FBI被爆用Google「地理圍欄搜查令」抓犯人，犯罪現場附近安卓用戶位置全被掌握|數位時代 BusinessNext

FBI被爆用Google「地理圍欄搜查令」抓犯人，犯罪現場附近安卓用戶位置全被掌握

當發現Google安卓智慧手機用戶在犯罪現場附近時，FBI可以使用「地理圍欄搜查令」來追蹤他們的位置，並獲得其他數據。

2月9日消息，美國法院最新解密的法庭文件顯示，當發現Google安卓智慧手機用戶在犯罪現場附近時，美國聯邦調查局（FBI）可以使用「地理圍欄搜查令」來追蹤他們的位置，並獲得其他數據。

2020年8月23日，警察在威斯康星州基諾沙槍擊了雅各布·布萊克（Jacob Blake），致使他癱瘓。在西雅圖和全美範圍內更廣泛的抗議活動中，有兩人向西雅圖警察工會總部（SPOG）投擲燃燒彈。雖然大樓沒有受到太大破壞，但這次襲擊引發了廣泛關注。西雅圖警方最初懸賞1000美元尋找線索，而FBI後來懸賞2萬美元，尋找任何能幫助確認涉案人員身份的線索。

但最新解密文件顯示，在提供懸賞資訊之前，FBI還使用了一種有爭議的搜尋技術，即所謂的「地理圍欄搜查令」，要求Google提供所有在襲擊前後經過該區域的安卓裝置資訊。一名未透露姓名的FBI特工在一份法庭宣誓書中表示：「我們有充分的理由搜尋Google目前擁有的資訊，以及與目標位置有關的裝置資訊。」

「地理圍欄搜查令」特別要求提供安卓裝置用戶的具體資訊，例如「位置歷史數據，這些數據來源於GPS以及從裝置傳輸到Google的可見Wi-Fi點和藍牙信號的資訊，反映出Google計算出的裝置曾經或可能存在逾特定緯度和經度的坐標、日期和時間範圍內的地理區域內」。

搜查令提供的地理坐標覆蓋了一個街區的區域，其中包括警察工會大樓和各種其他商店，也包括街區邊緣的所有四個街道交叉路口。這一搜查令的性質意味著，任何在特定時段內經過該區域的安卓裝置用戶，他們的資訊都會被Google披露給FBI。通常情況下，當發出「地理犯罪搜查令」時，Google會提供在給定時間內出現在指定區域內的裝置匿名列表。如果這些裝置中有任何屬於該案嫌疑人，調查人員可能會要求Google提供更多資訊。

法庭記錄顯示，Google遵守了搜查令。然而，FBI在獲得搜查令數月後才公開呼籲提供資訊，這一事實表明Google提供的資訊似乎無助於調查。Google發言人表示:「與所有執法要求一樣，我們有嚴格的程序，旨在保護用戶的隱私，同時支持執法部門的重要工作。」但事實上，Google已經多次因遵守「地理犯罪搜查令」而不得不洩露用戶資訊。

近年來，美國各地對「地理犯罪搜查令」的使用迅速增加。Google發布的數據顯示，2018年至2020年，「地理犯罪搜查令」的使用大幅增加。根據Google的透明度報告，該公司在2020年收到了11554份搜查令，而2018年只有982份。許多隱私專家擔心，Google可能會將更多用戶的位置數據洩露給執法部門。

本文授權轉載自：網易科技

責任編輯：傅珮晴、侯品如

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。