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。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。