直擊鴻海電動巴士Model T！最快明年高雄搭得到，首款落地的新車有哪些特色？|數位時代 BusinessNext

直擊鴻海電動巴士Model T！最快明年高雄搭得到，首款落地的新車有哪些特色？

鴻海今日也亮相了電動巴士Model T，並開放試乘！這個最快商用落地的車款有哪些特色，又載著鴻海的哪些期待？

電動巴士Model T，搭起來什麼感覺？

登上Model T，給人的感覺是舒服、安靜，內裝採白、灰色調，導覽人員解釋，從座椅到扶手欄杆，全部都是以人體工學角度設計，確保乘客搭乘的舒適度。

Model T配有可傾斜式電子氣壓懸吊系統，停靠車站時，車身可以微微傾斜，不需要跨太大步就能上車，在司機座位上方則有48吋的電視，讓乘客掌握所有行車資訊。

Ｍodel T外觀設計非常方正，車內挑高也比一般公車更高，乘坐起來沒有壓迫感，行車過程非常的安靜、平穩，就算站著也感相當舒適。同時，也是全台首輛搭配內輪差警示系統的巴士，在司機左手邊有一塊長條形的螢幕，可以隨時提醒司機，避免交通意外發生。

途中，司機還示範加速到40公里車速，可以感受到加速時非常有力，過程中車身維持平穩，相較於一般公車，減少了震動的不適感，這是因為Model T整合電子液壓轉向系統、防鎖死碟煞系統等，提升行駛間穩定性，能滿足客戶不同營運模式的需求。

50%零件來自台灣，李秉彥：整車生產必須在地化

Model T是第一款以MIH商用車平台為基礎，所生產出來電動巴士，以自主研發技術為核心，鴻華先進總經理李秉彥說，這輛巴士從設計到製造，全部都是在台灣完成的，車上所使用的零組件，有超過50%是由台灣廠商提供。他認為，整車生產必須在地化，才能用最短路徑得到最佳效率，不只是在巴士、乘用車也是一樣。

鴻海表示，Model T的續航力超過400公里以上，若從台北走高速公路一路南下，全長也才397公里，以市區接駁運作來說相當足夠。而在斜坡且滿載條件下，爬坡能力也能達到25%以上，最高可以達到每小時120公里。目前，Model T在車輛研究測試中心（ARTC）測試期間，已完成20萬公里加速耐久測試，以及1,000小時以上的剛性強度測試。

行政院副院長沈榮津表示，Model T現在已經通過交通部的審驗，預計最快明年就會在高雄試營運提供服務。在政策方面，政府將利用內需市場，提供國產電動巴士在台灣練兵的機會，希望藉此帶動經濟成長新動能。

包括台灣，電動巴士在許多國家都已經落地營運，在中國有許多業者在生產製造，鴻海未來在商用電動巴士市場，有何優勢呢？

鴻海董事長劉揚偉說，「巴士智慧化」一定會是一個主要方向，他認為：「電動化是大勢所趨，智能化則是決勝關鍵。」他認為，台灣在ICT產業非常有實力，把台灣在半導體、軟體、硬體上力量整合，並放在一個平台上，就會非常有競爭力，但在訪談中，他並未詳細說明巴士智慧化的方向與細節。

【熱門焦點】

最新10月號雜誌《無程式碼時代來了！》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：錢玉紘

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。