永遠的Nikon，太犀利的Coolpix 5000|數位時代 BusinessNext

數位相機到底要多少畫素（pixel）才夠呢？這場百萬數字的戰爭，參與殺戮的品牌多到爆炸，畫素是區分階級的憑據，200萬、300萬、400萬、500萬，不停加碼。傳統相機一賣10年也沒問題，標榜畫素的數位相機生命週期卻短得可憐，進入消費電子領域的相機，面臨的是一場全新的殘酷競爭。
當200萬畫素被拿來當促銷品，300萬成為主流熱門商品，400萬已經迫不及待躍躍欲試，更上一層樓的500萬也翩然出現在博愛路漢口街一帶的攝影器材行。Nikon Coolpix5000是500萬急先鋒，將高畫素戰火燒得熾熱，許多玩家已經等不及拋售手中300萬的相機，準備迎進這款至尊級發燒貨。
對於追求最優最新規格的玩家來說，選擇並不困難，因為膽敢競逐這塊金字塔頂市場的機種寥寥無幾，等到種類愈來愈多，就代表另一個高峰即將升起。這種追逐的心態，特別是用在高科技產品，經濟實力不夠雄厚很難玩下去，但玩得起的人一定會覺得格外有趣，新貨色出現速度飛快，永遠是還沒有摸清手邊這一台，目光已經投射到下一台身上。
Nikon Coolpix5000大概就是這樣的產物，目前能夠做出500萬畫素的品牌沒幾家，以他們的品牌形象和既有的口碑，在高階機種具有非凡的魅力。

**要上手得先了解Nikon的邏輯

**
別被500萬畫素給嚇到，Coolpix 5000機身其實相當輕巧，整體設計非常接近傳統相機的造型，單眼相機玩家一定會覺得有種莫名的熟悉感。從這可看出Nikon在設計上刻意和其它一窩蜂Hi-Tech金屬調的對手拉開距離。
等你開始操作Coolpix 5000時，就會發現500萬畫素果然不簡單，搞清楚複雜龐大的功能得花一段時間，新手更是眼花撩亂，不知如何下手。要把這一海票功能耍得自在漂亮，一定得先懂得Nikon的邏輯。
拍出來的畫面的確非常細膩清晰，雖沒有Sony那種異常地飽和，不過Coolpix 5000的畫質已經到達前所未有的境界，玩家大概可以有一段時間不用急著換機。售價高達3萬9，值不值得完全視個人需求，Coolpix 5000吸引的對象是那些有單眼相機經驗，對攝影和高科技有狂熱的人。超高畫素和專業級的功能，能夠玩的地方多得不得了，要徹底發揮它的本領，不是一時三刻的事，用起來也不如許多300萬畫素相機那麼輕鬆。
看著Coolpix 5000盒子裡的光碟和厚厚的說明書，我忽然想念起Nikon FM2清脆的快門聲響，還有手捲的軟片掣、兩個不同時空的產物，到底誰能帶來較多的攝影樂趣，這就不是機器高下的問題，而是世代衝突的心理糾葛了。

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。