追蹤食材從7天降到2.2 秒，沃爾瑪要求蔬果資料通通上鏈|數位時代 BusinessNext

追蹤食材從7天降到2.2 秒，沃爾瑪要求蔬果資料通通上鏈

具有不可竄改特性的區塊鏈，將有可能成為改變供應鏈追溯的關鍵，沃爾瑪（Walmart）宣布與IBM合作食物安全區塊鏈解決方案，要求旗下所有的山姆會員店（Sam's），以及沃爾瑪超市的蔬果供應商，通通要在2019年9月前採用IBM開發的分散式帳本，將資料上傳。

沃爾瑪將要求所有蔬菜供應商，將資料上傳區塊鏈

對像沃爾瑪這樣的零售商來說，食材被汙染恐怕是最大的噩夢，像一旦爆發沙門氏菌感染，要從大批進口的食材中，找出究竟是哪一批貨出了問題就是一項大工程，過去的做法大多是整批召回，平均需要耗時七天，過程中就有很多食材會被浪費掉，透過區塊鏈全面、普遍蒐集資訊的特性，就能在問題發生時針對受汙染的環節做處理，追查時間可以從7天減少到2.2秒，不僅效率更好，也能避免食材無形之中被浪費。

未來，任何跟沃爾瑪合作的蔬果供應商，都會在IBM Food Trust框架下合作，區塊鏈上的每一個節點，代表一個正在輸送蔬菜的實體，只要一查就可以知道來自那個產地或農夫。利用區塊鏈去中心化的特性結合供應鏈，除了可以讓整個過程具可追溯性、高度透明化、完全數位化，未來也不必擔心遭到駭客入侵或惡意人士竄改數據。

事實上，沃爾瑪從2016年就開始跟IBM 合作測試區塊鏈技術，目標就是要讓食品供應鏈數位化。IBM全球區塊鏈副總裁Bridget van Kralingen進一步解釋：「我們使用IBM 區塊鏈平台，打造IBM食物信任解決方案，這個方案是使用Hyperledger Fabric（一種開源的數位帳本技術），並在IBM 的雲端上執行。」；沃爾瑪的食品安全副總裁Frank Yiannas補充，未來蔬果供應鏈與區塊鏈結合，將成為合作廠商業務要求的一部分，目的是一旦食品發生問題時，可以加速召回速度。沃爾瑪強調，食品供應商不需要懂區塊鏈技術，未來會提供一套簡易操作的軟體，只需要單純知道怎麼將資料上傳就可以。

供應鏈數位化，食品上鏈成趨勢

密碼貨幣是過去幾年區塊鏈技術最大規模的應用，不過隨著這項技術慢慢走向大眾生活，區塊鏈正慢慢改變未來世界的樣貌。

許多廠商都希望透過區塊鏈更高效的追蹤食品供應鏈，像是今年三月，中國電商京東（JD.com）就與澳洲牛肉商HW Greenham & Sons Pty Ltd合作區塊鏈平台，讓消費者可以在區塊鏈上追蹤每一塊安格斯牛肉的來源。區塊鏈上會記載家畜先前在哪裡被飼養？如何被飼養？肉品如何被加工？以及如何被運輸？讓消費者能完全了解自己所購買的肉品。京東還在2017年12月成立「中國區塊鏈食品安全聯盟」，成員還包括了沃爾瑪（Walmart）、IBM、清華大學，目標是讓更多企業加入聯盟，將區塊鏈技術更大規模應用到食品安全領域。

台灣方面，區塊鏈新創奧丁丁，去年也為食品供應商提供食品區塊鏈溯源系統OwlChain。首批合作夥伴包括旗下有「究好豬」自有肉品品牌的祥圃集團，以及水產業者湧升海洋。不過目前都還只在小規模測試的商品原型階段。

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。