上班不塞車？TF-X 飛天車來了|數位時代 BusinessNext

上班不塞車？TF-X 飛天車來了

每天都要煩惱上下班塞車嗎？美國公司 Terrafugia 開發設計的「飛天車」TF-X ，預計在 2050 年量產，多啦 A 夢中的科幻場景將不再遙遠。

大塞車！可能是即將到來的春節假期大家最害怕的事，塞在車陣中的你或許曾將想過，如果車子能夠「飛」起來，應該就能解決這種交通設計的惡夢了吧！但要開在路上的車子要能夠起飛，光想就覺得這只是存在於多啦 A 夢（編按：嫩編知道有很多讀者其實還是習慣叫它小叮噹啦～）中很遙遠的科幻，但這也可可以在將在可預期的將來實現！

2006年由一群美國麻省理工學院航太工程學系研究生在波士頓成立的特拉福嘉公司（Terrafugia, 拉丁文，意思是逃離地球），希望能在 2018 年造出實體的飛天車。這台可以行駛於一般道路的車子，但只要按下控制鈕，就能伸出機翼起飛。

Terrafugia 推出最新一款油電混合飛天車「TF-X」，可乘坐四人，配有最高 300 匹馬力輸出的燃油引擎，與兩具 600 匹馬力輸出的電動馬達，利用半自動的電腦輔助駕駛，不需要跑道就能夠垂直起降，平均巡航速度每小時 322 公里，可續航 805 公里。

TF-X 的車體大小可直接停放在美國一般家庭車庫中，配有 GPS 導航輔助系統，就如同普通客機的自動駕駛功能，可以預設降落地點，另外也能設定備用降落點，防止因天候、燃料或電力不足無法抵達目的地時順利降落，一但遇上緊急狀況還能彈出降落傘並啟動迫降程序。

自從汽車在 20 世紀初期因製程改進與公路建設發達而普及，人類就開始夢想能夠飛上青天，TF-X 是目前距離現實靠近且可以達成的選項之一。Terrafugia 的構想是ㄧ般人只需要花上五個小時就能學會操控飛天汽車，但駕駛當然需要同時具備合格的汽車及飛行駕照，還要累積 20 小時的飛行時數才能上路。

早在 2013 年 Terrafugia 就公佈了飛天車的設計，但一直到 2015 年 8 月才造出第一台 TF-X 的實體樣車，這項如同無人機也許將顛覆般常民生活想像的發明，也一直受到 FAA 密切關注，直到近期 FAA 才批准了 TF-X 升空測試。如果 TF-X 這樣的飛天車要真的上路，我們習以為常的交通法規可能都需要大幅更新；美國聯邦航空總署（FAA）最近也正在調整、放寬飛航相關法規限制，讓 Terrafugia 能順利測試這項新科技，FAA 預計讓 TF-X 這類的飛天車以輕型運動飛機的條件進行一般道路測試。

科技進步的快速，讓過去許多小說、電影中的科幻作品想像慢慢有了實現的可能；Terrafugia 所生產的飛天車 TF-X，預計在 2050 年量產販售，售價暫訂約在 26 萬美元（合台幣 820 萬），如果你真的有興趣買，Terrafugia官網也開放你留下資料。不過有沒有錢買可能不是唯一考量點，要能在臺灣上路，也必須要解決相關法律規範、合乎安全設計的公路、停放配套建設等問題，就算真的有了技術純熟的飛天車，要上路恐怕還很有得等。

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。