Facebook開放運算計畫在台啟動|數位時代 BusinessNext

Facebook在2011年推動開放運算計畫（Open Compute Project, OCP），集結英特爾、NTT、百度等50家以上國際大廠參與，台灣有眾多資料中心供應鏈業者，也積極加入此計畫。OCP與台灣雲端運算產業協會今日宣布成立「Open Compute Project Taiwan」(簡稱OCPT)，號召台灣廠商共同進行雲端資料中心的硬體規格開發。

此計畫主要目的是集結眾廠商之力，有效提高資料中心的效率、降低耗電量，並做到資料中心標準化。Facebook的硬體設計解決方案主管、同時也是OCP通路行銷副總經理曼尼斯（Charlie Manese）也來台參與OCPT成立，國內業者包括工研院、緯穎、英業達、華碩、台達電子、技嘉、中華電信、遠傳及台灣大哥大為發起會員，攜手攻佔國際資料中心市場。

台灣雲端協會理事長、英業達董事長李詩欽表示，OCPT的成立目標是為協助國內業者掌握高效節能雲端資料中心的全球發展趨勢，除了持續提升高效能特性外，更有效減少耗電量及推動環保措施，同時針對資料中心基礎硬體元件如伺服器、空調及電力等系統進行效能驗證，推動開放標準與資源共享的模式。另一方面積極參與全球OCP相關活動，希望從台灣業者角度出發，提出相關技術規格研究成果與標準。

曼尼斯則表示，Facebook全球用戶數於2012年底已正式突破10億大關，Facebook除了軟體創新之外，近年來也積極發展資料中心硬體規格，朝向高效節能的環保目標努力。2011年4月Facebook在俄勒岡州開設新資料中心之時，採用全新的硬體規格及設計，成功使得伺服器使用率提高了38%、整體成本降低24%。

Facebook將對OCPT成員公佈相關資訊，包括資料中心的主機板、電源供給、框架大小、冷卻系統、後備電源等詳細規格，下一步便是由參與的成員針對資料中心的設計進行改良，提高運作效率，希望台灣相關廠商共同加入研發。

台灣雲端協會秘書長、工研院雲端中心主任闕志克表示，目前全球雲端伺服器的硬體設備，大多由台灣雲端廠商以ODM方式輸出，再掛國外大廠的品牌。不過近年來像是Facebook、Google等業者發現，這些品牌大廠並不具有明顯的服務優勢，不如直接和負責生產的台灣廠商合作。根據工研院IEK預估，全球資料中心的產值至2015年將會達到1169億美金，台灣廠商應把握這波雲端「開放規格」的潮流，進攻大型資料中心軟硬體整合領域，創造全新市場商機。

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。