電競正名為運動後，要成為「主流」得克服3大難關|數位時代 BusinessNext

電競正名為運動後，要成為「主流」得克服3大難關

電競正式納入運動產業項目，可望帶動電競產業發展熱潮，不過要走向主流運動，仍有三大難題需克服，來聽聽Akamai媒體產業策略全球總監Nelson Rodriguez的觀察。

電競賽事的測量方式有待統一

「電競產業其實沒有你想像的大！」Nelson Rodriguez指出，雖然大家可能常聽到觀看電競比賽的人比看運動比賽的人多，其實並非事實，電競產業雖然正在發展，但還有很大的成長空間。其中的盲點，在於觀看人數的計算基準不同。「電競的計算方式是看尖峰流量（peak），但是一般運動看的是平均人數（average）。」

他表示，電競產業太新了，因此在計算觀看人數時，其實還處於非常混亂的狀態。雖然有不同組織在做觀測，但是大家的測量方式都不同、欠缺標準化，不像電視已經有兩三家公認的測量組織。雖然Akamai也正在開發測量模式，但尚未成熟。

不過，Nelson Rodriguez指出，這件事可望在未來出現轉變。「例如MLBAM（MBL Advanced Media）過去主要是做棒球賽事轉播，但他們最近簽下了轉播《英雄聯盟》（League of Legends）比賽。這代表著傳統體育賽事和電競賽事的匯聚。」此外，近期有許多棒球、足球隊對電競公司進行併購，而投資方必定需要統一的衡量標準，才能知道自己的投資是否值得。他指出，有了傳統體育產業的加入，可以預期電競賽事也會發展出具客觀性的測量方法。

只是，傳統體育賽事和電競賽事依然存在著許多不同之處，最關鍵的一點就是，電競賽事多了「互動」元素。例如線上賽車遊戲《iRacing》就提供投票機制，觀眾可以投票給自己喜歡的選手，獲得較多觀眾喜愛的選手可拿到更多燃料，在比賽中表現更好。他強調，由於電競賽事的互動方式是在傳統體育賽事中看不到的，因此在設計測量標準時，也需要考慮進去。

「只看不玩」的觀眾很多，需思考獲利來源

Nelson Rodriguez表示，根據Newzoo的調查數據，目前在電競賽事的觀眾中，有42%是「只看不玩」的。他指出，在過去，會觀看電競賽事的人，大多自己就是玩家，透過觀看比賽讓自己的技術精進，而遊戲公司也會透過電競賽事來宣傳行銷自家產品。

不過現在，狀況已經不同了。「就像我岳母是棒球迷，但是她自己卻從沒打過棒球。」當玩家和純粹的觀眾出現區別，不僅帶來機會也帶來挑戰。「如果電競產業的獲利來源只限於玩家，只想著如何讓玩家花錢買遊戲、買道具、買鍵盤滑鼠，未來發展絕對是有限的。」

網路攻擊層出不窮，遊戲公司做好準備了嗎？

最後一點則是資安問題。Nelson Rodriguez表示，Akamai曾對遊戲客戶做了調查，了解遊戲公司受到網路攻擊的狀況和因應措施。數據指出，66%的公司在過去一年曾遭受DDoS攻擊，38%公司曾受到帳號駭入。

「如果遊戲公司不能把攻擊解決好，電競無法成為主流。」他比喻，就像是現在大家打開電視看棒球比賽直播一樣，觀眾預期的是一打開電視就會看到內容，而電競賽事也要能做到這樣，才能滿足觀眾的需求。「很可惜的是，很多公司是用『保持希望』來做為資安策略。」

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。