鴻海MIH第一次會員大會3月25日登場！規格與特斯拉同為永磁同步馬達，電池續航力360公里|數位時代 BusinessNext

鴻海MIH第一次會員大會3月25日登場！規格與特斯拉同為永磁同步馬達，電池續航力360公里

鴻海發佈MIH電動車平台規格書，宣佈採用跟特斯拉相同的永磁同步馬達，也有雷達跟光達，最高馬達功率130kW，電池續航里程360km，3月開成元大會。

用永磁同步馬達，與特斯拉相同

鄭顯聰指出，MIH聯盟成立後受到許多響應，他指出，MIH的理念是開放，且自我持續發展，期望成為全球EV不可或缺的中堅力量，透過開放的模式集思廣益，向世界展示驚人的創意。

規格書指出，自駕車架構主要分為兩大部份，第一部份為「自駕感知決策系統」，其包括自駕控制器、人機介面、通訊模塊加上相機、雷達、光學雷達、車輛狀態 (IMU、GNSS) 等傳感器資訊，進行運算及決策。

第二部份為「線控車」，線控車接收「自駕感知決策系統」的命令執行煞車、轉向及加減速動作，其中包含動力相關、車身相關、轉向、煞車部分，散熱跟電力系統則是客製化。結合上述「自駕感知決策系統」及「線控車」之間運作可實現自駕功能。

MIH也透露，目前採用永磁同步馬達，車重1645公斤，規劃最高轉速12000rpm，最大功率130kW，電池模組153Ah，續航里程360km，時速150公里以內，慢充要5個小時可充飽，快充48分鐘可充飽最高80%，多媒體中控螢幕約12吋。細看其控制元件，規劃為ACU自駕控制器及VCU（檔位及動力控制器），但尚未規劃底盤分布及數量。

鴻華先進官網開張，提供5大服務

鴻海跟裕隆合資成立的「鴻華先進科技」官方網站也於今日開張，第一代電動車開發者工具平台EVKit釋出後，將協助供應鏈跟開發者著重於ADAS系統的開發與操作，鴻華先進官方網站也同日正式上線。http://www.foxtronev.com。

鴻海指出，第一代電動車開發者工具平台「EVKit」，透過開放式的通信協議及採用線控驅動技術，提供自駕生態鏈業者在研究自動駕駛系統發展時，能有輕易操控平台動態介面，縮短系統開發者設計與功能確認的時間，並降低自駕汽車開發門檻。透過開放，建立更多的豐富產業生態圈，這也是車輛產業中的創舉。

鴻華先進指出，將可提供5大類別服務，包括產品企劃：市場研究、產品概念、產品規劃、規格定義；造型設計：色彩跟內外飾、油泥建模、數位模型；工程：包括車體、內外飾、底盤、動力、電子電機、電腦分析模擬；試作生產：原行車試作規劃、新車型生產規劃、測試現地整備協助；測試驗證：車輛耐久、冬夏季測、電動車專用測試、NCAP測試、ADAS及AV測試、車輛動態、NVH、功能測試驗證、測試管理等等。

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。