美光攻第二代3D Xpoint記憶體，採「守株待兔」策略較勁Intel|數位時代 BusinessNext

美光攻第二代3D Xpoint記憶體，採「守株待兔」策略較勁Intel

三星、Intel、海力士與美光等記憶體商紛紛投入新型態的MRAM、PRAM和RRAM記憶體上，而3D Xpoint則歸類在PRAM中，此技術由Intel和美光在2015年聯合推出，但兩家共同完成第二代3D Xpoint技術開發後將分道揚鑣。

AI時代催生的新型態記憶體：3D Xpoint

3D Xpoint是強調大量即時數據處理的高速運算時代下的產物。

拓墣產研指出進入高速運算時代，「記憶體技術演進速度出現跟不上系統效能演進速度，」如摩爾定律的極限限制、現有DRAM與CPU間的頻寬有限、SSD資料中心存儲的高速IOPS需求與物聯網需要低能耗、資料耐久度高、每次寫入或存儲的資料單位小等層面等都是催生新型態記憶體的重要原因。

Intel與美光共同開發，但Intel已推出相關產品

因此除了主流的DRAM與NAND Flash，三星、Intel、海力士與美光等記憶體廠商也紛紛投入在新型態（或稱次世代）的MRAM、PRAM和RRAM記憶體上，而3D Xpoint則歸類在PRAM中。此技術由Intel和美光在2015年聯合推出，兩家將在2019年共同完成第二代3D Xpoint技術開發後分道揚鑣各自開發。

3D Xpoint是一種非揮發性的記憶體，和主流非揮發性記憶體的NAND Flash相比，其讀寫速度相差1000倍（這是Intel宣稱，有不少實測數據指出並沒有相差這麼大）且使用壽命更長，和揮發性記憶體DRAM相比，其製造成本較為低廉，因此被視為補足DRAM與NAND Flash SSD差距的重要新產品。而Intel與美光都認為，此技術適合應用在雲端資料中心的Server SSD中。

美光延遲原因為何？

相較於Intel在3D Xpoint已經有Optane系列的SSD產品，美光在此技術發展較為緩慢，目前還沒有產品正式推出，在這次高峰會上，美光所有高階主管對於第二代3D Xpoint發展特點與細節都守口如瓶，目前仍無法拿美光產品與Intel產品比較。

而雲端資料中心業者是否會廣泛採用3D Xpoint Server SSD？

以高速運算與數據中心的需求來看，成本降低是首要任務，3D Xpoint雖然比DRAM便宜（Gartner曾指出價格約DRAM一半），但仍比NAND Flash貴上數倍。因此數據中心若考量到儲存成本，NAND Server SSD仍吸引人，3D Xpoint Server SSD價格還未達到大量採購的關鍵點。

加上機械式硬碟仍備受資料中心歡迎，資料中心尚未大量全面採用固態硬碟（Server SSD），因此外界推測美光目前認為2018年還不是推出相關產品的最好時機。

加上此技術是美光與Intel共同開發，雙方都握有關鍵技術，因此美光比Intel晚推出3D Xpoint系列產品，最大原因可能並非技術上，而是市場因素主導，以兩者不同的市場定位來看，此舉有「守株待兔」之策略意義。

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。