假如台灣央行發行虛擬貨幣，值得討論的3個議題|數位時代 BusinessNext

央行用區塊鏈發行虛擬貨幣會顛覆傳統金融？

區塊鏈技術本身是中立性，是打造系統，制定規則的人才能賦予意義。以區塊鏈技術生產的虛擬貨幣是一個光譜，從完全的去中心化，如比特幣公有鏈，到多中心制度聯盟鏈或中心制度私有鏈，端看管理者如何設計「遊戲規則」。

若央行為主要發行者與管理者，那中央色彩依舊濃厚，若銀行等傳統金融系統，依舊掌控存放款與跨國交易等業務，區塊鏈技術帶來的革新就偏向「新台幣數位化」，強調的是技術本身帶來的革新，如「清算即交易」，降低清算成本，提升效率，「防洗錢」與「抓漏稅」等，成為現有清算體制的備援系統，提升安全性，可能是更中央集權的貨幣系統。

若央行打破傳統，敢革自己的命，比照比特幣精神，去中央化開放非傳統金融領域的科技業者參與，那重點不紙是清算即交易而已，而是「新生態圈」興起，不適應生態圈的舊業者被淘汰，金融體制重新洗牌。

若真如此，是否為「央行」發行也不重要了，因為一切回歸P2P的去中心思維，央行和礦工們都一樣，都只是一個節點而已。

央行停留在研究階段好？

目前央行停留在研究階段，沒有更積極動作。央行在3月24日發佈一項報告，指出發行央行虛擬通貨的8個疑慮。

1.其對支付系統有何影響。2是否侵犯交易的隱私性。3.是否妨礙民間創新。4.對商業銀行存款之影響。5.鈔券虛擬化後之金融穩定。6.貨幣政策的傳遞效果。7.技術上如何採行。8.新系統去中心化之程度，以及新系統將出現那些參與者與如何規範管理等。

以上每個議題都是一個大哉問，而且是建築在未來世界的大哉問，現在沒人知道確切答案，央行對虛擬通貨發行的擔憂有其道理。但央行不能因為擔憂就停止探索，不能放棄新技術可能帶來的革新機會。

區塊鏈技術複雜跨領域，央行不應停留在紙上研究或口頭請益，應該更勇敢從做中學，進一步「實驗」區塊鏈發行虛擬通貨。央行沒有這樣的科技技術，和新創團隊合作一起試驗是一個很棒的方式。

實驗重點不是決定央行是否真的要發行虛擬通貨，而是藉此激勵產業圈與新創圈，重視區塊鏈的價值，引入人才與資金，一起為創造新機會努力。

央行要扮演什麼角色？

區塊鏈新創數金科技（DTCO）創辦人李亞鑫認為，區塊鏈其實就是共享經濟的精神，思維必須從中央變成服務大家，因為中央不存在，中央就是區塊鏈了，央行要思考如何在區塊鏈新經濟共享經濟扮演角色。

中央銀行該考慮發行的不是虛擬通貨，而是「智能合約」，智能合約要做成什麼？其中一個範例：加密債券，提供虛擬通貨的價格穩定與避險機制、融資貸款，金融機構與企業可以無縫聯結中央銀行的智能合約，提供更廣泛的應用。

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。