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

在舊金山舉辦的美光Micron Insight 2018大會中,新型態記憶體3D Xpoint成了目光焦點。

美光指出3D Xpoint未來會應用在主流的記憶體與儲存產品上,而在時程上,預計在2019年年底會有產品樣本,但實際的營收貢獻要到2020年。

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。

而根據《EE Times》,Intel率先發展3D Xpoint背後原因在於Xeon CPU的搭配銷售,因此就算此記憶體虧損也無所謂,但對於此記憶體為主要產品的美光來說就無法如此瀟灑,目前仍需投資大量資金在成本降低上。

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。

關鍵字: #英特爾
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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