你的資料、你的模型、你的決策:微軟聯手 NVIDIA 正式定義主權 AI 框架
微軟發布正式的主權 AI 框架,以控制、選擇、彈性、韌性四大原則為骨幹,拆分為 Sovereign Public Cloud 與 Sovereign Private Cloud 兩種部署層級,並與 NVIDIA 共同發表白皮書,將 Confidential Computing、NVIDIA AI Enterprise、Nemotron 與 RTX PRO 打包為參考架構。
過去兩年,「主權」一直是 AI 產業最愛掛在嘴邊的詞——出現在每一份歐洲採購文件裡、被每一場記者會揮舞著、但從來沒有人真正定義它。2026 年 10 月 5 日,微軟終於給了它一套產品架構。在由微軟公共部門與主權事務負責人 Didier Ongena 撰寫的官方部落格文章中,微軟正式發布了以四大原則為骨幹的主權 AI(Sovereign AI)框架,宣布 Sovereign Public Cloud 與 Sovereign Private Cloud 兩種部署層級,並發布了一份與 NVIDIA 共同制定的白皮書,明確點名了參考硬體與軟體堆疊。Ongena 在文中反覆回到的那句口號相當直白:「你的資料、你的模型、你的決策」(your data, your models, your decisions)。
時機並非偶然。主權 AI 已成為受監管產業成長最快的採購類別之一,歐洲、中東與亞洲的政府和企業一邊要求前沿 AI 能力,一邊拒絕在資料、模型與營運的司法管轄權上讓步。Oracle、AWS 與歐洲本土的超大規模雲端業者都曾提出各自的解法。微軟此舉等於為這場競爭掛上正式品牌、點名合作夥伴堆疊——而選擇 NVIDIA 作為共同作者,本身就說明了參考架構繞著誰的晶片打造。
微軟到底定義了什麼
這次公告的核心是一個定義,而且比大多數定義精確得多。微軟將主權 AI 定義為:「在對資料、存取、治理、基礎設施與營運之明確控制下,設計、部署與執行 AI 工作負載。」五個控制面,逐一列舉——而不是含糊地指向「資料落地」。
在這個定義之上,是一套四原則框架:
- 控制(Control)——誰能存取資料與系統(包括管理員存取權),以及運算發生在哪裡。
- 選擇(Choice)——能夠選擇並更換模型,而不必重新設計底層平台。
- 彈性(Flexibility)——能夠隨需求演進,把工作負載在雲端、資料中心與邊緣環境之間搬移。
- 韌性(Resilience)——在連線中斷或運作條件改變時,關鍵功能仍能持續運作。
這套框架最實用的貢獻,在於堅持組織應從工作負載出發,而不是從架構出發。Ongena 把數位主權定位成一種「風險管理原則」:在選擇部署模式之前,先問這個工作負載會碰觸哪些資料、誰需要存取、網路中斷時哪些功能必須續行、以及日後更換模型或基礎設施有多容易。對許多工作負載而言,誠實的答案就是公用雲端;另一些需要留在組織自身權威之下的基礎設施;還有一些必須能在完全斷網的環境中運作。
兩種層級,一套營運模型
這條光譜對應到公告中心的兩個產品層級。Sovereign Public Cloud 涵蓋那些控制需求可以透過治理、加密與機密運算(Confidential Computing)控制在微軟公用雲端內滿足的工作負載。Sovereign Private Cloud 則建構在 Azure Local 與 Foundry Local 之上,把同樣的 AI 能力延伸到完全由客戶自身權威掌控的環境——包括持續連線、間歇連線與完全斷網三種部署形態。
微軟說,設計目標是讓組織「不必為每個環境重新發明一套 AI 營運模型」。在邊緣跑推論的政府部會,與在私有機房跑 Agent 的銀行,應該能共用同一套身分、治理與開發工具。Microsoft Foundry 與 Foundry Local 負責橫跨兩個層級的模型開發層,支援微軟所描述的廣泛模型生態系,讓團隊能依工作負載需求評估與更換模型,同時保持治理一致。
對一篇廠商部落格文章來說,韌性一節的處理罕見地具體。微軟建議組織明確區分:連線中斷時哪些功能必須續行、哪些可以暫停、每個功能又依賴哪些資料與服務——然後「在工作負載真正可能面對的條件下測試這些假設」。對關鍵基礎設施與國防相鄰的工作負載而言,這不是抽象概念:它是一個系統「在紙上可行」與「網路斷了還可行」的差別。
底下的 NVIDIA 堆疊
白皮書是這次公告最落地的部分。這份「由 NVIDIA 貢獻共同制定」的文件,打包了一套明確的參考堆疊:NVIDIA AI Enterprise 負責生產級 AI 軟體、框架與推論;Nemotron 模型家族與 NVIDIA 的實體 AI 模型作為預設模型選項;NVIDIA RTX PRO 基礎設施在高需求的推論、Agent 與推理工作負載上支撐運算層;NVIDIA Confidential Computing 則在處理過程中保護敏感資料、模型與 AI 工作負載——微軟特別強調這一層的涵蓋範圍「從底層雲端基礎設施一路到最上層的應用程式」。
NVIDIA 加速運算產品行銷總監 Dave Salvator 在文中被引用:「AI 工作負載將持續變得更強大、更分散。組織需要能夠跟著這些工作負載跨越雲端、資料中心與邊緣環境的加速運算、軟體與模型選擇。」言外之意才是真正的產品故事:同一套 NVIDIA 硬體與 AI 堆疊同時運行於 Azure 與 Azure Local 之上,因此客戶自建機房裡的主權部署並非二等公民——它繼承了與公用雲端相同的矽基礎。
微軟最後把論證收在適應力而非地理位置上:「耐久的 AI 策略將為變動而生。組織需要足夠的控制來安心使用 AI,搭配足夠的選擇來持續採用更好的技術,以及一個在需求改變時能夠適應的架構。」
分析:是包裝,但包裝很重要
懷疑論的解讀很容易:這大致上就是包裝。微軟販售主權雲端變體已經多年——其歐洲主權方案遠早於這次公告,Azure Local 也早已存在。公告沒有點名任何首位客戶、沒有揭露合約金額、沒有任何監管機構背書,文章本身也未說明定價。四大原則是任何廠商明天就能照抄的語言。
但「包裝」恰恰是主權 AI 一直欠缺的東西。這個類別的買家——國防部、醫療體系、關鍵基礎設施營運者、受 DORA 式營運韌性規範約束的銀行——不會依原則採購;他們依具體 SKU、參考架構與可稽核的控制對照表採購。把「主權 AI」正式化為雙層產品結構、附上一份共同署名的廠商白皮書,等於把一場外交對話轉換成一個採購項目。它也預先回答了那個讓許多歐洲 AI 專案卡住的問題:能不能在不依賴美國總部公用雲端標準營運模式的前提下,取得前沿能力?微軟的答案現在正式成立——而且在兩個控制等級上都成立。
兩個未解問題將決定這是否不只是品牌工程。第一,晶片:目前發布的參考堆疊從頭到尾都是 NVIDIA,而微軟自己的資料並未回答 AMD 或自研加速器能否進入主權參考架構——考量歐洲戰略自主的政治氛圍與 AMD 在主權雲端的積極布局,這是一個活躍的爭點。第二,透明度:在微軟點名一位歐洲公共部門的 Sovereign Private Cloud 客戶之前,框架的斷網運作主張仍屬廠商單方說法。就目前而言,這一步的意義是結構性的:最大的美國雲端業者不再把主權視為營運模型的例外,而是開始把它當成一項產品。
Sources
- [1] https://www.microsoft.com/en-us/microsoft-cloud/blog/general/2026/10/05/sovereign-ai-accelerate-innovation-with-control-and-choice/
- [2] https://aiweekly.co/alerts/microsoft-unveils-sovereign-ai-framework-with-nvidia-white-paper
- [3] https://www.microsoft.com/en-us/sovereignty
- [4] https://www.datacenterdynamics.com/en/news/microsoft-expands-azure-local-offering-adds-nvidia-servers-for-sovereign-ai/