SpaceX成功發射回收再使用的太空船「天龍號」進行太空站補給任務|數位時代 BusinessNext

成功發射「可回收太空船」，將大幅降低任務成本

這項任務原本預計在美東時間6月1日執行，但卻在發射前25分鐘遇上閃電攪局，因此延遲至6月3日，目前已順利從NASA佛羅里達的甘迺迪航太中心（Kennedy Space Center）發射，由獵鷹9號運載火箭推送天龍號。

這次任務將運送約2.7噸的物資及科學研究儀器至國際太空站，供駐站太空人使用，預計會在5日抵達，停留一個月後返回地球；過去運輸太空船在任務結束返回地球後，火箭及太空船都會落入海中因而無法再次使用，這也是導致太空任務成本居高不下的主因，因此馬斯克希望透過可回收使用的太空艙及火箭來降低太空運輸的成本。

SpaceX研發的天龍號有一層耐高溫的整流罩防止太空船受損，SpaceX這次選了一台去年9月曾經執行過太空任務的天龍號翻新其整流罩，讓「再生天龍」（Reused Dragon）出任務；事實上，過去SpaceX在執行任務時，太空船艙上的降落傘在海面上降落時容易使得船艙滲水，這是SpaceX特別裝上了新的散熱罩和降落傘，要解決滲水問題，SpaceX副總裁Hans Koenigsmann表示：「這對降低太空計畫成本有很重要的意義，總而言之，這是偉大的一天。」

人類殖民火星又更邁向前了一步

發射約三分鐘後，獵鷹9號的第一節順利脫離，約7分鐘後利用其內建引擎自我導引返航成功回收，這是SpaceX第5次成功在陸地上回收火箭，若加上海面平台回收紀錄，SpaceX共計已實現11次火箭回收。

過去馬斯克提出「可回收火箭」曾被認為是瘋狂的想法，但目前看來「可重複使用」已經成為未來降低太空旅行成本的解答，而馬斯克希望透過這項技術，達成人類殖民火星的目標又更邁向前了一步。

「可以開始感覺到重複使用火箭是ㄧ件正常的事了。」馬斯克在Twitter上寫到「很棒！車跟飛機都是這樣運作的，火箭也應該如此。」

It's starting to feel kinda normal to reuse rockets. Good. That's how it is for cars & airplanes and how it should be for rockets.

— Elon Musk (@elonmusk) 2017年6月4日

SpaceX表示太空艙會在三天內抵達太空站，這次任務發射的仍是無人太空艙，預計最快在明年初可以進一步升級天龍號運送太空人上國際太空站，在此之前國際太空站的太空人都必須依靠俄羅斯的太空船往返地球。

SpaceX於聲明中表示，這是NASA甘迺迪航太中心39A發射台的第100次發射，事實上39A具有特殊的歷史意義，1960與1970年代的阿波羅太空船月球之旅，及NASA所有82趟的太空任務都是在這裡發射。

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。