看Big Data如何改變美國職棒MLB？|數位時代 BusinessNext

一場球賽收集1TB資料，未來更可能爆炸到7TB

Datanami公司統計，2000年以來，美國棒球資料呈爆炸性的成長。光是一場棒球比賽，就可以收集超過1TB的資料，相當於30萬張以上的高畫質照片。以先發投手約100顆左右用球數來看，投出一顆球，就可以收集超過20種以上的數據，投球的進球角度、軌跡和手臂運動速度等，都是棒球比賽可能會用到的資料。專家甚至預測，隨著感測裝置和各種科技的推陳出新，蒐集運動賽事的技術門檻會越來越低，未來一場棒球比賽收集到的資料量，更可能會爆炸到7TB。

透過系統資料，團隊可以記錄球員的表現，改變判斷球員價值的方式，並決定哪些選手應該先發、哪些又應該下放到小聯盟。

防守策略應用大幅增加

另一個Big Data在美國MLB比賽中的重要影響，在於改變防守策略。

相較於攻擊，2000年以來，美國職棒採用「防守轉換」（defensive shifts）策略數明顯增加，關鍵在於內野教練可以透過Big Data分析對手什麼時候可能會打安打，來決定場上球員防守的位置，是否應該退後到外野，或趨前防守等。

大聯盟球隊改以防守代替進攻，降低對手的安打率。2010年MLB防守轉換策略的次數約只有2,400次，但到了2013年，卻大增到8,000次。

（圖說：CBC媒體報導，美國BIS雇員分析大量球員數據，提供MLB球隊改善比賽策略。照片來源：CBC）

球迷體驗因此更加多元

Big Data改變美國職棒的另外一個重點，在於球迷的體驗經驗上。

美國最早從1939年開始由紐約電視台轉播棒球比賽，至今走入超過60年時光。雖然曾經一度創造棒球轉播的榮景，但隨著智慧型手機等新裝置的崛起，消費者的眼球目光也逐漸轉移。為了提供更多的消費體驗，美國體育媒體開始透過雲端收集消費者的習慣，在手機網頁上提供即時的棒球分析等，抓緊用戶需求。

現在火熱的棒球比賽已經不再只仰賴明星球員的加持，還包括著各種戰術與行銷策略的手法。Big Data全面改變美國的職棒生態，也引領各種運動賽事朝更多元的方向競爭。

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。