iVOD / 167656

Field Value
IVOD_ID 167656
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167656
日期 2026-03-18
會議資料.會議代碼 委員會-11-5-23-2
會議資料.會議代碼:str 第11屆第5會期交通委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第5會期交通委員會第2次全體委員會議
影片種類 Clip
開始時間 2026-03-18T12:28:51+08:00
結束時間 2026-03-18T12:35:37+08:00
影片長度 00:06:46
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4e26a61b53ad6053d66ef97102fccf2675f3d6415d2a29ea997b7b3c5b8577b308f75701a873fd4f5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳冠廷
委員發言時間 12:28:51 - 12:35:37
會議時間 2026-03-18T09:00:00+08:00
會議名稱 立法院第11屆第5會期交通委員會第2次全體委員會議(事由:邀請數位發展部部長及國家科學及技術委員會主任委員就「落實臺灣AI治理與基礎建設,發展臺灣AI軟體產業」進行專題報告,並備質詢。【3月18日及19日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 2.17409375
transcript.pyannote[0].end 3.27096875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 3.72659375
transcript.pyannote[1].end 4.89096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 5.21159375
transcript.pyannote[2].end 5.97096875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 12.26534375
transcript.pyannote[3].end 13.00784375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 13.09221875
transcript.pyannote[4].end 31.03034375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 13.98659375
transcript.pyannote[5].end 14.35784375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 17.74971875
transcript.pyannote[6].end 17.88471875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 26.54159375
transcript.pyannote[7].end 27.03096875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 31.09784375
transcript.pyannote[8].end 37.47659375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 31.36784375
transcript.pyannote[9].end 31.41846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 37.51034375
transcript.pyannote[10].end 38.26971875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 37.59471875
transcript.pyannote[11].end 38.53971875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 38.92784375
transcript.pyannote[12].end 58.21596875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 41.52659375
transcript.pyannote[13].end 41.66159375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 53.94659375
transcript.pyannote[14].end 54.04784375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 57.28784375
transcript.pyannote[15].end 58.18221875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 58.75596875
transcript.pyannote[16].end 59.05971875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 59.54909375
transcript.pyannote[17].end 64.83096875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 64.86471875
transcript.pyannote[18].end 75.93471875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 76.08659375
transcript.pyannote[19].end 84.92909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 80.27159375
transcript.pyannote[20].end 80.60909375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 85.13159375
transcript.pyannote[21].end 109.78596875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 98.73284375
transcript.pyannote[22].end 99.74534375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 102.39471875
transcript.pyannote[23].end 103.67721875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 109.98846875
transcript.pyannote[24].end 111.40596875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 111.74346875
transcript.pyannote[25].end 140.63346875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 112.50284375
transcript.pyannote[26].end 112.63784375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 119.26971875
transcript.pyannote[27].end 119.55659375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 140.93721875
transcript.pyannote[28].end 141.49409375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 141.69659375
transcript.pyannote[29].end 196.21971875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 196.54034375
transcript.pyannote[30].end 207.94784375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 207.94784375
transcript.pyannote[31].end 208.08284375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 208.08284375
transcript.pyannote[32].end 208.11659375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 208.11659375
transcript.pyannote[33].end 224.16471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 212.20034375
transcript.pyannote[34].end 212.77409375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 219.87846875
transcript.pyannote[35].end 220.13159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 224.45159375
transcript.pyannote[36].end 246.86159375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 232.70346875
transcript.pyannote[37].end 232.72034375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 232.73721875
transcript.pyannote[38].end 232.82159375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 241.90034375
transcript.pyannote[39].end 243.72284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 244.00971875
transcript.pyannote[40].end 244.46534375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 244.88721875
transcript.pyannote[41].end 245.76471875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 246.64221875
transcript.pyannote[42].end 264.96846875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 264.96846875
transcript.pyannote[43].end 282.83909375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 269.62596875
transcript.pyannote[44].end 269.96346875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 280.35846875
transcript.pyannote[45].end 281.35409375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 283.56471875
transcript.pyannote[46].end 294.88784375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 289.42034375
transcript.pyannote[47].end 289.72409375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 290.63534375
transcript.pyannote[48].end 290.82096875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 292.10346875
transcript.pyannote[49].end 292.86284375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 296.08596875
transcript.pyannote[50].end 326.00534375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 303.15659375
transcript.pyannote[51].end 303.62909375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 326.14034375
transcript.pyannote[52].end 329.36346875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 330.15659375
transcript.pyannote[53].end 346.89659375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 334.78034375
transcript.pyannote[54].end 335.97846875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 338.44221875
transcript.pyannote[55].end 338.61096875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 347.16659375
transcript.pyannote[56].end 407.12346875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 398.39909375
transcript.pyannote[57].end 399.69846875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 403.02284375
transcript.pyannote[58].end 404.98034375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 405.65534375
transcript.pyannote[59].end 405.99284375
transcript.whisperx[0].start 2.219
transcript.whisperx[0].end 24.487
transcript.whisperx[0].text 感謝主席 我們請速發部部長我們請林部長委員午安 部長好首先我先肯定部長跟這個部裡面的這些同仁們那根據部裡面的資料說GPU的算力池截止到我們14年年底已經幫助到186家這個民間的業者
transcript.whisperx[1].start 27.668
transcript.whisperx[1].end 47.707
transcript.whisperx[1].text 那有開放200多個模型還有AI服務那甚至其中有80家已經達到產品的規模化是那方向是對的那我們這個地方是肯定的感謝委員支持不過我們回到國內我們再來看一下就是說我們政府提供的免費的這個算力的額度它等值大概是新台幣65萬元
transcript.whisperx[2].start 49.349
transcript.whisperx[2].end 64.427
transcript.whisperx[2].text 但是業界他租一台AI的伺服器一個月大概是要80萬元左右那買一台的話那就不用講要上千萬元那個成本是更大那也就是說我們現在政府給的額度他可能是連一個月的租金都租不起
transcript.whisperx[3].start 65.007
transcript.whisperx[3].end 86.935
transcript.whisperx[3].text 那在全球就剛才有很多委員都有提到當然我們也很遺憾有些預算是被沒有辦法去做好的審查所以沒有辦法去讓我們有更多的預算來去做這個算力上面的增加更多的資本在上面更加更多的投資在上面但是我們還是回到我們剛才講的就是說65萬元跟80萬元一個月就表示說我們現在確實是有不足的這個狀況下
transcript.whisperx[4].start 88.556
transcript.whisperx[4].end 110.445
transcript.whisperx[4].text 如果我們要把這個公共算力從驗證到可以持續性的商用的話那還是有一段距離所謂的驗證就是說我們可能因為就為了要一開始草創的企業也好特別是AI這個產業其實一切都要在草創當中我們既然說還是硬體就像有人在笑稱說這個在掏青草的加州最開始的時候最先得到發財的是
transcript.whisperx[5].start 111.986
transcript.whisperx[5].end 139.886
transcript.whisperx[5].text 賣鏟子的人是是是其後才是拋金的這樣子的整個行業的興盛是那我們現在還是在最前端還是在鏟子的部分還是在最基礎的建設的部分是那在最基礎的建設的部分如果政府能夠推一把的話那我們就有很好的其實我們已經有很好的實力在那我們就可以走得更遠走得更快是如果有從短期願證升級為可持續商業就是擴張這樣子的這樣的時程有沒有這樣子的想法如果有的話時程大概是怎麼樣各位請部長簡單來說明一下
transcript.whisperx[6].start 141.747
transcript.whisperx[6].end 161.617
transcript.whisperx[6].text OK在算力方面我們現在速發布只有40片的那個GPU這個數量坦白講少得很可憐但是我們這個這40片的GPU並不是要讓那個民間的公司做商業的運作這個主要是讓他們做創業家在一開始驗證他的想法的時候因為我本身也是創業家我20幾年前
transcript.whisperx[7].start 162.677
transcript.whisperx[7].end 188.668
transcript.whisperx[7].text 那個創業的時候我就在我的家裡擺一排電腦大概兩萬塊台幣我就開始做我的實驗寫程式可是現在的AI創業就如同委員所講的這台GPU的那個伺服器大概都要超過一千萬台幣所以很多的創業家他有一個那個我說靈魂的考驗他要想說他要不要把他房子抵押掉買一台那個算那個GPU的伺服器那我們現在就跟他講說你不用去抵押房子你來用速發部的這個
transcript.whisperx[8].start 189.668
transcript.whisperx[8].end 212.181
transcript.whisperx[8].text 算力然後做完實驗然後你實驗成功了你就可以拿你的實驗數據去找天使投資人拿到他投資的資金然後如果你失敗了那他也恭喜你因為你房子還在你不用為了擔心你創業失敗而不敢去創業所以其實數位部就等於是在扮演這個富裕氣的一個角色在裡面
transcript.whisperx[9].start 212.261
transcript.whisperx[9].end 230.228
transcript.whisperx[9].text 是是是那其實未來甚至在這個複製角色裡面的話我們甚至可以持有部分這些我們可能看到的獨角獸的股份他可能是成為未來的新一代的這個台積電也好或者是過去是硬體未來可以是軟體或者是相關的運用嗎那AI軟體因為軟體這次也是被打的
transcript.whisperx[10].start 231.949
transcript.whisperx[10].end 246.204
transcript.whisperx[10].text 因為現在慢慢走向AI agent慢慢的走向AI軟體那都有很多的基礎點我們希望數位部可以扮演著撥畫器的一個角色回到我們剛才的問題嘛就只有40片為什麼會只有40片可不可以簡單講一下
transcript.whisperx[11].start 246.944
transcript.whisperx[11].end 268.851
transcript.whisperx[11].text 就是本來我們在去年我們是希望再增購100片的GPU算力可是很不幸的就是我們那個素產署的預算都被刪掉就提出大概是40萬被刪20萬所以那個地方部分我們就沒辦法增加我們的算力其實部長我要講這件事情我認為這不是跟在野黨的競爭不是零和遊戲
transcript.whisperx[12].start 270.131
transcript.whisperx[12].end 291.246
transcript.whisperx[12].text 其實你聽到很多的在野黨的委員都一直在提到說我們算力要增加我們算力要投資要加倍但你投資要加倍的時候你預算減少你怎麼投資加倍就是在邏輯上面沒有邏輯的嘛除非他們走到量子力學就是他既要加倍然後又要減少同時存在但是他胡說八道嘛不可能出在這種狀況嘛對不對所以我們是希望說
transcript.whisperx[13].start 296.158
transcript.whisperx[13].end 311.309
transcript.whisperx[13].text 有更多的機會來去因為把各個我們在野黨的委員們所提高他們想要達成的目的他們想要達成是算力加倍是可是他們提出來的方案是減少預算這是不符合的把它整理出來一一的跟社會溝通
transcript.whisperx[14].start 312.31
transcript.whisperx[14].end 328.351
transcript.whisperx[14].text 因為現在要需要社會給予這些政協黨的委員們讓他們知道說你們這麼做不會達成你們的目的同時會減少你們的支持度那我還是強調就是說算力的增加不管是國防預算也好還是外交國防委員會這是可以應用在百工百業上面的
transcript.whisperx[15].start 330.422
transcript.whisperx[15].end 355.826
transcript.whisperx[15].text PLT我簡寫就是Partier這是軍方適用的美方這不也是算力的一個展現然後把它用在實際上AI的軟體的運用嗎那你怎麼可能不投資在這個上面呢所以這個是最基礎最基礎的設施這就跟許多我們在內黨委員爭取的一些哪一個道路要翻新哪一個重要的東部的鐵道要花幾億幾百億幾千億來去達通
transcript.whisperx[16].start 360.107
transcript.whisperx[16].end 386.704
transcript.whisperx[16].text 你現在這個動脈就是這些算力這是最基礎的從40片到100片你就可以多做一些事情多做2.5倍的事情多給更多的想要從事這些企業的人多一點機會這也是另一方面的對自己也是會增加他們的民意的支持所以我認為說這個不是零可的這可是雙贏或者是三贏的局面必須要好好的跟在黨的立委裡面來談一下其實不僅僅是在科技部
transcript.whisperx[17].start 387.885
transcript.whisperx[17].end 406.811
transcript.whisperx[17].text 國防未來一定都會用到這樣子的需求啦這次的中東戰爭也是一樣嘛所以這個部分再麻煩部長好好的跟他們溝通我們沒有要做零核的但是至少要有一定的往前走一步好不好是 非常感謝委員的支持我們非常感謝陳冠廷委員