TWQR乘車碼是什麼？TWQR怎麼用？北捷10月支援掃碼|數位時代 BusinessNext

TWQR乘車碼上線！這些地方首波啟用、北捷10月跟上，怎麼刷一次看懂

一卡通、財金公司攜手推出「TWQR乘車碼」上線，目標打通公車、捷運、輕軌與渡輪等交通運具的支付標準，首波導入金融機構包括8家公股銀行。

搭捷運、公車時總是忘記帶卡片或零錢嗎？帶上手機就能使用的「乘車碼」，已經成為一項新的支付選擇。

TWQR乘車碼是什麼？

一卡通、財金公司攜手推出的「TWQR乘車碼」於3月24日正式上線，目標是打通公車、捷運、輕軌與渡輪等交通運具的支付標準。第一波導入金融機構包括台銀、土銀等8家公股銀行與中華郵政，用戶只要打開既有銀行App，出示乘車碼掃描後，即可直接從帳戶扣款支付車資。

「TWQR乘車碼」24日舉辦上線啟動儀式，由左至右分別是財金公司林國良董事長、中央銀行吳桂華行務委員、金管會陳彥良副主委、高雄市王宏榮副秘書長、一卡通公司廖泰翔董事長與高雄捷運楊岳崑董事長。

圖／一卡通

金管會主委陳彥良表示，未來搭乘大眾運具時，不再需要攜帶信用卡、儲值卡或現金，打開手機就能以乘車碼掃描付款，不只是金融科技的進步，也為民眾帶來更多元便捷的支付選擇。

TWQR乘車碼是什麼？哪裡可以用？

由一卡通與財金公司共同推出的TWQR乘車碼，是財金公司2023年啟用電支跨機構共用平台TWQR後，進一步延伸到交通場域的新應用。

目前支援TWQR乘車碼付款的大眾運具，有高雄捷運、高雄輕軌、台中捷運、新北捷運（淡海輕軌）及各縣市合作的公車與渡輪。

除了一卡通本身就提供乘車碼支付服務之外，第一波開通TWQR乘車碼的9家金融機構，包括台灣銀行、土地銀行、合作金庫、第一銀行、華南銀行、彰化銀行、兆豐銀行、台灣企銀與中華郵政，未來可望還會有更多民營銀行或電支機構加入。

財金公司董事長林國良表示，已著手與海外支付業者洽談合作，未來希望國際旅客來台，也能透過TWQR平台完成交通支付，提升台灣數位支付環境的友善程度。

北捷10月將支援掃碼，乘車碼服務將更普及？

作為台灣首家提供QR Code乘車碼的電支業者，一卡通這次與財金公司攜手推出TWQR乘車碼，並擔任交通運輸業者的收單機構，主要任務就是協助金融機構產出統一規格的TWQR乘車碼。

過去在餐廳、攤販常見的TWQR以「正掃」模式為主，店家只要擺出同一張QR Code，由消費者主動掃描就能完成支付；TWQR乘車碼則採「反掃」，讓導入機構用戶打開既有App，就能從中生成乘車碼QR Code，出示掃描後快速進站通行。

換句話說，TWQR乘車碼的支付標準核心，在於是否能由不同業者即時產出統一格式的條碼，提供交通運具端掃描使用。由電子票證起家的一卡通，早已完整串接各種交通運具場域，於是成為與財金公司共同制定乘車碼標準生成的推手。

市面上提供QR Code乘車碼的電支業者，還包括街口、悠遊付與iCash Pay等，分別支援的大眾運輸系統都有所不同，使用範圍也受限於各自的整合進度。另一方面，台北捷運作為國內最大都市軌道運輸系統，預計到10月正式啟用新一代閘門後，才將支援乘車碼掃描，也是乘車碼服務在國內普及速度緩慢原因之一。

隨著TWQR乘車碼正式上線，未來能否整合更多交通運具、吸引更多電支與金融業者加入，推動國內交通支付標準真正整合，並加速各家電子支付業者乘車碼服務的普及化，還值得持續觀察。

本文合作轉載自：數位時代

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。