AI RACE— 每日追蹤 AI 競爭賽局
Business

NVIDIA 承諾投入 2.5 億美元算力資源,推動英國 AI 生態系發展

NVIDIA 宣布一項為期五年、總值 2.5 億美元的算力計畫,以支援英國的人工智慧研究,並同步推動在醫療照護、能源、金融與機器人領域的廣泛企業級應用部署。

2026/10/14 13:04
NVIDIA cam kết đầu tư 250 triệu USD năng lực tính toán nhằm thúc đẩy hệ sinh thái AI tại Anh

NVIDIA 宣布在英國推出一系列重大計畫,其中最引人注目的是一項為期五年、價值 2.5 億美元的算力承諾,專門用於代理型(agentic)安全與防護研究。該計畫每年將提供價值 5,000 萬美元的加速運算存取資源,透過牛津大學的 BOLD、倫敦大學學院(UCL)的 SOFAIR 以及倫敦帝國學院等學術機構進行分配。

除了學術算力承諾之外,NVIDIA 還以全球聯盟創始合作夥伴(Global Alliance Founding Partner)的身份與「為地球奮鬥獎」(Earthshot Prize)合作,為氣候與永續創新者提供算力及技術資源。這些計畫彰顯出該國企業採用 AI 的迅猛步伐,目前已有超過 3,100 家新創公司加入 NVIDIA Inception 計畫。

重塑醫療照護與自主實驗室

英國國家醫療服務體系(NHS)與醫學研究流程中的應用部署正迅速擴展:

  • AI 驅動的分診服務:軟體供應商 OneAdvanced 正推出一款經過微調的大型語言模型,該模型採用 NVIDIA Agent Toolkit 軟體與開源模型打造,為數百萬名 NHS 患者處理基層醫療照護(Primary Care)的 AI 分診。
  • 臨床數據獲取:臨床平台 Heidi 整合了 NVIDIA Nemotron 開源模型,讓醫師能更快速查閱醫學文獻與實證資料。
  • 醫療語音 AI:Speechmatics 正在部署多語言醫療語音辨識模型 Oak,該模型由 NVIDIA Triton Inference 提供支援,以維持對病患音訊處理過程的掌控。
  • 醫院機器人:Apian、SYNLAB 與 NVIDIA 正合作利用 NVIDIA Cosmos 進行數位模擬,協助醫院自主機器人處理檢驗樣本運送,減輕臨床人員的體力負擔。
  • 自主科學研究:生命科學公司 Danaher 在其 AI 驅動的蛋白質設計工作流程中採用 NVIDIA BioNeMo 模型。Danaher 旗下由 AI 驅動的自主實驗室旨在透過加速運算與科學 AI,將親和試劑(affinity reagents)的發現速度提升高達八倍。

企業級與主權 AI 實施成果

在消費能源領域,Fuse Energy 正將其面向客戶的 AI 遷移至由 NVIDIA B300 Blackwell Ultra 系統驅動的專屬自建基礎架構,為超過 45 萬戶英國家庭提供支援。

為了支援具代表性且公平的 AI 發展,主權 AI 新創公司 Locai Labs 推出了 Nemotron-Personas-UK 開源資料集,內含 100 萬個合成人物誌(synthetic personas),反映出英國在人口統計、區域與文化上的多樣性。

地方市政當局也正將 AI 架構引入公共行政。利物浦城市群(Liverpool City Region)正打造一套由 NVIDIA 支援的「城市大腦」(City Brain),旨在作為地方單一管理區政府的藍圖;與此同時,Digital Jersey、Innovation City Belfast 以及提斯河谷聯合管理局(Tees Valley Combined Authority)也正在評估適用於市政服務的可信算力基礎架構。

金融模型規模化與量子運算整合

在金融領域,英國機構正將龐大的交易資料集轉化為特定領域的基礎模型:

  • Revolut 已將 PRAGMA 從研究階段推向即時正式環境。這是一款基於 2,600 萬名匿名用戶歷史紀錄訓練而成的銀行事件序列基礎模型。
  • Lloyds Banking Group 打造了專有基礎模型 ATUM,將數十億筆銀行交易轉化為營運級 AI 系統。
  • Starling Bank 正在建置專屬的銀行基礎模型,託管於 Civo 的英國主權雲端基礎架構上。
  • NatWest 與 Modulr 正在導入 NVIDIA Nemotron 模型,以實現語音理解與多代理人支付工作流程。

這波商業化推動亦延伸至量子運算領域。總部位於劍橋的 Riverlane 展示了 NVIDIA GPU 如何加速量子錯誤更正中的解碼器重新校準工作流程,使解碼器能夠適應量子硬體的即時物理變化。

◗ 參考來源

NVIDIA Blog10/14

相關文章