博世：將在南台灣大學打造工業4.0訓練中心|數位時代 BusinessNext

博世：將在南台灣大學打造工業4.0訓練中心

「智慧工廠事實上還沒開始，都是樓梯響，大家在猜測是誰走下來，」目前關於工業4.0的討論很多，但台灣廠商對於預算多少、要做到什麼程度，普遍缺乏具體想法。

「台灣製造業雖然想做工業4.0，但並不了解自己的需求」

陳俊隆表示，過去兩年拜訪了很多台灣潛在客戶，發現台灣製造業雖然想做工業4.0，但並不了解自己的需求，不知道自己真正需要的是什麼。

陳俊隆說，「智慧工廠事實上還沒開始，都是樓梯響，大家在猜測是誰走下來，」目前關於工業4.0的討論很多，但台灣廠商對於預算多少、要做到什麼程度，普遍缺乏具體想法，因此第一步往往要先幫客戶定義需求。

深入校園、與大學合作強化實務訓練課程

產業之外，台灣博世也另闢蹊徑，要朝教育現場發展。陳俊隆指出，博世和工業局、科技部接觸過程中，發現大家談的都是產業界，但學校對工業4.0概念模糊，相關科系包括機械系、電機系等都是獨立運作，缺少整合。

陳俊隆透露，目前博世已分別接洽北部、南部大學，預計最快在今年底，會在成功大學工學院成立一個工業4.0的智慧生產訓練中心，由博世提供類似德國4.0工廠縮小版的生產線，從硬體、軟體到排程系統，讓學生自己去配置，強化實務訓練。

提到德國Bosch，一般人多聯想到百貨專櫃的高檔家電品牌，不論洗碗機、滾筒洗衣機、廚具等，多走純白簡約或不鏽鋼路線。事實上，博世是一家全面性的科技服務商，家電等消費性產品的營收，只佔博世去年總營收的24%左右，最大事業體為交通相關解決方案，佔總營收60%，其次才是家電，以及工業科技佔比9%，能源暨建築智能科技佔比7%。

每四支手機就有三支使用博世MEMS感測器

在物聯網方面，博世是全球唯一同時活躍於MEMS（微機電系統）感測器技術、軟體和服務等三個層面的公司。目前全球每4支智慧手機中，就有3支搭載博世MEMS感測器，其物聯網解決方案主要應用在交通移動、工業、能源系統以及智慧建築等領域。

白邦德表示，過去一年，博世在台灣的研發中心倍增為4個，員工總人數為900人，全年營業額為新台幣107億元，相較2015年營業額微幅下滑，但仍維持高水準表現。

展望今年，在台策略發展重點仍是車聯網及工業聯網，白邦德說，博世將持續協助現有客戶升級智慧機械，預估台灣全年營收可達雙位數成長，大幅優於全球成長3%至5%的預期。

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。