透過RFID汰換有危險的鷹架(一)|數位時代 BusinessNext

透過科技在鐵桿貼上一小張RFID標籤，紀錄著每一根鐵桿的「使用履歷」，只要透過RFID讀取器掃一下，就能適時維修、汰換有危險的鷹架。

在雲林麥寮的六輕工業區，水泥車、挖土機進進出出，頭戴黃色安全帽的工人揮汗如雨，正在搭建20公尺高的鷹架，為了擴廠做準備。在六輕工業區所使用的鷹架中，約有六成都是來自彰化員林的鷹架大廠得貹公司，它們製造、販售、出租鷹架，供給全台灣的工地。

成千上萬、外型一模一樣的鐵桿，在得貹的員林總公司內堆疊擺放，這些鐵桿一根重達兩公斤，透過物理力學堆疊，讓工人能在高空作業，若是強度上有一絲絲瑕疵、破損，就會導致鷹架垮台，關係著工人的性命安全。

紀錄鷹架設備的使用履歷，應該是再重要不過的事，但過去卻只能透過貼標籤、肉眼辨識、經驗值⋯⋯來進行管理，缺乏制度化的系統，也讓工安問題成為隱憂。

**鷹架租售服務供應商得貹公司正透過科技解決這個問題。它們在一根根鐵桿貼上小小的RFID****標籤，紀錄著每一根鐵桿的「使用履歷」，包括何時製造、使用次數、維修紀錄****⋯⋯****，只要透過RFID****讀取器掃一下，就能適時維修、汰換有危險的鷹架。

** 將傳統產業結合最新科技的推手，就是得貹公司董事長的兒子賴柏全。穿著襯衫、戴副眼鏡的他看起來相當斯文，大學念電機，並在澳洲拿到工業管理碩士學位，他的同學許多都在竹科吹冷氣做白領工程師，賴柏全卻選擇投身父親的鷹架事業，在工地中風吹日曬。

打造i-Safety軟體平台
賴柏全三年前從澳洲留學回國，就和哥哥聯手經營父親一手創立的鷹架事業。哥哥負責公司營運，台灣、中國兩頭跑，賴柏全則以電機、工業管理專長，發現RFID技術最適合用來管理為數眾多的鷹架設備，於是開始著手研發。

「台灣真的很少人關心工地安全，但我不想做良心不安的事，」賴柏全說，鷹架在台灣是紅海產業，削價競爭嚴重，很少人注重最根本的安全性，甚至政府也沒有用高標準來看待這個問題。「但這東西是人在用的，」他強調，安全，絕對是最基本的要求。

賴柏全運用科技專長，和鷹架產業做了巧妙的結合，創新的想法更在2009****年獲得工業局補助。去年開始小量**嘗試在鷹架設備貼上****RFID****標籤，並以外包的方式打造i-Safety****軟體平台，讓客戶能夠查詢鷹架過去的使用資料。

** 然而，鷹架的金屬材質以往對RFID訊號會產生相當大的干擾，無法辨識。而得貹公司也沒有足夠的資訊人才，只有賴柏全和一位和負責IT的同事，小小的兩人團隊，足足花了兩年的時間重複研究和測試，才成功克服金屬物體對RFID的干擾問題，將辨識穩定度提升到99％，並將感應距離提升到兩公尺，如此一來才能用最輕鬆的方式，掃描到鷹架上的RFID標籤。

「鷹架產業最重要的是設備安全和強度，所以使用者應該確實掌握設備是何時製造、被使用幾次、在哪裡被使用，才能控管安全品質，」賴柏全說，如雲林麥寮工業區是鷹架重度使用區，「那邊是海埔新生地，所以鷹架鏽蝕特別嚴重，更需要控管！」

資料來源《數位時代No.213》

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。