【專訪】伺服器之父顏維倫轉戰思科，圓一個雲端大夢|數位時代 BusinessNext

在美國聖地牙哥的思科Cisco Live!全球大會上，排排坐的思科高階主管中出現一位熟悉的華人面孔，他是出身台灣的顏維倫（David Yen），掌管思科全球資料中心業務。在雲端資料中心世界裡，顏維倫無疑是全球最有影響力的華人。

顏維倫曾在昇陽電腦任職20年，在90年代初期，他帶領昇陽成為企業伺服器的領導公司。昇陽電腦執行長麥克里尼（Scott McNeleany）曾經說：「昇陽每年有一半的營收，都是顏維倫的貢獻。」但在2008年顏維倫離開昇陽轉向瞻博網路（Juniper），開始一腳踏入雲端世界。

他在Juniper期間，帶領Juniper研發出全新的單層資料中心架構QFabric，將傳統的三層網路簡化為單層網路，可說是為了雲端而生的高效率架構。但就在去年QFabric發布後的2個月，卻傳出震撼業界的消息：顏維倫離開Juniper，前往思科掌管全球資料中心業務。

做為一位在全球雲端產業最具影響力的台灣人，顏維倫為何選擇轉戰思科？他究竟對雲端產業有甚麼樣的遠景和夢想？本刊在聖地牙哥Cisco Live!大會專訪思科資料中心事業群資深副總裁顏維倫，以下為專訪紀要：

問：我們去年4月在台北見過面，當時您還在Juniper，但兩周後就聽到您轉戰思科的消息，為什麼決定得這麼快？這個決定對您來說有甚麼意義？

答：就在去年四月我到台北的時後，思科打電話給我，因為他們的整合運算系統（Unified Computing System, UCS）這一條產品線幾個創始元老都已經要退休了，所以他們積極在找後既的領導人。

UCS不只是純粹的伺服器，而是加上網路的交換架構，裡面用到很多虛擬的技術，也提供必要的儲存介面。當思科找到我，勾起了我對伺服器濃厚的熱情，我到底在昇陽做了二十年的伺服器，對這一塊還是情有獨鍾。再加上我在Juniper做網路也做得很有興趣，這剛好是一個很好的機會，讓我把一生所學全部融會在一起，這很難拒絕的機會，所以他們去年四月打電話來，幾個禮拜就決定了。

我在Juniper做的QFabric是好幾年的長期計畫，去年四月才剛正式發表，算是達到個里程碑了，接下來還要兩三年以後才會有細節出來，我想如果要離開，當時是最好離開的時候。

問：現在您看到的雲端趨勢是甚麼？

答：企業應用裡的移動性會越來越強，因此在構思行動應用時，要和資料中心聯合起來思考。這些應用不但要能在資料中心運算，算出來的結果還要能在不同的裝置上呈現。視訊影像也是一個趨勢，一般人用手機、iPad看影片，但已經不只是看YouTube，也會希望彼此能用影像的方式溝通交談，可以看到對方、一起分享一段影片，越來越多溝通往來的形式是影像，這又造成網路額外的負擔。影像是人類的直接視覺，只要稍微慢一點就不能接受，因此要如何在這方面做到最好？思科的創新，就是要讓使用者在視覺影像上的感受更完美。

很多公司在做虛擬桌面架構，未來不再需要全功能的電腦，主要應用都在資料中心運算，現在大家喜歡用thin client，各種手持裝置，這些裝置運算能力都不強，它需要的是資料中心的運算能力，這就是我要做的事。

問：思科在你心中是一間甚麼樣的公司？

答：思科不知不覺間已經轉型了，在三、四年前定位還是一個網路公司，今天還是很多人認為它是網路公司，但實際上思科已經轉型成一個IT公司，轉型到的層次已經跟IBM和HP沒有差別，只是不同公司會因歷史背景不同而有個別專注的領域。思科在網路方面還是非常強，但如果你現在問錢伯斯，思科是怎樣的公司？他會說，我們是IT基礎建設公司。

另外一方面，思科在考慮創新方向時會和新創公司很不一樣，我們的創新偏向從現有基礎一步步往前走，這是為了保障既有的眾多客戶，他們以前所購買的一些產品還能繼續用，只是加上新的軟體和服務。我們認為應從現有的基礎上往前走，而不是把所有東西通通丟掉重來，如此才能降低風險性。

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。