蘋果正在重新思考「扁平化」，開發者應該注意什麼？|數位時代 BusinessNext

2014年1月8日，蘋果發布了iOS7.1 beta3。開發者已經可以通過OTA升級下載這一新版本的iOS系統。除了修補一些bug並進一步加強語音輔助功能之外，新版的用戶界面（UI）體系發生的變化更引人注目。經歷了iOS 7發布之初人們對其風格迥異的「扁平化」設計毀譽參半的爭論，這半年來，iOS7的每次升級，都體現了蘋果的UI設計團隊對「扁平化」的理解持續深入。

新版iOS7.1 beta 3首先對鍵盤作出了調整：字體增粗，「刪除」和「大小寫」等按鍵進一步增灰，FaceTime和下欄應用也有了不同程度的變深：

ios71keyboard

為什麼調整成這樣？因為所謂扁平化的設計風格，並非直接把UI一刀切去肌理。它的設計理念，源於設計者希望人們的注意力從過分聚焦在界面元素的狀態，回歸為重視內容本身，而複雜的肌理只會干擾內容的條理。

但扁平化的設計的前提是：對內容的訊息架構有所要求。確保扁平界面的可用性，首先需要梳理清楚內容的層級結構，讓用戶找對交互對象，這一點基本功做好的前提下，所謂「擬真化」與「扁平化」的爭論反而不重要了。

從上圖的鍵盤變化我們可以看出，蘋果正把過於「扁平」以至影響視線掃描的部分加強。iOS 7.1 beta3由「純扁平」改良至略有肌理，便是一個印證，也是一次對徹底「扁平化」的反動。

反面的例子，可參考中國某家科技部落格最近改版得接近「純扁平」的主頁設計，你可以發現，層級結構沒有做好便「追求極致」的後果——訊息分散，模塊之間互相產生了排斥。

再來一張iOS 7 Beta 3的圖。同樣的道理，在確保了訊息結構後，蘋果進一步嘗試透過提升對比度來增強交互元素的表現力：配色、字號、位置佈局等等都是可以改變的元素，為交互提供必要的視覺線索及反饋效果，幫助用戶建立認知。 iOS 7的三大設計宗旨：依從、清晰、縱深都得到了很好的詮釋：

phonedialer

iOS 7.1 beta3對「扁平化」的調整和改動，並不僅僅是UI的問題。它可以延伸至另一個思考：如何讓內容更直接呈現，功能以更低成本完成。

我想到了之前PingWest剛報導的一款圖片社交產品Civo，Civo在iOS 7發布之前便是採用扁平設計，理念上已十分貼合，但這並不是重點。在新版裡，我們可以發現這款產品在同一個feed流界面上作了大幅度的改良，把內容（圖片）從頭像中「提取」出來。簡而言之，它採取更直接的內容呈現方式，減少操作層級，這又是一例。（下圖左側為原版）

「突出內容」，同樣可體現在功能模塊位置的設置上。以下是三款金融訊息類應用，我們可以發現，同樣是行情交易軟體，騰訊的「自選股」(iOS/Android)進入主頁首先顯示的是股票報價，而專業從事證券訊息服務多年的「同花順」(iOS/Android)，卻把用戶帶進設有16個選項的個人主頁面，對於一款需要用戶爭分奪秒，以行情交易的瞬息變化為操作需求的產品而言，效率高下立斷。

同樣地，金融訊息工具「雪球財經」(iOS/Android)的客戶端也反映了上述問題：在沒有做好訊息架構（提供了過多且不重要的選項）分類的基礎上，跟風使用扁平化設計，在選項上也沒有做視覺的優化，底下的毛玻璃肌理還對內容產生進一步干擾，這些，無疑都提升了用戶的交互和認知成本。

相對於視覺風格，iOS 7的本質更關注交互層面的內容，「擬真化」與「扁平化」的衝突與中和，背後是一整套完整的設計邏輯。如何用這套設計邏輯為用戶帶來最恰當的體驗才是最關鍵的。當對設計理念有足夠認知時，它留下的是一套嚴謹的生產標準，而不僅是對潮流的跟隨。

出自：Pingwest

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。