[Mr. Finance] 票與錢|數位時代 BusinessNext

去年底，台灣最熱門的新聞話題之一，就是「買票」，除了選舉後許多當選人因為「買票」被提起當選無效之訴以外，就是大家搶著要「買票」，要買張惠妹演唱會的票。

哪知道到了今年初，選舉已經是如此遙遠，「買票」居然還是最熱門的新聞話題，而且沒有「之一」，要買江蕙演唱會票券這件事，以及隨之而來的種種光怪陸離現象，在在令人匪夷所思，常踞新聞排行榜第一名，連陳水扁在6年後出獄也沒這幾場演唱會紅。

其實在台灣買票的習俗相當原始。關於選舉的，我不知道，但是每逢大比賽或知名演唱會開賣，就會出現許多人在超商的ibon或FamiPort大排長龍。

這種老習慣以及這兩次的搶票，在眾多媒體的放大鏡解讀下，更顯得台灣的售票系統有真是驚人的落後。在這種落後的系統下，便出現了種種買票秘笈，內容不外乎是到中南部（像是阿里山）比較容易買到票，或是哪家超商比較容易搶到票，令人覺得十分不可思議。

進入網路時代已經這麼久了，為什麼還要在超商前面癡癡等待搶票？為什麼不直接用網路？答案是幾年前，網路售票剛開始的時候，因為超商也恰巧引進ibon及FamiPort賣票，而且超商頻寬較寬，許多消費者覺得好像比較容易搶得到票。事實上，可能也是如此，於是紛紛到超商買票。如此一晃，6、7年過去了，大家覺得到超商買票是正常的。

但是多年後的今天，還是如此嗎？至少在別的國家地區，不管是先進或落後，都少見這樣的賣票方式。

其實在去年底張惠妹的賣票嘗試中，就是一個跟先進國家看齊的嘗試，只是只成功了一半。在張惠妹的賣票系統中，不必上超商，在網路上可以直接購票，而且也在12分鐘內完銷所有票券。但不幸的是，賣票的幾個階段：「訂位」、「金流」、「取票」，因為負責賣票的公司很認真，想把第一、第二件事一起完成，但是因為信用卡系統太複雜，以至於最後階段的信用卡確認作業功虧一簣。許多人無法順利完成購買作業，因此引起很多人抗議，但是在下次改善後，應該就沒有太大問題。

但是寬宏為江蕙安排的售票方式，就是一個徹底令人匪夷所思的作法，有人可以先買票，有人在寬宏買票，四大超商都有人排隊，卻很少人真正買到票。

不過想想還好有這些萬眾矚目的事件，才讓大家注意到買票方式的落伍。再加上今年1月16日電子支付（原稱第三方支付）專法的通過，買票甚至給付票錢，都將走入新的紀元。

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。