納智捷電動車2023問世、將在台灣製造！裕隆：車型是休旅車Model C|數位時代 BusinessNext

納智捷電動車2023問世、將在台灣製造！裕隆：車型是休旅車Model C

裕隆在今（16）日的法說會上透露，最快在2023年，第一款電動休旅車產品就會問世：此外，跟義大利品牌Adiva研發電動物流車，明年第一季就會開始出貨。

跟鴻海合作，納智捷2023年推電動休旅車

自從嚴陳莉蓮上任以來，就積極替自有品牌納智捷（Luxgen），尋找轉型的方向，可以確定的是，裕隆跟鴻海合資公司「鴻華先進」的首發客戶，就會是納智捷。

裕隆副總李建輝在發說會上表示，第一款電動車產品是休旅車Model C，會在台灣生產製造，明年（2022）整個計畫會正式啟動，預計在2023年，產品就會正式推出。

裕隆集團旗下的「裕電能源」，負責提供保時捷、現代汽車等多家車廠，在台灣的電動車充電設備，李建輝表示，未來納智捷電動車推出後，也會由裕電能源負責所有的充電配套規劃。

與義大利品牌Adiva研發電動物流車，明年Q1出貨

除了電動車，嚴陳莉蓮也積極尋找新的商業機會，包括跟義大利三輪重機品牌ADIVA的生產代工合作，已經進入第三年。李建輝談到，除了代工生產，今年也跟Adiva共同合作開發並委託製造電動物流車i-Cargo。

這款電動車具有高機動性、高載重、可抽換電池等特性，後方有一個載貨平台，主要用於短程物流用途，未來規劃滿足外銷市場為主，包括：歐洲、日本、新加坡等，詳細的訂單數量內部仍在盤點中，預計明年第一季，就會陸續開始出車。

觀察台灣整體車市，今年因為全球景氣回升挹注出口表現，加上疫情趨緩、疫苗覆蓋率提升，搭配政府推動紓困振興政策下，經濟有望維持穩定成長。

今年1~10月汽車銷量為35.7萬台，較去年同期成長0.7%，李建輝表示，預估全年銷量或落在43~44萬台，晶片供應、全球物流會是兩大變數。

主要是Delta變種病毒，影響國際經濟情勢，各國疫情控制程度不同，導致全球供應鏈及人力短缺問題持續，進一步導致汽車生產、運輸延遲，此外，車用晶片缺貨，可能導致沒有足夠新車可以賣，這些都會影響第四季的銷售表現。

疫情影響，裕隆城延至2023年第一季開幕

裕隆集團另一個受到關注的焦點，是位於新北市的「裕隆城」開發案，李建輝表示，依照目前規劃，商場建物樓層為B3~8F，約為4.3萬坪；B1F～4F為誠品商場、5F~6F為商場、7F～8F為影城。

目前，已經完成地面層鋼構，以及外牆帷幕工程，現在正在裝修電梯、機電、景觀等工程，預計明年第一季可以拿到使用執照，受到疫情影響，開幕時間會從最初預計的明年底，延遲到2023年第一季正式開幕。

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。