我天生就喜歡向難度挑戰！|數位時代 BusinessNext

蕭銘楷自從三月十日在德漢諾威國拿到iF設計獎，回國之後，幾乎每天都有媒體來採訪，應對媒體這件事，對他來說，比設計產品更難，「我很擔心大家只看到得獎這件事，忘了設計理念是更嚴肅議題。」「我就是喜歡嘗試各種新的可能，特別是材料的部分，」他說，目前市面上的筆記型電腦，為了要輕巧，多半採用鎂鋁合金或塑膠的材質，但在內部一篇趨勢分析的報告中，提到碳纖維正開始被工業界重視。他決定放膽一試，與幾位同事造訪台中大甲的碳纖維自行車權威巨大機械，勤跑模具工廠，最後做出六層碳纖維的外蓋、交錯的格紋，讓W1這台華碩第一部的寬螢幕筆記型電腦一眼就深獲iF評審團青睞。
「前面這片金屬網，也花了很多心思，」。基於透光性的想法，蕭銘楷最初的想法是要採用布料的材質，可是考慮量產後，會有保固強度的問題，於是修改成壓克力，但被華碩副董事長童子賢打了回票。「我認為他原來設計的背蓋砂網非常漂亮，整個概念已經非常完整了，如果將那個手法延伸到後端，整個視覺效果就會有一體感，」童子賢說。
最後，蕭銘楷決定採用金屬網，但考驗才真正開始，因為金屬網必須要有很細密的網孔，才能讓顯示面板的字體能夠從背後很清晰地呈現，但又不致於脆弱到一碰就變形，甚至還要能做為結構支撐，當然也更要壓低開模費用。
蕭銘楷很早就對建築著迷，但考大學讀的是地球科學。本來打算大一升大二時轉系，卻沒想到國文被當，又多在地科系讀了一年。轉系又沒轉成，反而進入工業設計系。大學畢業之後，蕭銘楷順利地申請到以工業設計聞名的羅德島大學，但讀了兩個星期決定放棄，轉學至紐約的普拉特藝術學院(Pratt Institute)，「我發現光是有良好的學術環境還不夠，生活的環境也必須能帶給我刺激。」
畢業之後蕭銘楷留在紐約一家公司做家居用品設計，「設計最多的產品是垃圾筒喔！」雖然熱愛紐約，但最終他還是決定回來，關鍵也是因為環境，「九一一之後，紐約籠罩著一股奇怪的氣氛，連笑的權利似乎都被剝奪。」正好華碩也在找人，蕭銘楷就這樣成為台灣設計界的耀眼生力軍。
從國際比賽歸來，蕭銘楷說，他有一個很大的心願，就是讓設計能夠更大眾普及化，變成理所當然的生活享受，而不是少數金字塔族群的物質炫耀。他就對於今年拿下五項iF金獎的日本無印良品(Muji)表現印象深刻，「沒有噴漆、沒有電鍍，就很純粹的自然，清楚傳達企業的信仰，也同樣讓產品熱賣，這是大家都該努力的地方。」

Profile
年紀： 1974年生，31歲
學歷：成功大學工業設計系、紐約普拉特設計學院畢業
現職：華碩電腦研發處工業設計部課長
得獎作品：華碩W1筆記型電腦──德國iF大賽金獎

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。