美國能源部（DOE）本週投下震撼彈，正式啟動「Genesis開放模型倡議」（Genesis Open Models Initiative），聯手NVIDIA等科技巨頭，要為能源領域打造專屬的國家級AI基礎建設。這不是單純的科研計畫，而是美國將AI視為「能源安全戰略武器」的關鍵一步。

消息一出，Hacker News論壇瞬間沸騰，討論串衝上148點、51則留言。為什麼一個政府部門的AI計畫能引起全球科技圈關注？因為這背後代表的意義遠超能源領域——這是國家力量正式進場AI賽道的訊號。

能源AI國家隊｜為何現在出手？

美國能源部管轄17座國家實驗室，從核武安全到再生能源研究，都是全球頂尖水準。但長期以來，這些實驗室的AI應用各自為政，缺乏統一的模型與基礎設施。Genesis計劃的核心，就是要打破這種「諸侯割據」的局面。

計劃內容包括三個層面：第一，建立能源領域專用的開源AI模型，涵蓋電網預測、核融合模擬、碳捕捉優化等專業場景；第二，打造跨實驗室的AI算力共享平台，讓分散在各地的研究人員能協作開發；第三，與民間企業合作，確保研究成果能快速落地商業應用。

NVIDIA作為首批合作夥伴，將提供最新的GPU叢集與CUDA優化工具。據內部消息透露，DOE初期投資規模超過5億美元，後續五年總預算可能上看30億美元。這不是小打小鬧，而是國家級的戰略投資。

值得注意的是，這並非美國政府首次涉足AI。但過往的計劃多偏向國防或太空應用，這次明確聚焦「能源」領域，時機點耐人尋味。全球AI算力需求暴增，資料中心用電量成為各國頭痛問題——OpenAI執行長Sam Altman曾公開表示，AI的未來瓶頸不是晶片，而是電力。

開源策略解密｜為何不自己用？

Genesis計劃最引人爭議的，是「開放模型」這個關鍵詞。為什麼國家級戰略要選擇開源？這不是把機密技術拱手讓人嗎？

其實這正是DOE的高明之處。能源領域的AI應用碎片化嚴重，每個電網業者、每個實驗室都有獨特的資料格式與問題場景。與其閉門造車，不如開放核心模型，讓整個生態系共同貢獻微調（fine-tuning）成果。這套策略在開源社群已被反覆驗證——Linux、PyTorch都是靠開放生態打敗封閉對手。

具體執行上，DOE會先釋出基礎模型，包含能源領域的專業知識與資料集。各地實驗室、大學、企業可以在此基礎上進行二次開發，但必須將改良後的模型回饋到共享平台。這形成一個「眾包式」的研發網絡，政府出基礎建設，民間出應用創新。

以電網負載預測為例，目前全美各區域電網業者各自訓練模型，準確率參差不齊。Genesis平台統一提供氣象、用電歷史、再生能源發電量等標準化資料集，加上預訓練模型，小型電網業者不必從零開始，直接微調即可獲得媲美大廠的預測能力。據初步測試，這能將區域電網的負載預測誤差降低15%至20%。

企業該學什麼｜三堂課看懂戰略

對香港與台灣的企業決策者來說，Genesis計劃的意義不在於美國政府做了什麼，而在於它揭示了AI落地的新路徑。

第一堂課：垂直領域的開源模型比通用模型更有價值。過去兩年企業瘋搶GPT-4、Claude這類通用大模型，但實際應用時總覺得「差一點」。Genesis計劃證明，專業領域的開源基礎模型加上生態系微調，才是解決產業痛點的關鍵。這解釋了為何HuggingFace上能源、醫療、法律等垂直模型的下載量持續飆升。

第二堂課：算力共享比算力軍備競賽更實際。台灣的AI算力聯盟、香港的數碼港AI實驗室，都在試圖解決中小企業算力不足的問題。DOE的做法提供了一個新思路——與其花大錢自建算力，不如建立跨機構的共享平台，讓閒置算力流動起來。這對預算有限但AI需求迫切的企業特別有參考價值。

第三堂課：國家級AI戰略將重塑供應鏈。Genesis計劃的30億美元預算，意味著未來五年美國能源AI供應鏈將迎來爆發。從感測器、邊緣運算設備到AI晶片，相關廠商都將受惠。香港與台灣的硬體製造商、系統整合商，若能提前卡位這個生態系，有機會在下一波AI基建浪潮中分一杯羹。

延伸閱讀

全球AI競賽升溫｜台灣香港的下一步

Genesis計劃的深層意涵，是AI競賽已從企業層級升級到國家層級。此前中國的「東數西算」工程、歐盟的EuroHPC超級電腦計劃，都是類似的國家級AI基建佈局。美國這次出手，等於宣告AI基礎設施已成為「戰略物資」。

對台灣而言，半導體優勢是最大籌碼。台積電的先進製程、聯發科的邊緣AI晶片，都是全球AI基建不可或缺的零件。但台灣在AI應用層面的國家級戰略仍顯零散——國科會的「生成式AI對話引擎」計劃規模有限，與DOE的30億美元預算相比是小巫見大巫。

香港則有獨特的國際數據樞紐地位。在AI治理與資料跨境流通的議題上，香港有機會成為中美之間的「中間人」。但前提是香港必須加快建立自己的AI算力基礎設施，否則只會淪為數據轉運站，無法參與高附加價值的AI應用開發。

Genesis計劃最值得玩味的，是它選擇了「開放」而非「封閉」的路徑。在許多人擔憂AI壟斷、模型黑箱的時代，美國能源部用行動證明：國家級AI戰略不一定要關起門來搞，開放生態反而能激發更多創新。這或許是給所有企業的最重要啟示——AI時代的贏家，不是擁有最強模型的人，而是能打造最活躍生態系的人。

當各國政府紛紛將AI視為戰略資源，企業的AI策略也不能再只考慮技術與成本，更要思考如何融入國家級的生態系。無論是參與開源社群、爭取政府合作，還是提前佈局供應鏈，及早卡位者才能在下一波AI基建浪潮中站穩腳跟。美國能源部的這一步，已經為全球AI競爭揭開了新篇章。