亞馬遜首席科學家：AI學術圈需要更多元的人才，但不是用保護主義|數位時代 BusinessNext

亞馬遜首席科學家：AI學術圈需要更多元的人才，但不是用保護主義

阿妮瑪除了擔任亞馬遜AWS首席科學家，同時也獲頒加利福尼亞理工學院傑出布潤教授頭銜，也曾獲得斯隆研究獎、獲得微軟贊助研究獎、Google研究獎等。

在由男性主導的人工智慧學術圈，女性科學家鳳毛麟角，也因此不少科學家致力於推動性別平等教育，希望能讓更多女性接近科學，甚至成為科學家，而阿妮瑪∙阿楠德庫瑪正是這樣的閃亮新星。

2016年10月阿楠德庫瑪（Anima Anandkumar）加入亞馬遜成為人工智慧首席科學家，在Amazon的AWS架構上提供演算法架構，開發一系列的人工智慧工具，如基於深度學習的影像分析服務Amazon Recognition、聊天機器人介面開發軟體Amazon Lex與自然語言處理服務Amazon Polly等。

阿妮瑪除了擔任亞馬遜AWS首席科學家，同時也獲頒加利福尼亞理工學院傑出布潤教授頭銜，也曾獲得斯隆研究獎、微軟贊助研究獎、Google研究獎等。在學術上她專精於是深度學習領域炙手可熱的非凸問題（non-convex problem）與張量（Tensor），用於長期觀察問題。深度學習的優化問題一直都是技術上的挑戰，而當神經網絡的深度越深，優化也就益加困難，由於非凸優化更能準確指稱問題結構，目前學界趨勢上，正由凸優化走向非凸優化。

不過，在深度學習學術上，對於非凸優化問題的理解還非常少，也因此若能提供一個最有效的解答，將在學術或實務上帶來俱來的「時代成就」，而阿楠德庫瑪正走在這條路上。「凸問題就像是一個找尋一個峰谷地底部，但非凸問題就多個不同深度的峰谷，因而增加準確預測的難度。」阿楠德庫瑪形容。

除了在深度學習學術界的成就，在非學術領域，她則是推動科學性別平等教育的倡議者。科技圈一直都是以男性主導的世界，而人工智慧圈更是如此，傑出的女性鳳毛麟角，因此不少傑出女科學家致力於推動性別平等研發環境，希望大企業能真正重視性別差異。

她的母校印度理工學院馬德拉斯分校（IIT Madras）IIT Madras為了性別平衡，刻意保留了女性的入學名額，她認為，這麼做會適得其反，這些經過特別名額保護而進入學校的女性，將會遭受男性歧視，因此最佳做法應該是檢視入學方法的多元多樣性，而不是用保護主義。

除了性別平等，阿楠德庫瑪認為，不僅是在性別的多元性，在種族與地理分佈上的多元性也很重要，「這世界上有這麼多種不同的人口人種分布，目前在科學圈分布卻完全不合乎比例。」

阿楠德庫瑪成為倡議者並非偶然，她來自一個鼓勵女性追求科學成就的家庭。現年35歲的阿楠德庫瑪是印度裔美人，出生於以軟體人才聞名的印度西南小城邁索爾（Mysore），父親為機械工程師，而後自行創業，母親則是電機工程師，祖父是一位數學老師。與多數重男輕女的印度家庭觀不同，阿楠德庫瑪父母從小讓她沈浸在科學與數學的環境裡，給了她最佳的啟蒙教育。「我的祖父長鼓勵我用數學思維思考這個世界，我父親最喜歡帶我去工廠和機器如何運作，解決問題。」阿楠德庫瑪說。

而她的母親更是用身教教導阿楠德庫瑪突破性別差異，追求科學人生，「我母親是家鄉村裡第一位工程師，她給我巨大的影響，她年輕時為了一圓工程師一夢『絕食』三天，向我的外公表明想成為工程師的決心。」阿楠德庫瑪說。

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。