力拚日本，點亮顯示科技新世代|數位時代 BusinessNext

近兩年來，TFT-LCD如同平地一聲雷，成為台灣科技產業中，最受人矚目的族群之一。在友達、奇美等台灣廠商，與韓國Samsung、LG力拚產能規劃、資本投資的瘋狂競賽之外，由仁寶持股32%，與統一、東元等集團共同在1999年12月成立的統寶光電，正以鴨子划水的姿態，默默布局下一個世代的TFT-LCD面板技術。
位於苗栗竹南的統寶，與其他台灣同業採用的非晶矽（a-Si）技術不同，統寶以開發低溫多晶矽（LTPS）的面板技術為主力。LTPS最大的優點，在於更輕薄、更高亮度、反應速度更快、更為省電，符合筆記型電腦、手機、PDA、數位相機等產品的需求。根據DisplaySearch估計，今年全球PDA中使用LTPS面板的比重，將從去年的24.1%提高為50.7%，同樣的趨勢，也出現在數位相機（47.3%提高為52%）、手機（2.2%提高為7.2%）、筆記型電腦（1.6%提高為2.9%）上。

**革命還需努力

**「LTPS是一個技術還在不斷革命的新應用，」統寶執行副總經理吳逸蔚指出，非晶矽TFT-LCD的技術已經成熟，突破有限，台灣廠商的競爭主軸，是從日本廠商手中接過市佔率，與韓國廠商拚量產規模，「在LTPS領域上，統寶和日本廠商站在同樣的起跑點，韓國廠商則還搶攻不進來。」
「統寶最大的挑戰，不是LTPS的日本廠商，而是LTPS能否成為市場主流？」元大京華投顧研究部副理魏建發指出。目前TFT-LCD的技術成熟，製造良率與市場接受度都沒有問題，反觀LTPS，儘管擁有更強的產品優點，但目前連日本廠商都還在摸索技術，價格競爭力與市場接受度仍有疑慮。
然而，吳逸蔚則認為：「LTPS是一個具備『優雅成長』的產業，」正因為在短時間內LTPS的技術突破仍然看不到盡頭，「誰能突破，誰就能獨享一波成長曲線。」根據Display-Search統計，去年8月正式進入量產的統寶，在第四季拿下14.7%的市佔率，排名全球第4大，前3名分別為AFPD（22.8%）、Toshiba（20.6%）、ST LCD（17.1%）等日本廠商，統寶與前3大的市佔率及技術相差有限。

**集團力量扶持

**
「統寶剛起步，還需要以仁寶集團的力量，幫它填產能，讓它趕快站起來，」目前花極多心力在統寶的陳瑞聰指出，統寶有約八成的產能訂單，來自仁寶與華寶，預計到明年底降低至五成以下，而今年統寶最大的目標，則是要在年底前達到單月損益平衡，他估計，統寶真正起飛的時點，約在2005年。
對於統寶乃至於LTPS的未來，現在斷言仍言之過早。但過去無論是筆記型電腦產能移往中國，或是投入CDMA手機的研發，仁寶都以獨到的眼光，成為台灣廠商中動作最快的，而這次，也別太小看仁寶在LTPS的大膽布局。

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。