當初試飛「成功」的Facebook太陽能無人機Aquila，正在接受著陸事故調查|數位時代 BusinessNext

當初試飛「成功」的Facebook太陽能無人機Aquila，正在接受著陸事故調查

6月28日，Facebook執行長佐克伯在Facebook公開了太陽能無人機Aquila首次試飛「成功」的影片，不過今日美國國家運輸安全委員會針對Aquila著陸時發生的事故展開調查。

6月28日，承載著佐克伯「連接世界」夢想的Aquila的太陽能無人機首次試飛成功，但目前該計劃不得不暫停。

近日，據彭博社消息，當日的測試裡出現事故，幸無人員傷亡，美國國家運輸安全委員會（the National Transportation Safety Board）已經介入調查，調查至少需要一個月才能出結果。

本次測試的是Aquila第一架原型機，未裝載太陽能電池板，僅在約655公尺的低空進行30分鐘的測試飛行，為自動飛行採集數據，Aquila最終超額完成任務，飛行了96分鐘。

試飛結束後，Facebook在一封郵件報告裡稱「此次飛行是成功的，沒有重大的意外事故」。 7月21日在Facebook官方部落格上，一篇關於Aquila的文章中再次寫到無人機的真實測試情況，文內則提到了「無人機在著陸前出現結構性故障」的問題。

美國國家運輸安全委員會（NTSB）也證實，Aquila無人機著陸時確實出現了「機器結構性故障」，但NTSB並沒有披露更多關於本次事故的細節內容，包括Aquila的損壞程度和故障發生的潛在原因調查結果。

NTSB的官方發言人稱，事故發生在當地時間的早上7點43分，且屬於「大型事故」，所幸沒有人員受傷。考慮到Aquila無人機的潛在危險性，NTSB將會進行一次全面徹底的調查。

用能長時間飛行的無人機替代衛星的做法，Facebook不是第一家，而這種無人機出現故障，Aquila也不是第一架。據NTSB介紹，2015年5月時，Google母公司Alphabet的無人機Solara 50在新墨西哥的沙漠著陸地帶飛行時遇到了熱上升氣流時就出現了失控的意外狀況。

Aquila的太陽能無人機是Facebook Connectivity Lab多年來的智慧結晶，計劃為世界16億無法上網的人提供廉價的網路接入。

根據佐克伯的願景，他們要保證無人機飛行在 20,000公尺的高空。在這個高度上，較弱的風可以保證飛行的穩定，也不會影響其他飛機的飛行，並且保證信號強度。這種高度上，一架無人機可以保證一個中等城市的網路連接。此外，在這個高度上飛行，Aquila最高可飛行長達3個月。（關於Aquila的技術問題此前愛范兒已有介紹，有興趣者可點擊連結查看）

Aquila還在做實地測試。此前，愛范兒認為對Facebook來說，他們還有很長的路要走。第一，他們要首先完成飛行器的開發，裝上太陽能電池板進行實地飛行。第二，飛行器需要裝載上雷射發射器進行測試，並與地面的雷射接收器進行配合。現在，Facebook還得解決無人機著陸時的結構故障問題。

除了Aquila無人機，Facebook還有用衛星「連接」世界的打算。但此前馬斯克的 SpaceX的獵鷹9號火箭爆炸直接導致Facebook的第一顆網路衛星被完全摧毀，據悉，這顆AMOS-6衛星原本計劃是向非洲居民提供免費的上網服務。

本文授權轉載自：愛范兒

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。