產業教父齊聚一堂執教鞭|數位時代 BusinessNext

想成為台灣半導體教父張忠謀第二嗎？再不然，具政治浪漫情操的前民進黨主席施明德如何？現在，他們都在未來領袖學院裡等你。
未來領袖學院原屬於社會大學課程之一，5年前成為獨立學院，去年總統府資政李國鼎90歲生日，捐出壽禮2000萬，爾後繳費上課改為免費課程，學員分數達一定標準還可領取獎學金。
「用上一代精英，來教育下一代精英，」社會大學營運長彭仕宜說明未來領袖學院正在做的事。打開學院講師名錄，宏碁董事長施振榮、資策會董事長黃河明、中華電信董事長毛治國，當中匯集了台灣各領域的牛耳，這些講師希望將自己成功或失敗的經驗，透過未來領袖學院，與下一個世代交流。彭仕宜強調：「經驗不是個人資產，而是整體社會所有」。
除了40堂上課形式的通識課程外，學院最主要特色，就是由每位講師親自帶領2到5位學生的「身教」。如同古代的「師父招徒弟」，每位學員與各自的「師父」，這些講師利用深談，或讀書會方式，傳遞一些想法或觀念，讓講師和學員間有更直接的溝通。
前幾年，宏碁董事長施振榮為了讓學員體驗台灣資訊產業在國外經營的艱困，特地帶兩個學員跟隨他到歐洲去，親身體驗本土品牌在國際市場上突圍的困戰。

**講師著重身教

**
在環保署工作的吳孟兒回憶，有一次他的畫家老師劉其偉，帶大家到他的個人工作室參觀，而且做了3個多小時的討論。劉其偉說，自己原是台電工程師，後來轉做社會人類學，最後決定在藝術領域落腳。
對吳孟兒來說，看到高齡90歲卻「一直沒有停止念頭」的劉其偉，讓他面對自己的生活時，能抱持更積極的態度。
非定型化的授課方式，讓課程更契合求道者的需求。負責新竹分部的旺宏董事長胡定華，看到許多園區年輕創業者，有深厚技術背景，卻缺乏運作公司必須具備的財務能力，於是找來自己旗下的財務主管，幫學員上財務報表分析，希望在學員創業路上，能有更完整的裝備。

**以通識課程為主

**
多位學員表示，來未來領袖學院，是希望透過課程學習到成功的方法，進而變成「成功人士」，可是40堂課程頂多是擴展視野而已，他真正得到啟發的部分，大多來自於「拜師學藝」，但與老師對談的機會，一年也只有六、七次。
知識、經驗本身雖然是慢慢累積，但是可以透過別人的經驗來累積，會加速累積經驗的速度和時間。講師之一的思科台灣總經理孫永祥認為，社會大學的講師群龐大，來自各領域的知識變成資源，這些資源對有心向上的青年，想快速積累知識，應該有很大幫助。
到今年初，來去未來領袖學院的學員已經超過2000位。
彭仕宜說，學員雖然只上1年的課程，但是她相信經過講師的潛移默化，這群人會去思索什麼事情有益大環境，而且去影響其他人，讓整體環境變得更美好。因此，未來領袖學院每年教育200位未來領袖的任務，將繼續前進！

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。