仁寶發表全球第一台5G MR頭盔，揭4年前與廣達交手內幕|數位時代 BusinessNext

得光機者得元宇宙！仁寶發表全球第一台5G MR頭盔，揭4年前與廣達交手內幕

仁寶發表全球第一套5G MR頭盔及XR Cube 5G專網雲平台，要打造商用元宇宙，而5年研發歷程中，團隊也坦言，MR頭盔研發是「得光機者得元宇宙！」

得光機者得天下！軟硬體搭配學問大

仁寶5年前就投入VR頭盔研發，研發中心副總梁志賢受訪暢談佈局心路歷程，也揭露光機搶手現況。

他指出，仁寶手機團隊一開始投入就希望開發VR頭盔一體機，但發現運算力不夠時，視覺延遲容易讓用戶頭暈，後來又投入AR頭盔研發，由於視覺能穿透實體情境，因此看好是長期能取代手機的潛力產品。

但投入AR或MR頭盔後，仁寶很快就發現AR頭盔最大關鍵零件是光機，最初仁寶選擇光波導技術，跟以色列光機研發團隊Lumus合作，但不料廣達隨即出手入股Lumus並成為台灣總代理，仁寶因此在AR光學領域合作夥伴改為Waveoptics，2017～2018年導入量產，鎖定教育醫療或工廠等剛性需求。

而除光機外，空間定位軟體也相當重要，也曾與以色列軟體新創Infinity合作，但後來阿里巴巴出手買走，斷絕了後續合作機會。

梁志賢表示，2019年團隊決定投入5G研發，也因此發現MR頭盔在5G時代將更具發揮空間，高通看上仁寶團隊具備研發力，目前委託開發XR2處理器的5G MR頭盔參考範本（reference design），仁寶也與TeamLuck合作短焦鏡頭，使頭盔厚度大幅縮減至27mm。

打造XR雲平台，開放軟體與頭盔合作方

光學是考驗外，在顯示技術上也必須考慮延遲性，仁寶因此在XR Cube雲平台上打造MEC邊緣運算主機，讓主要運算轉嫁在邊緣伺服器上，讓頭盔不僅支援4K及8K，更減低延遲度至18豪秒以內，解除頭暈目眩問題，甚至支援Steam VR標準界面，因此頭盔可以支援任何廠牌，XR Cube平台也開放軟體內容方開發各式應用，不受限封閉平台應用有限的問題。

目前除日月光將仁寶MR頭盔拿來做遠距檢修及水資源導覽教育工具，目前仁寶也與興達港合作風電教育訓練，未來將爭取VR訓練取證課程，梁志賢認為，未來演唱會或視訊會議也都是熱門應用。

MR頭盔的未來「垂直應用一定最早開始，工廠是比較快的場域。」量梁賢說，其次是商業會議使用，球賽或演唱會應用也在發酵中，2022年會有更多應用夥伴。

而未來MR頭盔是否還有突破？梁志賢表示，AR頭盔需要大視角跟舒適度，若導入眼球追蹤，將使眼光所在處解析度才拉高，而不是整個頭盔內螢幕全視野高解析，這樣也能讓配戴者更舒適，這不排除次世代MR研發重點。

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。