Google 15 歲，新演算法「蜂鳥」要給答案而不只搜尋結果|數位時代 BusinessNext

小到口袋裡的智慧手機，大到會自己開的汽車；從潛入海底的街景服務，到高懸空中的氣球基地台，Google 的確是顛覆了一般人對科技公司的想像，而在剛宣布完最新的任務──「挑戰死亡」後，今天滿 15 歲的 Google，決定以最具紀念性的方式，來度過這個特別的日子──回到 15 年前公司創立的車庫慶祝，並且討論真正最代表 Google、已成現代人日常生活一部分的招牌產品─搜尋。

代號「蜂鳥( Hummingbird)」的更新，是 Google 搜尋自 2010 年的「咖啡因( Caffeine )」更新以來，最大的搜尋演算法變更，然而，大多數人可能都不曾注意到這項變化──儘管早在一個月前，Google 就已經發布。

Google 搜尋資深副總裁辛格爾( Amit Singhal )表示，要具體說明「蜂鳥」的內容很難，不過可以這麼說，在「前咖啡因時代」， Google 搜尋結果排名更聚焦於索引( indexing )跟抓取( crawling)，而「蜂鳥」則更注重相關性──今年5月台灣也啟用的 Google 知識圖譜( Knowledge Graph )，便是這項更新背後的主要技術支援。

舉例來說，利用 Google 的語音搜尋，現在當你發問「告訴我有關印象派畫家的事」時，儘管這是個「真正的問題」，而不是所謂的「關鍵字」查詢，Google 卻能羅列出一系列的相關畫家資訊，供你一一檢視；不僅如此，假設你向 Google 提出「想看些艾菲爾鐵塔的照片」，又接著問「它有多高」，你無須再次提到艾菲爾鐵塔，Google 也「知道」你問的「它」指的是什麼。不過，必須注意的是，上述所說是以英文(介面跟輸入語言都是)搜尋下的情況，繁體中文的話，目前還有很多限制。

Google表示，會想改變搜尋的演算法，主要是因為在手機上愈來愈多人使用語音方式搜尋，因此不像鍵盤輸入的是往往是不具語意的關鍵字，反而是更複雜、真實的人類語言。有趣的是，複雜的搜尋提問，雖然可能增加了 Google 索引跟抓取對應資訊的難度，但卻也提供了更多的相關性，讓 Google 去參考。

目前，新的演算法已經作用於全世界 90% 的搜尋，而接下來幾週內，Google 也將更新 iOS 的搜尋 App，之後若是在 Android 的平板上輸入待辦事項，你的 iPhone 也會在時間到時通知你，此外，Google 已經執行了好一段時間的介面「簡單、一致化」，未來的搜尋介面，也會更強調這個方向。

來源：Forbes、Google

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。