超級果粉注意！蘋果經典電腦Lisa將公開原始碼提供下載，一同回味當年科技風采|數位時代 BusinessNext

超級果粉注意！蘋果經典電腦Lisa將公開原始碼提供下載，一同回味當年科技風采

蘋果經典電腦Lisa於1983年推出，是全球首款配有滑鼠的個人商用電腦，但當年因銷量不佳，被視為是失敗的產品之一，也造成賈伯斯被趕出蘋果。日前美國加州的電腦歷史博物館宣布，將於明年公開Lisa的原始碼供所有人下載使用，讓全球果粉一同回味。

蘋果官方直接參與，Lisa電腦原始碼將公開

如果你是超級資深的果粉，也許會記得35年前蘋果推出的一款，以創辦人賈伯斯（Steve Jobs）女兒麗薩·賈伯斯（Lisa Jobs）命名的電腦Lisa。

現在位於美國加州的電腦歷史博物館（Computer History Museum）表示，明年（2018）將會把這款經典電腦的系統原始碼完全公開，讓任何人都可以下載使用，雖然看起來沒有太多實質上的意義，但對於電腦科技一路走來的發展，有著無可替代的經典意義。

電腦歷史博物館軟體館長Al Kossow表示，Lisa的應用原始碼跟系統已經完成恢復，目前正在等待蘋果進行審查，一旦蘋果方面完成審查，電腦歷史博物館就會在2018年公開這項資源。雖然過去市面上也曾推出過Lisa操作系統的模擬器，但大多是由第三方單位釋出，而這次直接由蘋果官方參與其中，特別具有不同的時代意義。

將滑鼠帶到世人面前，重塑PC電腦使用體驗

對於年輕一代的讀者來說，Lisa電腦除了陌生甚至壓根沒聽過，這是一款蘋果在1983年推出的全世界第一款圖像介面（GUI）商用個人電腦，不僅擁有重疊視窗、下拉選單等當時看來先進無比的軟體功能，Lisa同時也是第一款結合滑鼠的電腦，因而使得這部電腦在電腦發展史上佔有重要地位。

跟1984年推出的麥金塔（Macintosh）電腦相比，Lisa已經具備硬碟儲存設備、擴充插槽設計、螢幕保護程式、支援高達2MB的記憶體等，這些功能都是麥金塔平台到OS X時才擁有的功能特點，幾乎是當時先進電腦的代表，後被認為有重塑PC電腦使用體驗的代表性意義。

Lisa在當時一台售價將近一萬美金（幣值相當於現在2萬4000美元），在當時跟價格更低廉的IBM PC相比根本毫無價格優勢，因此導致銷量不佳只賣出了一萬組，再加上蘋果當時投入1.5億美元研發，雖然改變了多數人使用電腦的方式，但成本無法回收，Lisa電腦也被視為蘋果歷史上失敗的產品之一，儘管在市場上不算太成功，但Lisa卻是蘋果歷史重要的一部分。

Lisa與麥金塔電腦之間有關聯嗎？

2017年11月，在德國科隆的一場拍賣會上，以高達5萬美金的價格，成功拍賣了一台1983年上市，可以完全正常使用的蘋果Lisa電腦，根據拍賣方估計，目前全球大約只剩下30到100組完整保存的Lisa電腦。

Lisa電腦也在後續引發不少討論，有一派人認為Lisa電腦與後來推出的麥金塔電腦有血統上的關聯，但實際上麥金塔只是蘋果繼Lisa後，推出的第二款採用圖像使用介面（GUI）的個人電腦產品，因此常遭到許多人誤解，麥金塔電腦並非Lisa電腦後繼產品，只是操作方式非常相似而已。

而Lisa電腦也是賈伯斯離開蘋果的很大原因之一，也間接造成與微軟比爾·蓋茲之間的嫌隙，在Lisa推出以失敗收場後，賈伯斯也在兩年後的1985年被蘋果辭退，同年成立NeXT軟體公司（NeXT Software, Inc），這個品牌最後被蘋果收購，賈伯斯後來也重返蘋果，隨著電腦歷史博物館要公開Lisa電腦的系統原始碼，也讓人憶起這段陳年往事。

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。