5G手機耗電量大、搜尋訊號影響續航力，專家：5G基地台不足、可暫轉4G解決|數位時代 BusinessNext

5G手機耗電量大、搜尋訊號影響續航力，專家：5G基地台不足、可暫轉4G解決

5G手機電池耗電量大，專家說，手機若搜尋不到5G訊號，會再轉到4G，過程中特別耗電，若無影音或電競需求，可暫時改回4G，就能解決耗電及連線問題。

使用5G手機常遇到電池耗電量大的問題，專家說，目前5G基地台不足，手機若搜尋不到5G訊號，會再轉到4G，訊號在來回搜尋過程中特別耗電；若無影音或電競需求，可暫時改回4G，就能解決耗電及連線問題。

很多消費者在更換手機並採用5G資費後，常發現電池續航力明顯較4G手機時降低，其實並非手機電池出了問題，而是耗電量大幅增加。網通業者鐳洋科技公司技術長周瑞宏接受電訪表示，5G手機在平時會持續的找尋5G基地台，搜尋過程十分耗電，5G手機空耗過程也確實比4G手機耗電。

手機品牌維修工程師說明，目前5G基地台真的太少，當手機設定「5G優先」時一定會先找尋5G基地台；但在不斷搜尋不到情況下，一下搜5G、一下跳4G的過程十分耗電，尤其連網下載量大時，耗電量更大。

工程師指出，只要到手機的「連接」選項中點選「行動網路」，接著再點選「網路模式」，將原本的「5G、4G、3G、2G自動連線」改為「4G、3G、2G自動連線」，即暫時放棄使用5G，耗電量即可大幅降低。

國際數據資訊公司（IDC）助理市場分析師江靖婷接受電訪表示，雖然台灣5G基地台布建尚不夠全面，但4G基地台覆蓋率卻相當高，調整用回4G，就少了搜尋5G頻繁的發送訊號再回傳的過程，耗電量也可大減。

江靖婷分析，台灣目前5G基地台覆蓋率不高，但消費市場新售手機卻多為5G手機，其主要關鍵在於4G晶片從去年開始就很缺貨，因4G晶片毛利較低，5G晶片毛利高，促使晶片廠優先生產5G晶片，而缺貨的4G晶片也優先銷往未發展5G的國家。

由於台灣已發展5G，因此手機品牌在逼不得已的情況下，在台灣推出新手機也快速轉為5G手機，只是5G基地台覆蓋率卻來不及同步提升。

她進一步解釋，5G手機相對4G是下一代產品，價格較高，目前一支便宜5G手機也要300至400美元，電信運營商推出的續約優惠方案，也多搭配5G新手機，消費者想著拿到下一代的免費5G手機，續約時也可能在門市人員的推銷下，不自覺的採用較高資費的5G方案，但重點還是要看自身是否有5G需求。

她坦言，若是不打算收看高畫質、低延遲傳輸的影音，或是沒有電競等高規需求，一般消費者手機上網根本用不到5G，所以使用覆蓋率高的4G已經足夠。

由於台灣的電信運營商正在透過合併進行整合中，她認為，今年的5G基地台覆蓋率要想提升更為不易，但5G手機的市占率卻已大幅提升。2021年5G智慧手機市占率78.9%、4G為21.1%，但2022年第1季4G手機市占率僅剩8.4%。

網通業者耀登科技表示，在一般消費者使用情境下，使用者對於裝置的耗能十分敏感，對於5G設施普及度低而導致耗電情況，的確有可能讓消費者只選擇使用4G網路服務。

不過，耀登科技強調，從業者長期深耕工業天線設計領域的角度觀察，由於工業互聯網、5G企業專網及特殊應用需求帶動下，工業用通訊情境明確，且在一定使用區域範圍內，耗電情況較不會受到消費型5G基礎設施影響；5G搭配藍牙（Bluetooth）、衛星定位系統（GPS）、Wi-Fi、無線通訊（NFC）的高整合度天線設計，已成為工業客戶有興趣發展的方向。

本文授權轉載自：中央社

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。