Uber加入造車行列？攜手新創Arrival開發「司機」專用電動車，目標售價與油車相當|數位時代 BusinessNext

Uber加入造車行列？攜新創開發「司機」專用電動車，預告售價將與油車一樣便宜

乘車巨頭Uber也加入造車行列？本週宣佈與電動車新創Arrival合作，將攜手推出一款專為乘車服務打造的電動車，幫助實現其全面電動化的願景。

要讓電動車和油車一樣便宜，Uber攜手Arrival打造專為乘車服務設計新車款

Arrival是一間成立於2015年的電動車公司，先前主要聚焦在貨車、公車等商用電動車的開發上，曾獲得全球最大快遞公司UPS一萬輛電動貨車的訂單，並在今年3月透過SPAC上市。

Arrival產品長湯姆．艾維奇（Tom Elvidge）透露，這款新電動車預計會和油車一樣便宜，「我們相信，擁抱電動車不應該是以支付更多成本為代價，你不需要花費更多錢駕駛一輛電動貨車、公車或客車。」

艾維奇還認為，目前市面上的車型並不完全符合乘車服務的所需；最適合Uber司機們的車款，可能與現存的汽車有著相當大的差異，他們計畫這款新車將盡量貼近司機與乘車服務的需求。

目前雙方已經釋出了一些概念圖，預計今年底前會公佈完整的電動車設計，並再次強調會依照乘車服務的需求打造，比如駕駛座椅會更符合人體工學，減輕司機長時間駕駛的疲勞，而乘客座位也調整為更舒適、方便上下車的設計。

目標2040年全球電動化，Uber加速合作推動

按照Uber規劃的時間表，他們目標2025年在倫敦成為一個完全電動化的乘車平台，2030年拓展至歐洲及北美地區，並在2040年使全球100%搭乘服務車輛皆為零排放車輛。

為實現這項計畫，Uber去年也承諾將投入8億美元資金，並推出Uber Green計畫，提供電動車司機們更優惠的抽成方案，藉此鼓勵電動車司機加入，或者將油車升級為電動車。

Uber北歐及東歐地區總經理傑米．海伍德（Jamie Heywood）也表示，「Uber承諾幫助每位倫敦司機在2025年前升級為電動車，且拜我們的潔淨空氣計畫（Clean Air Plan）所賜，我們已經籌得超過1.35億英鎊以實現這項目標。」

海伍德聲稱，Uber會運用這筆資金協助司機升級電動車，而與Arrival的合作關係也將幫助達成任務。Uber及Arrival還將在英國、歐盟及美國等主要市場，探索策略合作夥伴關係。

Uber並未透露與Arrival的合作將投入多少資金，但從攜手開發的這款電動車，不會限制僅向Uber司機銷售來看，或許Uber實際提供的資金並不多，更多的是乘車服務的相關知識與需求。

事實上，Uber也並未承諾會購入與Arrival合作開發的電動車，最終仍將由司機們自行購車替換，但很可能會提供購車補助。過去Uber也曾與通用、雷諾、日產等多家車廠達成合作，為旗下司機提供優惠的電動車價格。

近期與Uber締結合作的車廠也不只Arrival一家，前陣子Uber就宣佈攜手韓國現代汽車，將共同推動歐洲電動車普及，並擴大充電站等基礎設施的建設投入。

4月底時，Uber也與其餘20多家企業共同向歐盟呼籲，應制定禁售燃油車的確切日期，聲稱此舉將可以向車廠、供應鏈發出投資電動車的訊號，促使所有企業降低汽車碳排放量。

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。