| 公告主旨 |
NVIDIA-臺灣大學人工智慧與高效能計算應用研究計畫 |
| 公告內容 |
一、計畫目標：NVIDIA-臺大人工智慧聯合創新研究中心的成立，旨在促進臺灣的人工智慧的研究技術發展和應用及人才培育，透過專業的技術和資源支援，促進臺灣的人工智慧技術發展和應用。本次徵案的主要目的在於鏈結NVIDIA的高效能GPU運算資源和臺灣大學的跨領域研究團隊，共同推進人工智慧技術在臺灣的發展和應用，期望透過本次徵案能夠加速AI應用技術的開發與實現，並同時培育更多人工智慧領域的優秀人才。
二、 徵案主題：
● 生成式 AI （Generative AI） 與數位孿生 （Digital Twin）： 包含但不限於生成式 AI 與數位孿生於音樂、圖像、金融、法律、製造及智慧城市等領域的應用。
● 實體人工智慧 （Physical AI）： 具身智慧 （Embodied AI） 與機器人系統之研究。包含利用多模態基礎模型賦予機器人感知、理解與與物理世界互動的能力；或利用模擬環境進行 Sim-to-Real 的訓練與部署，適用於自駕車、工業機器人與人型機器人等領域。
● 大型語言模型 （Large Language Models）：大型語言模型相關技術於語音處理與自然語言處理的開發與研究，以及大型語言模型技術在各種實際場景的應用。
● 物理資訊神經網路 （Physics-Informed Neural Networks, PINN）： 開發物理資訊神經網絡應用於科學計算，將物理學中由主導偏微分方程式（PDEs）所描述的因果關係，與 CAE 求解器的模擬數據或觀察數據相結合，適用於流體力學、電磁學、熱力學等領域之加速運算。
● 量子計算模擬 （Quantum Computing Simulation）： 進行量子計算模擬研究，例如：協助研究人員在一般計算機（GPU）上模擬量子系統，以探索量子演算法與量子計算的潛力。
● 藥物探索 （Drug Discovery）： 藥物開發相關的研究，例如：結合深度學習技術用於藥物分子設計、蛋白質結構預測、虛擬篩選等面向。
● 醫療保健 （Healthcare）： 醫療影像分析、基因體學及智慧醫療相關的研究與應用，利用 AI 技術幫助提升臨床診斷精準度、手術輔助和治療效果。
● 資料處理單元 （Data Processing Unit, DPU） 應用： 利用 DPU進行網路、儲存與安全任務的卸載與加速之創新研究。
● 其他 NVIDIA 軟體開發工具套件 （SDK） 相關主題：利用NVIDIA SDK 提供的技術和工具所開發更多創新應用，以需要大規模運算者為佳。
三、 計畫主持人資格：臺灣大學助理教授以上人員，共同主持人沒有資格限制
四、 申請方式：公告日起至2026年3月31日 23:59 PM 止，請將申請書 （詳見附件檔案） email 至 nvidia-ntu-applied-research@googlegroups.com。申請書請以英文撰寫。
五、 審查方式：申請計畫將由 NVIDIA 與臺灣大學的成員組成委員會共同審查，計畫的審查將會根據三個主要的評估標準進行。
● 高速運算需求和NVIDIA SDK的使用：審查委員將評估申請計畫對於高效能計算的需求，以及申請計畫如何在其研究中有效地利用NVIDIA SDK。請申請者具體說明其運算需求之評估依據，例如模型規模、資料集大小、模擬或運算任務的複雜度、預期 GPU 使用量或訓練時間等。委員會將優先考量需大量GPU資源或具明確算力需求評估之應用研究。
● 計畫影響力：審查委員將評估申請計畫預計對於科學、工程或社會等各個領域將帶來多大的影響。
● 計畫可行性：這包括評估研究計畫是否具有實際可行性，例如是否有可行的實驗設計，是否有足夠的時間和資源來完成研究等。
本次徵案預計將提供總共五個名額。審查結果預計將在2026年5月31日前公告，並公布獲得資助的研究計畫名單。計畫最長3個月，建議起始時間晚於 2026 年 8 月 1 日。
六、 資源補助：每一個獲選的研究計畫，將根據其申請書中所陳述的需求以及審查結果，得到最多三個月的計算資源補助，並由NVIDIA的專業解決方案架構（Solutions Architect, SA）團隊提供技術輔導。在整個核心研究計劃的執行期間，SA團隊將於上班時間提供技術支援。
七、權利義務：
1. 每個研究計畫皆應配合中心要求，協助中心掌握及理解計畫進行的狀況，包括學術研究交流規劃、行程安排、研究進展等。
以下舉例介紹數個 NVIDIA SDK 做為參考：
● NVIDIA NeMo 框架（https://www.nvidia.com/en-us/ai-data-science/generative-ai/nemo-framework/）：該框架專注於語音處理與自然語言處理的眾多方向，以滿足各種實際應用場景的需求。
● NVIDIA BioNeMo（https://www.nvidia.com/en-us/gpu-cloud/bionemo/）：該平台結合深度學習技術，用於藥物分子設計、蛋白質結構預測等方面，促進生物技術與藥物研發的交叉合作。
● NVIDIA PhysicsNeMo（https://developer.nvidia.com/PhysicsNeMo）：開發物理資訊神經網絡（Physics-Informed Neural Network, PINN）應用於科學計算。
● NVIDIA CUDA Quantum（https://developer.nvidia.com/cuda-quantum）：協助研究人員在一般計算機上模擬量子系統。
● NVIDIA CLARA（https://developer.nvidia.com/industries/healthcare）：醫療相關的研究與應用，用以幫助提升診斷和治療效果。
2.計畫結束後2個月內，需繳交結案報告一份，這份報告應包含整個計畫的詳細資訊，包括但不限於計畫的目標、方法、實施過程、結果和結論。報告的格式並無特定要求，報告的頁數應以20頁為上限。
3.獲選計畫所產出之研究成果，若於國際會議、學術期刊等發表或於報章雜誌、社群媒體露出，應加註接受本計畫獎助字樣。如果與NVIDIA SA團隊進行了合作，則應在論文中將他們列為共同作者。
4. 其他如因中心或NVIDIA既有的原始創新技術透過此次計畫而發展的智財權，其歸屬問題，須視雙方貢獻及與中心事先溝通協議的內容而定。
八、注意事項：
本計畫提供的是一次性的大規模算力，特別適合進行大規模模型的訓練工作，然而這種算力並不適合長期用於推論任務。參與本計畫時，建議申請團隊做好詳細的規劃和準備工作，例如：可以先準備好所有所需的資料，並在較小的模型上進行初步測試和調整，這樣可以確保在真正使用大規模算力時，能夠一氣呵成地完成訓練，最大化利用這寶貴的資源。
申請書網址：
https://drive.google.com/drive/folders/1pQloaj48kTT1AKQx3lqMoF_XqY_AdTWn?usp=sharing
|
|
|
