較比特幣區塊鏈快40倍！台大成立「金融科技暨區塊鏈中心」研發新區塊鏈技術「G-coin」|數位時代 BusinessNext

較比特幣快40倍的結算速度

廖世偉表示，台大金融科技暨區塊鏈中心目前研發的「G-coin」，如同比特幣，是一種基於密碼學的「加密協定」（cryptographic protocol）。相對於比特幣加密協定的10分鐘結算速度（亦即每10分鐘才能形成一個新區塊），「G-coin」的加密是每15秒就能結算一次，效率是40倍。

（圖說：長期研究比特幣與區塊鏈的中心籌備處召集人、台大資工系教授廖世偉。照片來源：許文貞攝影。）

除此之外，相較於屬於「公有鍊」應用的比特幣技術（亦即任何人只要願意成為開發比特幣的「礦工」即可加入），「G-coin」的技術建立的是一個「聯盟鍊」（又稱「區塊鏈聯盟」，consortium blockchain），需要得到「允許」（permission）才能加入聯盟的網絡。例如美國公司R3CEV就是集結42間金融機構形成的金融「區塊鏈聯盟」。

廖世偉和實驗室的研究團隊花了兩年的時間，將「G-coin」的底層區塊練技術建立起來，有如形成一個平台，未來能讓各項應用在區塊練技術上運行。例如台大的「台大幫幫忙」眾籌平台，就是建立在區塊練技術上，能夠清楚的追蹤眾籌的金流。

「BaaS」可應用到物聯網和金融領域

建立「G-coin」區塊鏈技術的團隊，正是廖世偉實驗室中的學生。已經成立公司的新創團隊「DiQi」共同創辦人張哲瑞是廖世偉實驗室的畢業生，他解釋，區塊鏈可以大致區分成底層、中層和上層。底層是區塊鏈的基礎建設（G-coin加密協定），上層是各種的應用情境（如「台大幫幫忙」），中層則是串接應用情境和區塊鏈基礎建設的API。「DiQi」正是提供「BaaS」（Blockchain as a Service）的技術服務。

目前較明確的兩個「G-coin」區塊鏈技術應用的範疇為「金融」和「物聯網」。由於開放原始碼，「G-coin」區塊鏈技術可監管也相對安全，目前全世界最快的電腦即使花250兆年的時間都無法竄改資訊，能能達到「資產數位化」和「交易即結算」的結果。另外每15秒就能結算一次的高效率，更可以運用在物聯網上，達成「設備民主化」（Device Democracy）。

歐付寶董事長林一泓也表示計畫要跟台大金融科技暨區塊鏈中心合作，預計在今年第四季之前讓電子支付和未來要發展的P2P借貸平台運用區塊鏈的技術作結算。

@@ACTIVITYID:638@@

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。