王國材接任交通部長！太魯閣號事故經384小時搶修正式恢復通車！未來如何重建乘客信心？|數位時代 BusinessNext

王國材接任交通部長！太魯閣號事故經384小時搶修正式恢復通車！未來如何重建乘客信心？

0402太魯閣號事故，歷經16日夜輪班搶修，清水隧道東正線已於4月19日恢復通車，林佳龍部長、祁文中次長搭乘首班車4102次前往花蓮。

編按（2021.4.19 17:49更新）：交通部長林佳龍日前為太魯閣號事故請辭。今（19）日行政院公布，將由交通部次長王國材升任交通部長，而新任交通部次長，將由胡湘麟接任。

事故地點經過搶修及清水隧道安全鑑定等工作後，今天正式通車。將卸任的林佳龍與台鐵代理局長祁文中搭乘首班區間車宣示安全，這也是林佳龍任內最後工作。

清明連假期間發生的「0402太魯閣號事故案」，為半世紀最嚴重台鐵事故，歷經384小時（16天）日夜輪班搶修，清水隧道東正線已於4月19日恢復通車。

台鐵局4月2日408次於和仁崇德間東正線發生49死、超過200傷的重大事故，災後至今，台鐵員工日夜輪班，積極在事故現場以搶救、搶修、搶通以及傷亡旅客與家屬的協助、撫慰、照護為優先全力投入。

事故現場於4月9日完成修復軌道、電力及號誌設施，經聯合安全檢查及試運轉，確認試運轉測試結果，路線穏定度達安全營運目標，兩站間軌道、電力及號誌設施均已作用正常。受到撞擊的清水隧道，並由台灣世曦公司及台灣省土木技師公會於4月15日完成隧道結構安全檢測報告，提出具體建議，在確保隧道結構安全後才會通車。

台鐵局已於通車前完成隧道結構補強作業、設置工區管制大門及監視器、建置安全防護圍籬、工區淨空、清理垃圾及異物整理、通車前檢查及安排現場監看等相關工作，並於4月16日完成通車前試運轉。

為確保路線安全防護設施及措施完善，交通部於4月17日會同行政院公共工程委員會及勞動部召開「臺鐵清水隧道通車前安全檢查完成確認會勘」，有關工程會等相關單位要求鋼軌樁間再增加橫向連結強化強度等9項須於通車前立即改善事項，臺鐵局18日已完成強化改善，經送請交通部審視確認後，轉送工程會及勞動部確認改善完成，同意於今日（4月19日）首班車恢復東正線通車。

交通部規劃台鐵清水路段於4月19日恢復通車，初期2個月將先以時速40公里慢行，首班車為凌晨5時27分從宜蘭發出的區間車4102次，7時08分抵達花蓮，交通部長林佳龍及交通部次長祁文中都將親自搭乘此班列車通過事故現場。

台鐵局表示，感謝事故發生後，社會各界在第一時間給予的即時救援協助，未來台鐵將持續加強推動企業化經營、改變體質，以健全財務結構、提升組織效能、修訂鐵路法等相關法規，以及擴大營運優勢等具體作為，使運輸本業及附屬事業均能成長，以改善財務結構及突破目前的營運困境，並創造企業幸福感，讓員工樂於接受改變，提供社會大眾更為安全、可靠、舒適的運輸服務。

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。