AI的iPhone時刻來了，黃仁勳端出「核彈級」產品助攻！台積電2奈米也有AI|數位時代 BusinessNext

AI普及速度加快，製造、生技都用得到

十多年前，由蘋果設計的iPhone改變了數十億人的生活型態以及高科技產業的權力版圖；黃仁勳則認為，如今生成式AI的崛起，將成為人類科技演進的另一個轉捩點。

以半導體產業為例，先進製程需用到的EUV（極紫外光曝光機）微影製程，由於過程精密，計算量龐大。輝達為此推出應用於微影運算的AI產品「cuLitho」，是一項與台積電、艾司摩爾（ASML）和新思科技（Synopsys）攜手四年共同開發的鉅作。

「cuLitho」能將運算速度加快40倍，功率也從35兆瓦下降至5兆瓦，將每日用電量減少九倍，台積電也得以縮短製造週期、提高產量。黃仁勳表示，今年6月台積電將開始導入，將來也會用於2奈米甚至更以下的製程。

不僅如此，在產值高達2500億美元的生技醫療產業上，透過AI能加速基因定序分析速度，降低開發成本。而在本次的GTC大會上，黃仁勳也針對AI的加速普及，發表新的產品。

生成式AI夯，輝達端出2大超強助攻

AI超級運算服務：NVIDIA DGX Cloud

首先，是人工智慧超級運算服務 NVIDIA DGX Cloud。DGX是建構AI的龐大資料運算所需要的超級電腦，也是ChatGPT背後開發企業OpenAI所使用的運算引擎，「當初是我親手將世界上第一台DGX交給OpenAI的。」黃仁勳說。

DGX包含了八個H100（GPU）模組，目前已經進入量產階段。黃仁勳表示，當初DGX的用途僅限於AI領域的研究，如今已拓展至一般企業的營運使用，為此輝達也攜手Google Cloud、微軟Azure和Oracle（甲骨文） Cloud，推出DGX超級電腦的雲端服務，希望能吃下AI商用化的商機大餅。黃仁勳透露，目前客戶已涵蓋媒體、金融和娛樂等各種產業。

生成式AI雲端服務：NVIDIA AI Foundation

其次，輝達推出了全新生成式AI雲端服務「NVIDIA AI Foundation」，協助企業建立自有生成式AI的語言或視覺模型。黃仁勳定義：「生成式AI是我們用人類語言設計出的電腦。」意味著該技術將每個人都變成了軟體大師，打破只有軟體工程師能驅使電腦工作的局面。

「NVIDIA AI Foundation」提供三種AI模型創建服務，分別是語言模型NeMo、視覺圖像模型Picasso和生物模型BioNeMo，對應不同產業需求。諸如Adobe、Getty Images和Shutterstock等企業，都確定將使用「NVIDIA AI Foundation」於未來的營運中。

NeMo可讓企業自訂各種模型，將精準的生成式人工智慧應用程式用於市場情報分析、企業搜索、聊天機器人或客戶服務中；Picasso則能讓企業自定義模型後，使用文字下指令，快速創建圖像、影片和3D；BioNeMo則可導入如蛋白質於藥物中的應用、預期藥物在人體內的反應等等。

「由於不同產業有自己的專業知識（domain knowledge），他們需要自己的『工廠』來創立模型，如同台積電之於半導體行業一樣。」黃仁勳說。

而對於生成式AI的未來，黃仁勳認為，當中的先驅企業，會如智慧手機普及初期的臉書一般，創造出新的應用程式、創造新的企業，「使用者能透過AI賦能，產生創造能力。」他舉例，英文文法輔助檢測工具Garmmarly、行銷素材Jasper和藥物設計軟體Insilico都是這類的應用。

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。