日本宇宙機構睽違13年首度招生，將打破無女性太空人限制！文科、150公分以下能報名|數位時代 BusinessNext

文科、150公分以下也能當宇宙飛行員！日本睽違13年首度招生，將打破無女性太空人限制

日本宇宙航空研究開發機構（JAXA）時隔13年招考太空人，今天公布報考資格，這次一改過去限定考生須具有理組背景的規定，首次「不限學歷」，文組生也有機會成為太空人。

日本放送協會（NHK）、讀賣新聞、時事通信社報導，JAXA過去曾5度招考太空人，上一次是2008年，這次睽違13年招考，招募人數為「若干名」，從12月20日起受理報名，明年3月4日截止；預定將進行4階段選考，2023年2月公布結果。

報導指出，JAXA設想未來太空人將可能會長期停留在太空，利用宇宙空間發展新型商務等，希望太空人招募能向各種領域的人才廣開大門。

因此在報名資格方面，前5次都限定報名者學歷必須是「4年制大學畢業以上學歷，限自然科學類學系」，且「須有自然科學領域3年以上實務經驗」；今年JAXA為了招募多樣性人才，廢除學歷規定，且3年以上實務經驗不限專業領域與職種，等同開放文組背景也可報考。

為配合太空船規格，限定身高為149.5公分到190.5公分者。上屆招考的身高限定為158公分以上，這次大幅放寬最矮身高，主因是希望能讓更多女性報名；且因為目前日本沒有女性太空人，本次招考將會加強向女性宣傳。

由於日本參加美國主導的登月任務阿提米絲（Artemis）計畫，獲選的太空人將有機會成為首位登陸月球的日本人。
訓練期7～-10年，

不過正式錄取後到搭乘太空船的訓練時間，有可能會長達7年到10年，且可能因為訓練情形與宇宙開發計畫變更等因素無法上太空。

日本至今為止招考過5次太空人，共錄取11人，目前有7人仍是現役太空人，全都是男性，截至今年11月的平均年齡為52歲，需要盡速培育後進。

日本防衛大臣岸信夫今天前往山口縣防府市視察航空自衛隊防府北基地時表明，「第2宇宙作戰隊」2022年度將在防府北基地成軍，對利用電磁波妨礙人造衛星的活動進行警戒。

日本產經新聞報導，明年度將成軍的第2宇宙作戰隊（第2太空作戰隊）員額約20人，目前已在新年度預算概要需求中編列約7000萬日圓（約新台幣1700萬元）的廳舍建設費等。

第2宇宙作戰隊主要任務是使用專用設備，掌握日本人造衛星是否有受到電磁波等電波妨礙狀況。

岸信夫今天視察後受訪時說，透過把太空、網路及電磁波等新領域跟陸海空傳統領域相結合，來適應各種不同的戰爭樣貌，是攸關存亡般重要。

他說，基於這樣的認識，防衛省將強化在太空領域的能力。

日本已在東京都府中市的航空自衛隊府中基地，成立負責警戒人造物體接近日本人造衛星任務的「宇宙作戰隊」，屆時配合第2宇宙作戰隊成軍將重新編成為「第1宇宙作戰隊」。

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。