日本以 27,500 顆 NVIDIA Rubin GPU 支持 Noetra 的國家級物理-AI 雲端平台

日本將機器人訓練運算視為國家級產業基礎設施,並投入約 62 億美元支持 Noetra 公司,以建構一個由 27,500 顆 NVIDIA Rubin GPU 驅動的自主實體人工智慧生態系統。

A
2分鐘閱讀Posted: 2026年7月17日
日本以 27,500 顆 NVIDIA Rubin GPU 支持 Noetra 的國家級物理-AI 雲端平台

全球在人工智慧主導權上的競逐,正從通用語言模型轉向實體世界,而日本正積極定位自己,以引領這場轉型。 日本政府不再將機器人訓練所需的運算資源視為普通的雲端運算能力,而是將其提升至國家級產業基礎設施的地位。這項戰略轉向承認,開發實體人工智慧所需的基礎模型,需要規模龐大的運算資源與現場數據,而這並非任何單一企業能夠獨立確保的。

2026年7月16日,由日本主要產業巨頭支持的新成立企業 Noetra Corp. 宣布啟動一項大規模的國家級人工智慧基礎設施計畫。 在 Japanese 經濟產業省(METI)及國家先進工業科學技術研究所(AIST)的支持下,Noetra 將建造一座 NVIDIA Vera Rubin 人工智慧工廠。 該設施將配備 13,750 顆 NVIDIA Vera 中央處理器與 27,500 顆 NVIDIA Rubin 圖形處理器,提供 140 百萬瓦的資料中心運算能力。 日本政府將在五年內提供約 1 兆日圓(約合 62 億美元)的開發外包資金,其中 2026 財政年度的撥款為 3,873 億日圓。 工程預計於2027年4月動工,並於2028年6月投入營運。 Noetra(前身為「日本AI基礎模型開發協會」)由44家企業及組織支持,其中軟銀集團、NEC、索尼集團及本田汽車有限公司持有多數股權。

為何日本將機器人訓練運算視為國家產業基礎設施,而非普通的雲端運算能力?

日本之所以將機器人訓練運算視為國家級產業基礎設施,是因為開發實體人工智慧需要龐大的

這些運算資源與現場數據的規模,已超出單一企業所能承載的範圍。日本透過將這項基礎設施集中於 Noetra 旗下,並提供龐大的政府資金,旨在確保經濟安全、降低對海外技術的依賴,並搶佔全球人工智慧機器人市場的顯著份額。
「主權實體人工智慧」的戰略邏輯

成立 Noetra 的決定,反映出一項經過深思熟慮的產業政策,旨在發揮日本在製造、機器人技術及現場數據蒐集方面的歷史優勢。儘管美國和中國目前在通用人工智慧的開發方面領先全球,但日本打算透過專注於實體人工智慧來區隔自身定位。 此策略體認到,人工智慧的下一個前沿領域將不再侷限於數位螢幕,而是將涉及能夠理解、與之互動並操控實體環境的系統。

該基礎設施將為日本的「FRONTia 計畫」提供運算基礎,該計畫專注於開發多模態基礎模型,以人工智慧機器人與實體人工智慧為目標。 Noetra 多模態基礎模型的預訓練權重將廣泛開放給國內模型開發者及企業使用。這項開放存取策略旨在加速國內生態系統的創新,使製造、物流、醫療保健及電信領域的企業能夠在共享的國家基礎架構上,開發專用的應用程式。

透過建立主權實體人工智慧生態系統,日本正直接應對經濟安全與技術依賴的隱憂。在核心人工智慧能力方面對海外技術的依賴,一直是東京決策者日益關注的問題。Noetra 計畫正是針對此一弱點所採取的直接回應,確保

日本未來工業自動化的基礎層,必須由國內自主開發與掌控。這種主權導向的策略,不僅關乎國家自豪感;在日益碎片化的全球科技格局中,這更是維護日本核心產業競爭力的戰略要務。
彌合數位與實體智慧之間的鴻溝

要理解這項基礎設施的重要性,不妨比較「教電腦寫文章」與「教機器人組裝產品」之間的差異。通用語言模型是透過處理網路上海量的文本來學習;然而,實體人工智慧則必須學習物理定律、空間感知能力以及複雜的操作技能。 這需要處理海量的多模態數據,包括來自真實世界的視訊、音訊及感測器讀數。訓練這些模型所需的運算能力極為龐大,因此部署 27,500 顆 NVIDIA Rubin GPU,正是實現日本雄心壯志的關鍵推手。

從數位智慧向實體智慧的轉型,代表著人工智慧系統架構的根本性轉變。數位模型雖能在相對受限且可預測的環境中運作,但實體人工智慧卻必須在現實世界的混亂與不可預測性中游刃有餘。 在工廠或醫院運作的機器人,必須能夠適應突發障礙、光線變化以及人類難以預測的行為。要訓練模型以應對此等複雜性,不僅需要龐大的運算能力,還必須取得高品質的真實世界數據。

這正是日本在製造業和機器人技術方面歷來具備的優勢所帶來的獨特優勢所在。該國擁有數十年工業自動化所產生的豐富現場數據。透過結合

透過將這些數據與 Noetra 基礎設施前所未有的運算能力相結合,日本旨在打造深植於實體營運現實基礎的基礎模型。這種對「真實世界原生 AI」的重視,正是 Noetra 計畫有別於其他優先發展通用語言能力的國家級 AI 專案之關鍵所在。
跨界合作的挑戰

儘管投資規模與參與企業的實力都令人印象深刻,但 Noetra 計畫的成功並非板上釘釘。 關鍵挑戰在於,參與企業之間實際上能共享多少現場數據。製造業和汽車產業的競爭對手向來對其專有數據守口如瓶,要說服他們匯集資源共同開發共享基礎模型,將需要謹慎的協商與明確的激勵措施。

此外,還存在一個問題:參與企業能否在跨越傳統界限的基礎上深化合作,同時避免重蹈過去半導體和液晶顯示器等產業中「全日本」聯盟的覆轍。 日本由政府支持的產業聯盟歷史成敗參半,Noetra 必須展現敏捷的執行力與商業可行性,才能避免淪為一場耗資龐大的官僚主義行動。

此類大規模合作中固有的結構性摩擦不容小覷。每家參與企業都會將自身的戰略優先事項、技術標準及企業文化帶入協作中。 要將這些多元的利益匯聚於共同目標,需要強有力的領導與清晰的治理框架。經濟產業省(METI)與產業技術綜合研究所(AIST)的參與,提供了某種程度的政府支持,這或許有助於克服部分障礙,但該計畫的最終成敗,將取決於私營企業的

產業夥伴以有效執行。

「日本國家級人工智慧基礎設施的真正考驗,不在於部署的 GPU 數量,而在於其產業巨頭是否願意將專屬的現場數據匯集到共享的基礎模型中。」

國家級人工智慧基礎設施計畫的基準比較
uploaded image

註:Project Stargate 與中國的「國家整合運算能力網路」是國家級人工智慧基礎設施投資的示範參考案例,而非專注於實體人工智慧與機器人技術的直接競爭對手。

採用訊號與執行里程碑

Noetra 獲得業界廣泛支持,共有 44 家企業與組織投資此計畫,這提供了強而有力的初期採用訊號。來自不同領域的主要參與者加入,顯示各界共同認同建立主權實體人工智慧能力的必要性。此等程度的共識實屬罕見,並凸顯日本產業界對轉型至實體人工智慧的迫切性。

官方時間表設定了明確的執行里程碑。 Noetra 目標在 2026 會計年度,建構一個具備先進日語理解、邏輯推理及指令遵循等基礎能力的推理基礎模型。至 2028 會計年度,該公司計畫開發一個能夠無縫處理文字、圖像、影片及音訊的全模態基礎模型。 最終目標定於2030會計年度,即實現能夠理解空間感知等物理屬性的「真實世界原生AI」。這些里程碑與日本更廣泛的《AI機器人戰略》相契合,該戰略設定的目標是佔據超過

到 2040 年,佔全球人工智慧機器人市場的 30%。

這種分階段的開發策略,反映出對相關技術挑戰的務實理解。 Noetra 透過先建立推理基礎模型,再逐步增添多模態與物理能力,藉此降低「承諾過多、兌現不足」的風險。此漸進式策略亦讓參與企業得以將模型的早期版本整合至營運中,提供寶貴的反饋並加速整體開發進程。

商業與營運層面的影響

對於採購經理、採購主管及自動化設備採購者而言,Noetra 計畫昭示了日本政府對資助實體人工智慧基礎層的長期承諾。 這最終可能降低國內企業部署先進機器人的門檻,因為它們將能夠基於 Noetra 模型的預訓練權重進行開發,而非從頭開始。

共享且具主權的基礎模型問世,將從根本上改變日本工業自動化的經濟模式。目前,企業必須自行開發專有模型,或依賴海外供應商昂貴且封閉的解決方案。 透過讓實體人工智慧的基礎層普及化,Noetra 有潛力在國內生態系統中掀起一股創新浪潮,使小型企業能更有效地參與競爭,並加速先進機器人在各行各業的部署。

然而,這項基礎設施的營運效益並不會立即顯現。鑑於預計於 2028 年 6 月開始運作,企業在規劃自動化策略時,必須理解主權多模態基礎模型是

距離商業化成熟仍需數年時間。在此期間,各組織將需要應對由專有解決方案及處於早期階段的實體 AI 平台所構成的碎片化格局。

Noetra 的成立標誌著日本在人工智慧策略上的明確轉變,從依賴海外通用模型,轉向主動開發自主的實體 AI 基礎設施。透過將龐大的運算資源與其在製造及機器人領域的深厚專業知識相結合,日本正為工業自動化的新時代奠定基礎。

本分析綜合了企業聲明以及公開的市場或政策資訊。

免責聲明:本文僅供參考,不構成投資、財務、法律、採購或其他專業建議。讀者於做出決策前,應直接向相關企業或主管機關核實規格、價格、供應狀況、法規要求及商業條款。