連張忠謀、周永明都要上的課|數位時代 BusinessNext

今年編輯部來回討論了好幾次科技人進修專題，同仁們都在想，到底怎樣的報導是《數位時代雙週》讀者最需要的？一次又一次的題目會議裡，在資料中，我們掙扎著。
一天，宏達電執行長周永明赴美進修消息突然出現，引發了我們的好奇心，到底什麼課程、什麼原因，讓正逢手機旺季的周永明要離開台灣職場，走一趟哈佛？同時我們也發現，台灣科技界一群老闆們，由張忠謀領軍，正在規劃一趟美國麻省理工學院（MIT）的學習活動。
於是我們決定了，讓資深記者何旭如走一趟美國波士頓，直擊哈佛和MIT現場，帶給讀者最鮮活學習畫面：看台灣叱吒風雲的科技大老們，在聽誰上課？他們會打瞌睡嗎？他們學些什麼？
問題是，到底周永明上什麼課？偌大哈佛校園裡，美麗秋陽下，該如何走訪一間間古老的磚紅教室，找到周永明？
幸好有網路。立即上了哈佛的網站，在公開的課程表裡不斷搜尋著；比對著周永明出發日期和預計回國日期，篩選出最可能的課程。
「一定是這一個！」錯不了，去年製作進修專輯時，工研院院長李鍾熙也上過這課程，講了不少有趣的故事。如果真的沒法找到周永明，哈佛的現場故事永遠也說不完。
帶著忐忑，旭如飛往美國波士頓。她在哈佛和MIT校園裡奔波一星期，真的訪問到周永明的教授、參觀了周永明的教室和宿舍；聽了一場張忠謀在MIT的演講，跟訪到台灣企業老闆的學習團活動。
接著旭如又從波士頓飛往洛杉磯，訪問美國西岸的加州大學洛杉磯分校……，梳理出最新的進修趨勢，帶回滿滿行囊的充電故事。
「離開工作，重新充電，找到下一步動力」，是去年《數位時代雙週》對讀者的忠告；今年除了周永明、張忠謀的充電故事外，網路學習捲土重來，是我們要提醒讀者的另一種選擇。
成千上百的網路課程，免費或收費，只等著有心人來進修。是的，有心人；學習是一種態度，要有足夠的堅持和夢想。
在哈佛和周永明一起上課的執行長們，即使抽身在外念書，也毫不鬆懈，還是會利用唯一的空閒，清晨5點起床慢跑，這是一種堅持，一種信念。面對螢幕，做網路學習時，一個人更需要足夠的自律與永不放棄的決心。
而旭如的這一趟採訪與專題製作，又何嘗不是一種學習、進修之旅？一個人在美國東、西岸的探險與訪問、回國後的資料整理，自律與堅持是支持她完成專題的最後關鍵。

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。