IOTA為何可能是物聯網的要角?
IOTA為何可能是物聯網的要角?
2018.07.31 | 物聯網

2016年10月21日的美國Black Friday網路大攻擊剛結束。當時我和Jserv討論著這樣的攻擊是否有機會預防或者在攻擊時還能夠正常運作。

這一次的攻擊後來也被證實是因為諸多設計不良的物聯網裝置被入侵後成了攻擊的跳板。

讓我們意識到設計不良的產品可以帶來多大的損害,尤其在現在世界確實是平的狀況,各種裝置的聯網化可以說是個必然性,在其中台灣的硬體必然會扮演重要的角色。

但卻可能因為沒想到我們長久只重硬不重軟,就算重軟都只單純利用OpenSource帶來的便利卻沒試著去回饋或者說學習到如何用比較正確的態度來與OpenSource相處,進而會遭受到萬物聯網後的反噬(白話就是只想爽拿不願回饋)。

IOTA1.png
Topology of IoT/Internet
圖/ 朱宜振

我和Jserv沒急著開始就做些什麼解決方案,反而是開始回頭看整個Internet的發展史,早在60年代就開始的Internet最初的設計就是為了萬一若遭遇到攻擊,資訊還是可以有效流通的狀態,但若我們來看看目前網路的樣貌,會發現有趣的矛盾點在於,我們預想的世界似乎到了2025年才有可能發生,而現在是一個巨大雲端集中化的概念。正常人不用懂太多理論去問這張圖中目前的架構中最大的風險點在哪?

雖然我自己也開始有了老花眼,但是在中間的那朵雲卻還蠻明顯的可以知道是最大的風險點。

可是!!為何大力推廣雲端概念的業者如Google,Amazon,Microsoft(中國就是BAT)都不跟我說這件事情呢?道理很簡單。

如果這就是風險,那一切的罪過我(GAFA+BAT)來承擔就好,你們這些不專業的就記得把錢繳給我就好!

這其實也是對的,因為一般業者尤其可能是硬體出身看到物聯網可能是既錯過Internet之後最大的機會,得趕快轉型來做平台服務好好學人家賺服務費。卻沒發現到,到最後你還是得乖乖的透過GAFA等業者來提供你的服務。

為何你們覺得IOTA可能是答案?

回到我們在2016年看到這樣的大攻擊之後,思考著我們到底能做些什麼?我只知道不可能再去做硬體,硬體創業的一個挑戰是,常常你以為的優勢其實是傳統硬體公司的優勢,雖然做硬體有機會較快形成現金的流動,但創業並非只是為了創造現金的流動。

我們又繼續思考在萬物聯網之下可能會有哪些挑戰?於是列出了幾個關鍵。

在萬物聯網之下可能會有哪些挑戰?

  1. Cyber Attack,隨著2020號稱會有五百億裝置聯網,網路攻擊只會更嚴重,傳統Security的解決方式可能只是延緩卻沒能從根解決。

  2. 去中心雲端化,在GAFA等業者的龐大勢力下,除了加入他們以外是否還有其他的可能性?而且還得如同雲端一樣的便利。

  3. Scale,物聯網裝置多元且數量龐大,物聯網時代是人類數量的好幾倍,人類目前約七十億人,並且增長數目減緩中,而物聯網裝置,不管是因為人類的貪婪圖方便,或者其他因素會發現除了2020會實驗五百億裝置聯網,增加速率甚至可能更快。

  4. 必須是Opensource為基礎,理由很簡單,因為要解決這麼大的挑戰不可能再由單一公司尤其是新創公司來解決,挑戰過大之下本就需要更多人一起來參與。

在這些條件的考量之下我們發現區塊鏈的諸多概念可能可以解決這樣的問題,但又發現檯面上有名的區塊鏈似乎都無法真的解決,我們開始做實驗,Jserv並同時在GitHub上尋找著世界上是否有跟我們一樣的天真又熱血的人也想從這些角度切入。Jserv花了大概一個月把Github上所有帶著區塊鏈字眼的專案都搜遍了,其中也找到不少有趣的人才釣魚專案,最終我們開始看到了IOTA Foundation

這時我們也沒急著就是要用IOTA的技術來做些什麼,反而是花時間開始投入他們的開發、社群、了解這群人是誰,過去為何會開始想做IOTA、現在的狀態和未來準備怎麼走?也因為對於利用OpenSource技術,我們的態度是。

  1. 需考量可能的全球泛用性,盡量選擇最大可能可以通用而非只是自我感覺良好的Taiwan No. 1,別急著做些什麼,反而是能夠透過不同方式與全球的社群或夥伴定義好通用於世界至少70%以上的問題(數字是直覺抓的)。

  2. 選擇一個接下來會持續發展數十年而非已經用了數十年可能生命週期快到的技術,筆者自身就碰過產品剛量產就遇到關鍵零組件EOL的狀況,除了被罵以外,這產品根本規格還不是我開的。

  3. 選擇一個未來的Roadmap與問題相關而非只是在這個時間點規格相符的技術,這個跟未來的開發和維護成本有極大關連。

  4. 選擇一個出問題時,該技術組織是有人可以協助解決並且具備專業可以解決,因為一定會出狀況,面對嶄新的挑戰,我們需要有人可以一起問(拖下水)。

這些正是我們花了快兩年的時間深入了解IOTA Foundation之後,認為這一套OpenSource技術正是我們可以除了使用也可以投入並且與之共創並定義未來產品的核心技術。這背後等於形成了一套可能有機會找到其他機會的方法。

物聯網的挑戰到底有哪些呢?

可以參考筆者的其他幾篇文章
<價值來自需求,而非科技 — 萬物聯網的挑戰>
<物聯網世界的基石 — 信任(一)>
<物聯網世界的基石-信任(二)>
<區塊鏈應用的大挑戰 — 如何落地?>
<如果區塊鏈真的是未來IoT的骨幹?那真的是區塊鏈嗎?>
<在區塊鏈”投資”的正確姿勢>
<物聯網的End to End偽命題>

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

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。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓