比爾蓋茨致畢業生:恭喜你們,沒有走上我的老路
比爾蓋茨致畢業生:恭喜你們,沒有走上我的老路
2015.06.20 |


比爾·蓋茨日前在自己的博客中發表了一篇文章,鼓勵年輕人努力取得大學學位,稱美國正面臨嚴峻的大學生短缺:

今年春天將有超過200萬學生完成一件我本人從來沒有做過的事情:從大學畢業。 這是一項值得慶祝的成就。 雖然我從大學退學,並很幸運的在電腦軟體領域取得了一些成就,但取得學位是通往成功的一條確定得多的道路。

大學畢業生更有可能獲得回報豐厚的工作,賺更多的錢,甚至擁有更健康的生活方式。 國家也會因此獲益,因為受過技能訓練的工作力會説明我們的經濟持續穩定增長。

根據喬治城大學研究中心提供的資料,2025年之前美國三分之二的職位都會要求高中以上的學位(包括兩年制和四年制大學,以及其他高中以上文憑)。 如果美國按照現在這個速度「生產」大學生,美國在未來10年中會面臨1100萬人才缺口

蓋茨認為,問題的關鍵不在於上大學的人不夠多(美國高中以上學位的註冊率在過去25年增長了50%),而在於最終完成學業的人不夠多。 超過3600萬美國人——適齡工作力的五分之一——從大學輟學,沒有得到學位:

一些人退學是因為家庭貧困,他們通常是家裡第一個大學生,懷著巨大的期待進入校園,希望能取得一個學位,開始一項事業,賺到不錯的薪水,而這些都沒有變成現實;一些人退學是因為他們意識到自己的高中並沒有為大學打下堅實的學術基礎;一些人退學是因為付不起學費;還有一些人離開,是因為大學的種種複雜制度讓人頭昏腦漲,沒有人來指導他們該做些什麼。 所有人離開大學時都負債累累,更糟糕的是,他們的自我價值被打擊,他們不再相信自己的人生能取得一番成就。

家庭背景貧窮的孩子退學率更高,繼續深陷貧困的可能性更大,擁有學位的人才在就業市場上更加緊俏,工資相應升高,這將加劇美國貧富不平等的鴻溝。

蓋茨想要堅決高退學率這個問題,他正在和大學的領導者們合作,希望讓完成大學學業對學生們來說變得更輕鬆,尤其是那些貧困家庭的第一代大學生:

我們也許可以讓選課的流程變得更簡單。 學生經常在一些不能説明他們畢業的課程上浪費學分和時間,因為他們沒搞懂畢業要求。 而線上的個人化指導工具可以給他們提供一個清晰地「地圖」,告訴他們怎麼做才能順利畢業

我在另一篇文章裡曾說過:線上課程可以説明學生們減輕學費負擔,且學習時間更靈活。 我現在依然對線上教育充滿熱情,但我也開始認同:它不是適用于所有學生的萬靈丹,有些學生依然需要面對面教學,學習如何與人溝通和如何進行團隊合作——而這幾乎是所有雇主都明確要求的技能。

有意思的是,輟學的比爾蓋茨為大學學位背書,而擁有斯坦福本科和法律博士(JD)學位的Peter Thiel 卻鼓勵聰明的年輕人退學。

他在2010年推出的Thiel fellowship,授予20名20歲以下並選擇離開大學的學生獎學金,資助他們10萬美元創業或者做一些其他有趣的事情。 在Thiel看來,讓最聰明的那部分學生花上25萬美元,耗掉四年的時間,接受不過爾爾的大學教育,而實際上他們卻可以做一些真正有意義的事,比如在矽谷創業並掙上一筆錢,這事想想就太荒謬了。

不過發展到今年,Thiel fellowship 的年齡限制已經拓展到22歲,這就意味著大學畢業生也可以參加選拔。 事實上,在此之前的Thiel fellow 中已經有了兩位16歲即拿到大學學位的創業者,且有10人在完成 Thiel fellowship 的專案之後選擇重返校園。

大學,上,還是不上,這是個問題。

原文出處:36 kr
原創文章,作者:小天

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

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。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓