福特攜手四家新創團隊，計畫2021年推自駕共享車|數位時代 BusinessNext

進軍共乘商用市場，無方向盤、油門跟煞車的自駕車

福特今日宣布將在2021年提供無方向盤、油門或煞車踏板的自動駕駛車款，並投入大規模量產，用以針對車輛共乘、共用等商用運輸服務需求。

福特科技長Raj Nair表示，福特擁有10多年研發及測試自動駕駛車輛的經驗，能夠整合所需要的軟體、感測技術及精密工程，因此較其他廠商具備策略優勢。

（圖說：福特今日宣布將在2021年提供無方向盤、油門或煞車踏板的自動駕駛車款。照片來源：福特。）

這款瞄準共乘商用市場的福特自駕車，符合SAE（Society of Automotive Engineers，美國汽車工程師協會）四級標準。SAE第四級標準意即自動駕駛系統必須要能夠完整控制車輛，在一般的行駛過程中完全不需要駕駛人插手，除非特殊情況（如惡劣天候）才需要人力介入。

目前，福特已有近30輛自動駕駛的Fusion Hybrid在加州、亞歷桑納州及密西根州上路，也曾在雪地、漆黑環境中測試自動駕駛車輛。福特表示，預計明年自駕車車隊的規模將再成長三倍到達90輛。

攜手四新創，發展自駕車技術

福特也宣布與四家新創公司達成投資或合作協議，用以加速自駕車研發進度。擴大在演算法、3D地圖繪製、LiDAR光學雷達科技、雷達與攝影感測器的研究基礎。

這四家新創公司包括光學雷達（Light Detection and Ranging，LiDAR）公司Velodyne、以色列電腦視覺與機器學習公司SAIPS、機器視覺公司Nirenberg Neuroscience以及3D地圖研發商Civil Maps。其中，對Velodyne的投資由福特和中國網路巨頭百度合夥，共同注資7500萬美元（約23.6億新台幣）。

另外，福特也同步宣布拓展研發廠區規模。福特位於帕羅奧圖的研究及創新中心在去年1月啟用，負責包括自駕車計畫在內的福特智慧移動解決方案（Ford Smart Mobility），目前共有超過130名研究人員、工程師及科學家，福特預計在2017年底增加一倍的團隊人力，顯示其佈局自駕車技術的野心。

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。