蘋果ResearchKit怎麼用？開發者看過來|數位時代 BusinessNext

金色的MacBook、多彩的Apple Watch或許已經讓大家看到頭暈目眩了，以至於都騰不出更多的心思去關注ResearchKit這個看不見、摸不著的東西。不過，和前兩者相比，也許ResearchKit才是真正能對人類生活產生深遠影響的產品，所以接下來我們就透過蘋果的技術文件來看看ResearchKit可以怎麼用。

enter image description here

首先，ResearchKit是一個開源軟體框架，蘋果做它的主要目的之一就是讓開發者和研究員們能藉助iPhone龐大的用戶基礎和先進感測器來收集數據做醫療研究。

說到用大數據來做疾病研究，這並不是一個新鮮的概念，像基於雲端的腫瘤數據分析平台OncologyCloud的母公司Flatiron在去年就獲得了Google Ventures在醫療領域的最大一筆投資，1.3億美元。而ResearchKit之所以更讓人興奮自然是因為這背後潛在的數據規模。

想像一下，在你讀這篇文章的時候，全世界不同種族、性別、年齡層的iPhone用戶能產生多少不同類別的身體數據，如果沒有ResearchKit這個平台，全世界的研究機構恐怕既無力去收集這樣規模的數據，更沒法將其結構化。現在，有了ResearchKit之後這一切都變得可行了。

根據ResearchKit技術文件中的描述，除了已經內置了可客製化的調查和知情權益模板外，在數據收集方面，ResearchKit目前支持4個分類5種任務類型。

從上圖中我們可以看到，ResearchKit目前支持研究員通過各種感測器獲得步態、敲擊、6分鐘的步行、空間記憶以及發聲這些類型的數據。當然，在這些預設的模板之外，蘋果也鼓勵開發者創建出更多的新模式來吸收數據並和社群分享，進而一起推動醫療研究進步。

根據任務的不同，透過ResearchKit獲得的數據既可以被結構化也可以生成文件儲存在硬碟上，或者發送到指定的後端工具上進行分析。由於ResearchKit和HealthKit是打通的，這也就意味著研究員們可以獲得像每日步數、卡路里、心跳等各種各樣的數據。

現在，如果你身邊有正在遭受哮喘、帕金森氏症、糖尿病、乳癌和心血管疾病折磨的病人，那麼App Store上已經有了支持ResearchKit的應用可以在為病人提供一定幫助的同時收集病症數據供研究員們使用。

不難看出，這種讓開發人員和研究人員互相配合，借助iPhone收集數據的方式對雙方都有益。病人能在一定程度上透過應用獲得幫助，而研究人員也能在這個過程中獲得數據。只是我們希望接下來能接上ResearchKit 平台的應用能越來越多，進而積累更多的數據最終幫人類治癒那些懸而未決的病症。

圖片出自蘋果
本文出自PingWest/cyzhou

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。