人工智慧（AI）的發展關鍵在於模型設計、資料規模與品質、及算力支援。在2025年GTC大會中，黃仁勳強調擴展定律（Scaling Law），認為AI效能提升需在模型大小、數據集規模、及算力三者之間取得平衡；透過模型的預訓練擴展、數據的後訓練擴展及算力的推理時間運算擴展，才能達到最佳智慧效能。然而，當前AI發展卻面臨訓練數據不足迫切挑戰，成為全球科技競逐重要議題。
一、前言：AI訓練數據不足
二、運用合成數據解決數據不足問題
三、合成數據的資安挑戰
四、國際對合成數據推動政策與趨勢
五、結語
圖1 大語言模型在2028年將耗盡所有數據
圖2 合成數據生成過程與技術關鍵
表1 合成數據企業的核心技術、聚焦市場與目標客戶
若有任何問題，可使用下方檢索互動介面找解答，或是寫信到客服信箱。
星期一~五 9:00-12:30/13:30-18:00