進修，是蛻變的開始！|數位時代 BusinessNext

相信有不少男人和我一樣，當兵退伍後那十年，最常做的事，就是把過去在小學、中學、高中、大學的所學，逐一掏出來檢視，然後把三分之二的記憶扔掉。因為不這樣，簡直無法料理眼前的生活。
舉例而言，當時的我事隔十多年居然還背得出「翳惟總統，武嶺蔣公，巍巍蕩蕩，民無能名」起首的〈總統蔣公紀念歌〉全文，因為這是我國中考高中的模擬考題；但你如到了80年代末期還真相信有任何政治人物能「民無能名」，你肯定只能到今天已解散的警備總部上班。政治知識的自我成長，和生活大環境相關，相對容易；但背來的歷史、地理、三民主義、物理、化學、數學公式，卻根深蒂固地黏在腦海裡，仍主宰著思維。更糟糕的是：「背」這個思想習慣要改掉，看起來容易，實質上則是無比艱難；相對而言，我有很長一段時間，不曉得如何讓自己有「創意」，因為「背」過的東西和「背」本身，絲毫沒有給你任何索引。
這就是台灣教育的本質──你所有「權威們」認為你應該要學的（所以一旦權威不權威了，你就慘了！），卻從不啟蒙你「如何自我發現」，進而「自我學習」，直到進入社會，企業要你掏心挖肺地貢獻出你的創意，這才發覺：我是誰、是哪樣的人（或虛榮點說：「人才」）連自己都不太清楚；眼前一片冷感的事物，我如何對它有創意？
所以，當你痛苦地開始知道「揚棄」，上帝就會給你些回報──慢慢地，你開始體會到如何吸收、裝填、潤發。有一天，從睡夢中驚醒：我終於會「學習」了，因為在這樣或那樣的學習裡、在廢寢忘食的投入中，你感到眼前知識與自己互動的私密愉悅，而這一年，我三十二歲。即使時到今日，政治解嚴、知識開放、教改啟動，但類似我這種「發現的焦慮」，仍常存在我的朋友、同學、同事，甚至採訪對象的心裡。「我是誰？我從哪兒來？我將往何處去？」這著名的畫家高更提問，仍深深糾結在現代工作者心中，因為不管經濟如何富裕、政治怎麼民主，台灣教育仍是各種脫胎換骨版的「文憑主義」，仍然只問：「你該學什麼！」，而不問：「你想學什麼？」
對於已就業多年的工作者，該如何解消這不易啟齒的焦慮？最好的方法，就是「進修」，而且是離開生活軌道、拋鄉別子的「異地進修」，這是一種半強迫自己的「揚棄」，自己創造出一種新的生命情境，強要求自己由「非台灣人的眼光」看世界，然後由世界的角度，回頭探尋自己的渴望，進而瞭解自己。
對邁向創意經濟的台灣來說，已經很多人感受到「沒創意」的真實苦澀，該怎麼辦，我的建議是：找個國外學校的課程，出國去吧──進修，是蛻變的開始；發現，是成長的發端！

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。