[洪士灝] 「新創」這件事，政府改革前別想太多|數位時代 BusinessNext

黃耀文這篇「不合適的評審，會壞了國發天使基金」講的是一個台灣產官學（產業界、政治界、學術界）長久以來很令人悲哀、糾結難解的大問題。

產業希望政府補助，官員不願落人口實，請學者專家來審查，怕廠商去影響學者，只好隱匿評審名單；學者光靠一張嘴，不需負成敗之責，官員有業績壓力，往往先跟業者談好，滿足上級要的關鍵指標；業者為了拿補助款，只好在學者前面低聲下氣，積極配合官員，提供能讓長官滿足的業績。

這樣的循環，久了之後會如何？兩極化。

A類、需要錢的業者，花很多時間製作文件、運作人脈、練厚臉皮，實踐厚黑學。
B類、有志氣的業者，不願低聲下氣，或是不想拿政府補助款。
A類、求安穩的官員，奉長官指示，找業者要資料，找學者審案，自己沒意見。
B類、想做事的官員，有自己的意見，但很難做事。
A類、人脈佳的學者，擅於察言觀色，什麼案子都可以快速審查、給制式評論。
B類、好老實的學者，不想當審查委員，或是不受長官歡迎。

如果由缺乏專業的政府高層和不思進取的財團在主導產業，那主流當道的就是A類的人了，這是過去這二十年來最大的問題，學者充其量是陪襯性質的。但十多年前開始的高教評鑑，也讓許多學者致力於論文寫作，與產業脫節──因為要按照這樣的評鑑制度玩，等於是自廢武功，所以很多從國外業界返國任教的朋友，後來離開了教職。

如今產業和學術被越搞越虛，在民怨之前，政治人物不得不開始喊新創。可是這些喊說要鼓勵新創的、申請新創補助的、審查新創案件的，有多少是換湯不換藥的呢？

這是文化的問題，但冰凍三尺，也不能寄望立即解決。如今民間和學校新創的風氣已經成氣候，需要的是正確、優質的投資概念，鼓勵有價值的創新，政府如果在沒有準備好之前冒然加入，反而會攪亂行情，甚至造成一窩蜂包裝精美、卻無實質內涵的新創公司來投案，反而棘手。

我3/19在科技部的場子裡放炮，說政府如果找不到對的人和對的方式來審查，那最好還是不要好大喜功，不要一下子拿一大堆錢出來搞大規模的新創。不然錢沒有到該被贊助的團隊身上，或者被平均稀釋掉，可能就把行情搞爛了，不然就是要求新創團隊產出一大堆沒用的專利，或是在技轉上作帳，反而扯後腿，讓劣幣驅逐良幣。

政府該做的是：(1) 贊助那些需要長期耕耘的核心技術研發和創新，這個需要睿智的眼光來做；至於短期的投資，則是 (2) 鼓勵大資本家拿錢出來投資新創事業，他們為了賺錢，自然會找真正的專家來諮商。(可參考本篇貼文)

現在民間領導人物該做的，是去思考如何超越政府，然後教導政府。不要寄望政府能夠一下子做太多事，尤其是「新創」這件事，在政府自己改革自己之前，更不用想太多。學界也不能倚賴政府和校方，要靠自己來創新，要借重民間業界的力量。業界想培養人才、鼓勵新創，可以多找學界裡面對的人合作、直接贊助與產學、新創相關的教授和學生。

本文出自洪士灝個人Facebook，獲作者授權轉載。

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。