Uber進軍空中飛車，東京將成亞洲首座試營運城市|數位時代 BusinessNext

Uber進軍空中飛車，東京將成亞洲首座試營運城市

Uber今（30）日在東京舉行首屆Uber elevate亞太峰會，Uber營運長Barney Harford宣布日本東京成為uberAIR計畫第三個試營運的城市，並預計在六個月內宣布下一個開發的國際城市。

繼達拉斯、洛杉磯後，日本成為第三個試營運城市

Uber營運長Barney Harford表示，Uber不僅是一家叫車公司，更是一個綜合性交通平台。從地面的叫車服務起家，Uber更把版圖進軍到空中交通服務，自2016年提出Uber Elevate白皮書計畫，Uber計劃打造能夠電動垂直起降的空中飛行器（eVTOL），動力採用鋰電池，由4組由電力驅動的螺旋槳，每組螺旋槳上各有2片旋翼，低噪音且不需要跑道就可正常起降，預計2020年展開試營運，2023年正式商轉。

在Uber elevate峰會上，Uber歡迎各城市加入uberAIR計畫，繼美國達拉斯、洛杉磯成為首波上線城市，現在日本東京成為第三個試營運的城市，並將印度、澳洲、巴西、法國列為候選國家，目前正與各城市進行討論，預計在六個月內宣布下一個開發uberAIR的國際城市。

日本立志當航空創新領頭羊

日本東京都知事小池百合子表示，2020年東京奧運預期到時將湧進大量人潮，日本也正積極規劃基礎大眾運輸建設，像是興建東京國際郵輪碼頭，以及自駕巴士、自駕車等智慧運輸，讓民眾可以更快抵達東京。不過Uber空中飛車是否有機會在東奧上亮相目前仍不確定，也令外界相當期待。

而日本政府之所以如此積極推行空中飛車，很大原因跟日本在新交通科技發展較晚有關，別於他國在電動車、無人車進展快速，日本則晚了一步，為趕上如空中飛車新飛行科技，日前日本政府已與Uber、波音（Boeing）、空中巴士（Airbus）、日航與豐田投資的飛天車研發團隊Cartivator等21間企業進行討論，日本政府將研擬適當的法規，實現飛行車的概念。

日本經濟產業省（METI）副大臣Daisuke Hiraki自信表示，日本有機會成為在航空創新領域的領頭羊。

而飛天車到底可以實現怎樣交通想像，Uber空中交通總監Eric Allison也以台灣作為舉例，從台北車站到淡水漁人碼頭，地面上搭Uber X（菁英優步，小轎車可乘坐1至4人）可能需要80分鐘，但搭乘Uber Air僅需9分鐘，大量節省人們生活中的乘車時間，擁有更多時間去做更重要的事情，Uber也強調這將是人人都可負擔得起的新型交通方式。

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。