至在儲存與加速運算之間形成瓶頸，進而壓低 GPU 使用率並拖慢整體流程。

在歐洲，這類挑戰又因數位主權、法規遵循與地緣政治風險而被放大。各國與歐盟層級的 AI 計畫，愈來愈要求明確掌握資料存放地點、存取權限，以及資料跨境和跨雲流動的方式。政策與業界討論因此更強調必須對資料所在與移動方式建立可執行的治理機制。

在這樣的背景下，單純新增儲存裝置已無法解決問題。分析指出，再增加一套 NAS、物件儲存或雲端服務，只會製造另一個需要獨立管理的孤島。真正需要的，是一個能跨異質環境運作的統一資料層，透過全球命名空間在不同站點、雲端與儲存系統之間一致地執行治理、編排與存取政策。

資料編排正成為基礎能力之一

這種架構的關鍵在於，政策不再繫結單一儲存平台，而是直接下放到資料層本身。如此一來，組織可以定義資料允許存放的位置、複製方式、哪些使用者或應用程式能存取，以及資料是否可在不同地理區域或雲端供應商之間移動，並讓這些規則持續適用於本機 NVMe、一般儲存伺服器、既有 NAS、物件儲存與雲端儲存。

這對混合雲與多雲 AI／HPC 工作流程尤其重要，因為資料、使用者與運算資源本來就分散。AI 訓練與推論流程常需要在地端叢集、主權雲環境與專用 GPU 基礎設施之間動態分派資料；研究機構也可能需要國際合作，同時維持敏感資料的嚴格控管。在這些場景中，不能再相依於人工複製資料集，因為那會增加太多營運複雜度與風險。

因此，資料編排正成為基礎能力之一。新的資料層可依可用運算資源動態安排資料位置，並在資料跨環境流動時持續執行治理與主權政策，降低資料複製膨脹、改善分散式資料存取，並協助機構在不犧牲資料掌控權的前提下擴大 AI 布局。隨著 ISC 2026 年會期接近，業界觀察認為，主權 AI 的討論正從單看算力規模，轉向誰能在版本分裂環境中真正把資料運作起來。

（首圖來源：shutterstock）