Gartner~42%的IT主管已經投資於巨量資料|數位時代 BusinessNext

國際研究暨顧問機構Gartner表示，經過這些年的實驗及眼見早期採用者獲致的成功後，2013年是企業大規模採用巨量資料（big data）科技的一年。根據Gartner針對全球IT主管進行的調查，42%的受訪者表示已投資於巨量資料科技，或者將於未來一年內進行相關投資。

Gartner研究副總裁Doug Laney表示，「企業對巨量資料的認識以及其所能帶來的新式業務轉變與日俱增。新的問題為『我們需要什麼樣的策略與技術？』以及『我們如何衡量並確保投資報酬率（Return on Investment, ROI）？』目前多數企業仍處於採用巨量資料的早期階段，僅少數已將其運用至企業層面，或是能認知巨量資料對其基礎架構、企業與產業所產生的全面影響。」

市場破壞力使得新興資料類型和新式資訊處理方式不斷產生並且增加需求，企業處於快速變遷的科技環境下亦著手進行巨量資料研究計畫。其對巨量資料科技的採用來自於兩個主要原因，必要性與信念。企業逐漸察覺巨量資料研究計畫的重要性，乃因體認巨量資料能夠帶來傳統的資料來源、技術或應用無法比擬的顯要或潛在業務機會。此外，媒體鋪天蓋地的報導亦包含了驚人使用案例。

Gartner研究副總裁Frank Buytendijk表示，「這增加了IT和業務主管對於是否較競爭對手延遲推動巨量資料研究計畫的疑慮。無需煩惱的是，現階段的創意與機會無窮，且部分極佳的巨量資料想法來自於採納並調整源自其它產業的創意。然而，這亦增添了縮減衡量巨量資料技術、方法以及替代方案週期的困難度。」

儘管面臨諸多挑戰，Gartner預測至2015年，20%的全球前一千大企業會將其策略重點置於「資訊基礎建設」，而其重要性等同於應用管理。

看好巨量資料商機，各產業中的企業無不預先蒐集並儲存為數眾多的營運、公開、商業與社群資料。然而，對絕大多數產業（特別是政府機關、製造業與教育界）而言，結合上述資源與目前尚未充分利用的「黑暗資料」（dark data），例如：電子郵件、多媒體與其它企業資源，方為轉換業務務最直接的機會。

Gartner認為，透過整合並綜合分析各式各樣的資料，而非僅個別進行，企業能夠取得最獨特的商業洞見，並達成流程與決策的極佳化。儘管大多數巨量資料的運用聚焦於資料取得的多寡和速度，Gartner調查顯示，最終的決勝點取決於能否擴大資料來源。

Laney表示，「業務和IT管理階層總表示資訊是公司最重要的資產。儘管企業對資訊的管理與建置的效率日增，企業卻並未將其與應用於傳統的物料、財務或其他無形資產的精確資產管理系統相互整合。正規資訊評估模型的應用將提供IT、資訊管理和業務主管針對資訊管理（information management, IM）、豐富化、資安、風險管理、採購、議價、製造與出售提出更透徹的決策依據。

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。