「錯了，微軟才是開放的一方！」|數位時代 BusinessNext

整個.Net的構想，是在2000年由比爾‧蓋茲提出來的，規劃了未來10年內微軟的發展策略，把未來賭注下在這個上面，也就是應用程式Web化，將企業所需的應用軟體，直接透過網路，就能彼此整合與互通。這樣的模式，要能滿足各種應用軟體在網路上的需要，一定要有一套產業內都能遵循的規格，不管微軟、IBM、甲骨文或昇陽，都正在合作討論。
微軟與對手競爭的部份，則是誰能在這個規格下，最快開發出最完整的產品，而完整性決定在各種應用軟體間的互通，這也是微軟最大的優勢。與其他廠商相比，他們提供的是自己的平台，然後再由合作夥伴開發應用程式，建在這個平台上，微軟則是在推廣一種架構，不需要平台，每個單獨的應用程式，都能在網路上溝通。
這樣不同的發展策略，也造成發展趨勢上，依資料交換方式的不同，明顯分成兩大集團，分別是微軟倡導的.Net陣營，以及由IBM、甲骨文、昇陽、BEA等廠商組成的Java陣營。.Net架構可利用在各種不同的上網工具上，包括PC、遊戲機、PDA、智慧型手機（Smart Phone）、互動電視等，是一個「共通」的概念，這也是微軟所有產品發展的方向，而Java則是一套程式語言。

企業要的是連結而不是開放

經常有人說，Java是開放的陣營，因為規格是多家廠商共同制定的，但我認為，這是對開放定義的迷思。Java是程式語言不是產品，產品則是在IBM、BEA或是昇陽等各家廠商的平台上開發，彼此不能直接相通，但對企業來說，這會造成問題，企業要的是連結而不是開放，一個企業內有多少套系統？隨著規模越大，數字從個位數到兩位數越來越多，若能在各應用程式間就能資訊交換連結，才是企業最需要的。
未來對企業來說，IT系統的發展會呈現多元化，企業間的資訊往來更是如此，而這也是微軟策略規劃的重點，企業導入e化的步驟，一定是先有流程再有IT，先把營運模式定義好再找合適的軟、硬體，若這些分屬於各系統的產品不能相通，企業要花多少錢在這上面？
微軟的做法，是把.Net架構的程式碼開放出來，讓各種軟體開發廠商有同一個標準，目前在.Net下總共有33種程式語言可共通，其中絕大多數不是微軟的，但不同的程式語言可以開發出各種共通的應用程式，從這角度來看，微軟才是開放的，Java是規格開放，但產品並不開放。
從市場面來看，微軟的最大競爭對手是IBM，因為彼此都有完整的平台，都有實力影響未來軟體產業的發展，但要讓應用程式彼此共通，微軟還是有優勢的。

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。