大亞32億元聯貸案到手，把養殖漁塭變身太陽能電廠成首例|數位時代 BusinessNext

把漁塭變種電！大亞攻76MW地面型太陽能，20年發電收益達24億元

國內陸續有大型太陽能電廠完成融資，綠能產業前景看好。大亞集團獲政府核准把養殖魚塭變太陽能電廠，是台首宗私人土地整合案子，估20年發電收益達24億元。

養殖漁業變太陽能電廠，20年發電收益達24億元

本業做電力電纜的大亞，早年就跨足能源領域，陸續投資汽電共生、民營電廠森霸電力，還曾參與離岸風電早期示範機組投標、備取第一，但因離岸風電技術門檻高且成本重，最終鎩羽而歸。

後來大亞轉攻太陽能領域，大亞集團董事長沈尙弘因緣際會認識做太陽能EPC廠聚恆科技，2014年合資成立「大亞綠能」，從屋頂型太陽能朝向大型太陽能，目前旗下共有29座太陽能電廠，總裝置容量達31MW，截至2月底，總發電量累積9,000萬度。

由於屋頂型太陽能開發趨近飽和，後來大亞朝向地面型發展，並在台南學甲找到一處私人養殖魚塭，透過政府審查核准，地目變更為「特定發電」使用，也是台灣首例私人土地整合的案子，除提高土地使用效益外，也讓原本地主的收入增加4至5倍之多。

沈尙弘坦言過程不容易，歷經2年半的環境評估、與地主溝通、地史文物審查等流程，在今年拿到開發許可，即將進入建設階段，並與台電簽署FIT躉購合約，預計在12月完成掛錶，預估20年的發電營收達90億元，獲利上看24億元。

面對疫情對各行各業的衝擊，沈尙弘說：「雖然疫情對經濟造成負面影響，但只要有太陽就會繼續發電，」未來仍會持續開發案場，看好苗栗、台南等日照條件佳的區域。

瞄準儲能，將參與台電電力輔助服務招標

至於國際原油價格持續低迷，是否會減緩綠色能源投資？

根據國際可再生能源機構（IREA）指出，投資再生能源與綠色經濟將創造全球數千萬的工作機會，提供300%~800%投資報酬率。疫情後，加快再生能源投資不僅可以產生巨大的經濟效益，也能減緩氣候變遷。

對此沈尙弘也樂觀看待，石油價格重挫是短期現象，會隨著疫情過去而解決， 這與太陽能發展並無太大的衝突 ，「不影響大亞投入綠能的決心。」

不只投資太陽能，沈尙弘透露也有在看儲能，現在廠內自建一座600度的儲能設備，做廠內自用電力削峰填谷，未來也計劃參與台電的電力輔助服務AFC標案，相關招標規則預計5月公布。

沈尙弘說，再生能源與儲能議題息息相關，尤其再生能源具不穩定性，大量的離岸風電併網後，會對電網造成影響，加上風比光更難預測，特別是晚上產風，卻不見得需要用電，產出的電力就有儲能需求，未來大亞不只產能、儲能也會參與。

責任編輯：蕭閔云

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。