【編輯推薦】矽谷最美麗副總裁Marissa Mayer演講紀實|數位時代 BusinessNext

（bnext.com.tw編輯部撰文＝何宛芳）Google搜尋產品與使用者體驗副總裁Marissa Mayer翩然來台，與《數位時代》讀者面對面，雖然活動時間確定得有點兒倉促，但她的高人氣仍然讓這場於6月23日在台北的國際會議中心的活動，擠爆了空間不是太大的會場，根據本刊同仁的估計，應有五百人左右到場參與呢，網路直播的部分，更是突破有史以來的新紀錄，共有300多人同時上線觀看。

這次以〈Google the Future〉為題的專題演講，主要是由Marissa Mayer就多年來在Google經營搜尋服務的經驗與技術分享。她先是分析網路資訊快速擴充，讓搜尋重要性大增，並簡介包括universal search、翻譯、在地搜尋、iGoogle、語音搜尋等Google在搜尋領域的技術特色，另外，她也公開了一些在Google Lab中的實驗性搜尋技術。其中，最讓我感到實用的就是「similar image」的新功能。

根據Marissa Mayer的解釋，在similar image（相似圖片）的功能裡，網友不再需要鍵入複雜的搜尋關鍵字，可先挑出一張符合需求的照片，直接由搜尋引擎找出類似圖片內容的圖片。舉例來說，網友可以先找到一張海龜在海中悠遊的照片，然後進行相似圖片搜尋，搜尋出來的結果，就會都是海龜在海中悠遊的圖像，十分方便。

有趣的是，Marissa Mayer也在會場中爆了個小料，原來Google的簡潔搜尋頁面的源由，根本沒什麼大道理，而是當時Google團隊裡沒有人會寫html的網頁！

而演講之後進行的對談，也是另一個有趣的開端。Marissa Mayer一一回答了包括微網誌Plurk共同創辦人Alvin Woon、麻省理工學院開放式課程中譯計畫主持人朱學恆、地圖日記共同創辦人郭家齊，推推王共同創辦人楊致偉所準備的各種問題。其中一個令人印象深刻的，就是她提到了Google如何在組織裡維持女性工程人員一定的比例。

Marissa Mayer說，其實Google的創辦人一直都有感受到開發團對裡擁有女性同仁的必要性，而且還明訂了女性工程師佔整體25%的目標，因為創辦人相信這樣的比例對組織較為健康。她提到，當年Google組織還小時，這樣的目標其實不難達到，但隨著組織擴張，這個比例也慢慢從25%慢慢掉了下來，直到掉到了16%，創辦人便再也無法忍受，開始要求徵才部門暫時停招男性工程師，專心找齊女性工程師。

經過經驗的累積，Google最終找到了一個維持女性工程師比例的有效方法，那就是獨立出4位女性招募人員，專心致力尋覓女性工程師，而這也讓Google擁有了源源不絕的女性同仁。

矽谷最美麗副總裁Marissa Mayer演講會後花序

活動會後，原以為行程滿檔的Marissa Mayer，應該無暇與會場中的讀者近距離接觸，她不僅十分樂意與讀者互動，仔細聆聽讀者的提問、儘可能回答，對於簽名、拍照的需求，也是來者不拒。

更令人驚喜的是她對讀者的耐心，對每個要求籤名的讀者，她都會詳細確認讀者姓名，然後還寫下常常一串的紀念文字，真是令人感動。

看到了這樣的情景，在下也趕緊遞上了181期的報導請她當場揮毫一下，而她也豪爽的寫下了以下文字，為今天的活動，畫下了美好的句點。

「I'm happy to be celebrating my 10th anniversary at Google along with Business Next's 10th anniversary」

(很開心可以參與數位時代的十週年慶，同時也慶祝我在Google的第十年)

註：Marissa Mayer在演講中特別提到十年前的今天，正是她到Google上班的第一天。同時，今年的7/1，也是《數位時代》創刊十週年慶！

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。