Waymo向外部金主招手、傳將從Alphabet分割上市，高層相繼離職引揣測|數位時代 BusinessNext

彭博社週四（5月20日）引述知情人士報導，自駕車新創企業Waymo正與外部投資人討論募集最多達40億美元的額外資金。報導指出，Waymo還提到最終從母公司Alphabet Inc.分割出來的公開上市計劃。

自今年2月以來，Waymo迅速流失了六名關鍵高階主管。這些人事變動引發外界對其策略、技術領先幅度的揣測。卡內基美隆大學機器人技術教授Raj Rajkumar表示，Waymo跌跌撞撞、目前看來可能會一事無成。

Waymo舊金山自駕測試進度落後對手？

Thomson Reuters日前報導，Waymo、Cruise已向加州車輛管理局（DMV）申請對舊金山自駕車使用者收費。

Cruise表示已在舊金山完成200萬英里（322萬公里）的自駕測試里程數、遠高於Waymo的83,000英里。

Alphabet執行長皮蔡（Sundar Pichai）4月27日表示，他對鳳凰城提供的Waymo One全自駕體驗感到非常興奮。此外，次世代Waymo Driver正加速開發、準備在舊金山進行部署。

2021年第1季Alphabet「其他賭注」營損自一年前的11.21億美元擴大至11.45億美元。所謂的「其他賭注」包括Waymo、Verily等Google以外的子公司。

《TechCrunch》報導，繼John Krafcik 4月2日宣布卸下Waymo執行長職位之後，Ger Dwyer也將在本月辭去Waymo財務長一職。

Waymo自2020年起陸續對外募資

Crunchbase News報導，Waymo於2020年3月自銀湖（Silver Lake）、加拿大退休金計劃投資委員會（CPPIB）等金主募得22.5億美元。這輪融資讓外部投資人首度得以取得Waymo股權。

Waymo並且於2020年5月向普信（T. Rowe Price）、富達（Fidelity）等投資人募得7.5億美元。

財報新聞稿顯示，加拿大汽車零件製造商麥格納（Magna International Inc.）去年的私募股權投資金額為1.32億美元、主要是對Waymo注資。

能達到「逃逸速度」的自駕車企業屈指可數？

Cruise總裁兼科技長Kyle Vogt 1月表示，很少有企業能夠取得或已經擁有足夠數量的人才、資本、技術和專業知識來實現自主駕駛車（AV）目標，能夠達到「逃逸速度」的企業更是屈指可數，大多數最終將一文不值。

戴姆勒卡車（Daimler Truck AG）與Waymo去年10月宣布攜手開發符合汽車工程師協會（SAE）界定第四級（Level 4, L4）自動駕駛技術解決方案。

首檔在美國掛牌自駕股圖森未來（TSP.US）週三下跌1.98%、收35.23美元，過去一個月漲幅為0.83%。

圖森未來（TuSimple Holdings Inc.）是在2021年4月15日於那斯達克交易所以40.00美元的價格初次公開發行（IPO）。

本文授權轉載自：MoneyDJ

責任編輯：郭昱彣、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。