書的經濟體|數位時代 BusinessNext

也許這是一種偏見──我們總有一種感覺：一個國家或地區每人經濟產值的多寡，跟當地出版業的發達，有著某種關係。
富裕的國家，總是發行比較多的印刷品，如果你仔細翻看閱讀這些書籍或出版物，會發現：它們和台灣出版品比起來，似乎比較抽象、比較運用「隱喻」，而且更寄情於書籍或出版品的「美學設計」，來溝通額外的訊息。
哪些元素構成「書的設計」？我們姑且用兩個大類來稍作解釋：「裝幀」（binding）與「排版」（typography）。
「裝幀」是一本書立即為讀者所辨識的外貌，包括書的大小尺寸、封面設計、書頁裝訂方式，再加上去留保持彈性的一些配件所構成。從書的流通命運來看，裝幀是新書與讀者的第一個邂逅起點，是出版商在「表彰內容特色」與「誘惑讀者」間的一個策略性選擇。
「排版」是讀者開始閱讀的一連串「視覺際遇」，它包含「字體的選擇與組合」、「空間的格式」、「圖與文的配比」……，總體而言，排版幾乎等同於內容的一部分，只不過讀者在閱讀內文、產生理解之時，排版以美學的技術，暗地裡操作著讀者該以何種方式，來理解作者埋藏的意念。
舉個例子，字體的線條外緣有折角的「明體字」（例如這篇文章的內文字），比較具有文學性，會驅使讀者放慢速度閱讀；同樣的，版面帶著紀律格式的內容，較帶有權威，但也蘊含著某種沉悶與單調；如果內容中圖片數量多、佔版面面積的比例大過文字，意味著閱讀的過程比較省力，內容通俗，但也就比較不具權威感。

透過裝幀、排版傳遞複雜意義系統

不管是裝幀還是排版，它們都是的「象徵符號」，雖然讀者看來，它們不過是一小片視覺的意象，但它們傳遞的卻是一個更複雜的意義系統。而同時裝幀與排版也是「文化工具」，每個時代的設計師會不斷地引用歷史上的各個符號，沿用或變造它的既有意義，創造出適用於當代的新意義。
更重要的是，既然裝幀或排版是文化的象徵符號，那麼它們就不能把意義說得百分之百的明白，它們只能給暗示，讀者必須運用自己的文化和美感能力，來創造屬於讀者的這一部分。換句話說，設計師透過裝幀或排版來製碼，讀者則經由人生累積的智識來解碼，就在這一來一往之間，「閱讀的快感」於焉產生。
為什麼富裕國家的出版產業會繁榮，是因為那個社會裡的工作者，必須靠著更多的文化刺激，來生產自己具備獨特意義價值的創意產品；出版品的裝幀或排版，既代表那個國家現有的產業文化製碼能力，也代表「顧客讀者∕工作者」的解碼能力。所以當法國農夫喜歡看普魯斯特的《追憶似水年華》之時，你別太意外，就是這樣，我們才會喜歡上他們做的──某種帶著時間香味的紅葡萄酒。

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。