PaGamO線上教學風靡台港，雲端帳單暴增16倍？AWS出手幫一把|數位時代 BusinessNext

疫情讓PaGamO活躍用戶翻倍，AWS即時調整雲架構降低雲端支出

PaGamO自2014年成立，到疫情前，大約累積150萬名台灣用戶，而武漢肺炎爆發以來，一下子增加到200萬用戶。

不僅如此，由於香港與台灣的停課影響，讓PaGamO站上的活躍用戶翻倍成長。葉丙成指出，以往即便光是在台灣就有100萬用戶，但使用時間較分散。在疫情爆發前，PaGamO站上的DAU（Daily Active User，日活躍用戶數）大約2萬多人，但在疫情爆發之後，衝上4萬人。「這對我們的系統來說，增加了很多挑戰，」葉丙成說。

香港與台灣中小學的課程內容都是免費提供。因此，他也說，「 對一個新創公司來說，那時最焦慮的就是一下增加很多雲的費用。 」所幸這一波支持台灣、香港中小學「停課不停學」的活動，很快就得到AWS的支援，與PaGamO一起做公益。

不僅是雲端費用上的支援，為負荷PaGamO站上即將瞬間湧入的流量，AWS也派出專人協助PaGamO調整雲端架構。「 我們本來的架構，如果支援這麼多人（同時在線）的話，費用大約是疫情前的16倍；但經過調整後，費用大約是6倍。 」葉丙成說。也因為這一波架構調整，讓PaGamO維持順暢的使用者體驗。

公益性質難獲利，企業內訓成PaGamO重要營收來源

不過儘管由於疫情影響的緣故，讓來自中小學的使用者變多、黏著度也變高，但葉丙成強調，「 就學校市場而言，其實這一波（疫情影響）是讓我們的免費用戶變多，所以對我們來說是支出變多，這是在做公益的。 」

那麼，PaGamO平台的營收模式為何？在PaGamO平台上，除了免費的中小學生題庫之外，也有部分收費課程。另外，PaGamO也有和許多知名企業合作教育訓練服務，來自企業內訓業務的營收，約占整體的50%，是PaGamO相當重要的收入來源。

葉丙成提到，像是資誠聯合會計師事務所，在去年底就與PaGamO合作舉辦會計法規考題的電競大賽。在2018年，玉山銀行有超過100位同仁通過「防制洗錢與打擊資恐專業人員測驗」，能有這樣的好成績，也是由於玉山銀行也使用了PaGamO平台做反洗錢法令的相關訓練。

值得一提的是，PaGamO瞄準的不僅是台灣本土的企業，而是要用企業內訓業務進軍國際市場。像是目前微軟的全球產品大使的教育訓練，就是使用PaGamO平台。

對於台灣新創來說，要走出國際、出海，使用的雲端架構是非常重要。「用AWS標準的雲，當說到你用的架構、規格，客戶就會覺得滿安心的。」葉丙成這樣分享。

責任編輯：陳映璇

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。