不用再戳鼻子！光鼎生技進軍唾液核酸檢測市場，向食藥署遞交新冠試劑套組|數位時代 BusinessNext

不用再戳鼻子！光鼎進軍唾液核酸檢測市場，向食藥署遞交新冠試劑套組

光鼎生技公告，自主開發的「光鼎新型冠狀病毒核酸檢驗試劑組」已完成臨床試驗，正式向衛生福利部食品藥物管理署遞件申請專案製造。

Covid-19疫情尚未消退，各種家用快篩與試劑也成為許多人的生活的必需品，不想被戳鼻子為非侵入式篩檢模式也成為主流。

光鼎生技（6850）今日公告，自主開發的「光鼎新型冠狀病毒核酸檢驗試劑組」已完成臨床試驗，正式向衛生福利部食品藥物管理署（TFDA）遞件申請專案製造許可。

光鼎表示，不同於居家快篩產品，本次送審的產品屬於專業版PCR免萃取核酸檢測，並以口腔檢體進行基因片段分析，為非侵入式篩檢且操作簡便，若順利獲准，將是市面上唯一由本土開發製造且可兼顧地區診所與大型檢驗單位量能需求的新冠口腔檢體核酸檢測試劑，提供民眾篩檢的新選項。

「光鼎新型冠狀病毒核酸檢測試劑組」是以光鼎生技核心技術平台—開放式Qsep病原核酸檢測分析儀為基礎開發完成，不僅具有獨步技術的免核酸萃取優勢，可大幅降低檢測時間與成本。

由於檢體只需採集口腔中的唾液，無戳鼻的不適感且操作簡便，更能降低檢驗人員的壓力與負擔，對幼童與需頻繁採檢的族群來說也能提升受測意願，大規模提高篩檢量，以阻斷隱形傳播鏈。

光鼎生技董事長蔡守冠表示，口腔環境中成分複雜，如食物殘渣、痰垢等都會影響口腔內檢體的品質，因此過去普遍認為口腔篩檢的精準度比不上鼻咽篩檢，但是透過光鼎生技自有專利的免核酸萃取技術，可以在病毒具高CT值時仍能精準檢測。

此外，在目前具高傳播力的Omicron變異株的大流行下，國外研究已經發現，感染Omicron初期，病毒在口腔的濃度比鼻咽高，若能在初期用口腔檢體篩檢，將能及早找出確診者，對強化整體防疫監測將有極大助益。

去年光鼎生技就已經完成新冠病毒核酸檢測分析儀與試劑的開發，但考量當時國內疫情相對穩定，臨床收案不易，因此先轉向海外發展，今年3月自主開發的「新型冠狀病毒核酸檢測分析平台」成功取得歐盟CE-IVD認證。

蔡守冠指出，有鑑於Omicron病毒將國內疫情帶向高原期，且配合全球解封腳步，未來勢必會是高頻篩檢，非侵入型產品將具有相當大的市場潛力，因此決定重啟臨床試驗，目前也順利完成。

光鼎表示，本次的臨床試驗結果，包括數據量與分析準確性要求一致性，皆符合TFDA頒布的標準，期盼有關單位能加速審理，爭取早日上市，未來若能在醫院、檢驗中心、基層診所，甚至集團企業等擴大滲透率，將有助政府達到普篩目標。

責任編輯：吳秀樺

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。