台灣IBM雲端運算事業部副總經理：雲端運算是思維改變，不只是技術創新|數位時代 BusinessNext

「小核心、大周邊」發展原則

「雲的成長過程中，可以分成河流的左岸和右岸。左岸是傳統IT產業，右岸是互聯網企業。重點就是怎麼透過雲這條橋結合雙方的優點，發揮綜效。」而這幾年來，企業都被迫思考如何運用雲端技術，讓自己站在更有戰略性的位置，因此IBM提出了「混合式資訊架構」的解決方案。他解釋，以內部角度來說，核心系統應該要越來越簡潔和單純，以方便維運。而以外部角度來說，因為現今IT發展速度實在太快，企業無法保證現在投資的技術是否足夠應付未來兩到三年的發展，因此建議企業要以「小核心、大周邊」原則發展。

企業應該要佈署「預防型維運架構」

關於維運管理服務，許仲言表示，現在企業要面對太多數位通路，根本不知道什麼時候會遇到問題。如果用傳統的被動式監控，其實都於事無補。因此IBM建議，企業應該要佈署「預防型維運架構」，把結構性資料和非結構性資料放在一起分析，再透過數學模式把KPI模組化，並且跟歷史軌跡比對。未來，當同樣模式發生時，就可以發出警示，通知企業主該主動採取行動。以金融業為例，IBM曾經同時為土耳其銀行監控80台伺服器，並且在四週之內幫他們發現10個潛在危險系統，成功避免龐大損失。

開發應用程式應預留 API 開放的空間

最後則是資訊服務。許仲言指出，傳統瀑布式（Waterfall）的應用程式開發模式已經不敷使用了。在傳統開發模式中，開發、設計、測試、佈署等四個階段必須依序發生，所以要等到功能完整之後，才能佈署到市場。這樣一來，通常需要通常需要18到20個月的週期，「這是完全無法被接受的，因為現在的客戶喜新厭舊的速度很快。」基於這樣的趨勢，IBM提出三個解決方案。首先是以Hybrid開發模式縮短開發時間，並且經由充分討論，知道自己開發的產品是否跟原本的想法一致。第二則是善用專家系統。透過充分運用市場上已經有的API，企業不僅能節省時間，也能把力氣放在發揮創意上。最後，他也建議企業開發應用程式時，要預留API開放的空間。

@@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。