SKI槓上LG的專利訴訟落幕！砸18億美元換回大和解，背後真正圖的是什麼？|數位時代 BusinessNext

SKI槓上LG的專利訴訟落幕！砸18億美元換大和解，背後真正圖的是什麼？

LG及SKI長達兩年的電池專利訴訟終於落幕，SKI同意賠償約18億美元的天價和解金，也避開未來10年在美國禁售的最壞結局

避免退出美國市場，LG、SKI兩年訴訟落幕

LG與SKI的電池專利爭議始於2019年，當時LG化學向美國國際貿易委員會及美國法院提出兩起訴訟，指控SKI透過僱用其前職員，竊取了旗下LG能源解決方案的電池專利技術，並藉此獲得福斯及福特的訂單。

在電動車電池產業中，目前LG化學是僅次於寧德時代的第二大業者，市占率接近25%，SKI則是排名第5的廠商，市占率接近6%。LG要求SKI為此支付3兆韓元的賠償金，然而SKI只願意支付1兆美元，雙方長時間無法得到共識。

這起糾葛在邁入2021年後急轉直下，今年2月，美國國際貿易委員會裁定，如果SKI未能與LG達成和解的話，將在未來10年內禁售部份電池產品給美國廠商，不過供應福斯及福特的電池零組件則分別放寬兩年及四年時間。

LG能源解決方案社長金鐘現（Kim Jong-hyun）表示，「SKI完全忽視我們的警告以及智慧財產權，我們除了提起訴訟別無他法。」並強調未來會更加重視維護智慧財產權。

面對不利的訴訟結果，SKI原先考慮乾脆退出美國市場，該公司發言人指出，「我們正在考慮將美國電池產線轉移至歐洲或中國作為替代方案。」

攸關電池自造目標，美國呼籲雙方達成和解

SKI在喬治亞州投資了26億美元建設電池工廠，倘若出走對美國也是莫大的打擊。而LG化學則與通用汽車合作，在俄亥俄州擁有一座電池工廠，上個月還傳出可能在田納西州建立第二座廠房。另外，LG能源解決方案也在密西根州擁有一座電池工廠。

對美國來說，這不只是兩家電池廠商的專利糾紛，更是關係到當地數千個就業機會。根據《韓國時報》報導，一位美國官員表示，LG與SKI之間的訴訟可能會對美國的經濟及電動車產業發展造成重大影響，因此政府也在中間斡旋，希望雙方能夠達成和解。

韓國國務總理丁世均也曾呼籲雙方和解，「韓國需要發展電動車產業，創造未來的收入來源，結果我們卻在內鬥。我們不應該把機會拱手相讓給競爭對手。」並聲稱他對收到美國請他調解SKI及LG的訴訟感到羞愧。

強化電池自造能力已是美國當務之急。今年2月，美國總統拜登才簽署了一項行政命令，對包括電動車電池在內等關鍵供應鏈進行為期100天審查，並計畫加大對美國境內的投資，強化美國製造的能力。目前全球73%的鋰離子電池是在亞洲製造，而美國約只有12%。

「我的『重建美好』計畫中的一個關鍵部份，便是讓電動車及電池在美國生產、並由美國工人製造。」拜登也在一份聲明中表示，「這次和解對美國工人及汽車產業都是一場勝利。」

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。