不讓三星、LG專美於前，工研院「軟螢幕」技轉宇威|數位時代 BusinessNext

工研院耗費十年研發的「多用途軟性電子基材」（FlexUp）昨（5日）正式宣布技轉宇威科技，不讓近年來在軟性顯示器領域動作頻頻的三星和LG專美於前，搶攻軟性面板商機，未來相關技術可運用於醫療、車用、燈具、消費電子和腕帶式商品等領域，宇威科技行銷處協理李中禕表示，台灣最快於明年可見到軟性顯示器相關商品面市。

軟性顯示器為各科技大廠近年來關注度相當高的話題，三星早在去年CES便發表全球首款搭載軟性螢幕的YOUM 智慧型手機，更於今年宣布要於2015年正式投入市場，LG也在今年發表第一款可彎曲的手機G Flex，再加上物聯網熱潮，促使工研院將2010年便研發成功的「多用途軟性電子基材」技轉給工研院輔導新創公司宇威科技，提供軟性基材解決方案，整合材料及設備產業資源，協助模組廠商進行電子模組之開發與生產。宇威材料董事長王伯萍指出，宇威的成立預計將帶動10億以上的投資。

enter image description here
（圖說：工研院於5日宣布將多用途軟性電子基材技術技轉宇威科技，由左至右分別為：工研院顯示中心主任程章林、工研院董事長蔡清彥、經濟部技術處處長林全能和宇威材料董事長兼總經理王伯萍。照片來源：工研院提供。）

李中禕表示，軟性面板的用途相當廣泛，FlexUp技術的特色在於在製作過程中對位精準度高，且耐高溫，將電子元件置於載板上後，便可輕易切割取下，成品不僅耐高溫且依然可維持光學特性，降低電阻值，可應用於大型面板。成品厚度僅等同於一根頭髮的直徑，不僅不易破裂，還可任意彎曲摺疊，在使用過程中不易發熱，且耗電量低。

就應用情境而言，例如現代人常陷入平板與手機的兩難，手機雖便於攜帶卻螢幕小，平板雖螢幕夠大卻不易收納，未來若將軟性面板技術運用於此，日後可望做出平板手機二合一面板，折起來是手機，打開是平板。相關技術在消費性電子產品的潛力相當大，李中禕說：「據傳，明年春天即將上市的iWatch也是採用軟性AMOLED面板。」

enter image description here
（圖說：軟性面板耐高溫和衝撞，且可彎曲、不易耗電、不易發熱，未來相關商機夯。照片來源：工研院提供。）

而就醫療用途而言，則可運用於數位X光片市場，改善現在玻璃X光片過於笨重的問題，或者是讓用於乳房攝影或全口照齒的X光片壓板變軟，減輕病人的不適感。

若應用於飛航領域，可將座艙內的螢幕顯示器皆換成軟性面板，一來降低飛機載重，減少燃油，二來若發生撞擊時，由於軟螢幕不易破碎又可彎曲，可降低衝擊力道，以免傷及乘客。

工研院產業服務中心新創事業組組長陳立偉指出，由於製程中的精密度和黏著度提升，成功機率大增，軟性面板技術已逐漸步入成熟期，與先前技術相比，成本相對降低許多，且效率更高，生產速度更快。目前要克服的最大困難為產能不足和供應鏈整合的問題，除了擴廠，更需要整合不同生產線。

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。