大選中的不選＆細選|數位時代 BusinessNext

台灣該怎麼和中國打交道？﹂民進黨的主張是「鎖國」，道理很簡單，為了在選舉時「行銷集體恐懼」（譬如說有多少枚飛彈瞄準台灣）而已。要以最經濟的方式短期動員到最大量支持者，就得在平日的兩岸政策上，維持一種「人造的緊張」。當然，執政團隊對全球化經濟發展的「知識集體匱乏」，也加深對鎖國的駝鳥式執著。

國民黨的答案是「開放」，但仔細看它的核心理念，除了「立即三通」外，並沒有進一步的積極論斷或主張（譬如「在哪一種分工藍圖上，來架構台灣與中國的全球化角色」），這樣的「模糊型開放」，比較像是為反對民進黨鎖國而不得不推出的「反行銷」而已。國民黨雖然號稱擁有最佳的財經內閣人選，平時還有智庫分析資料，但始終提不出撼動人心的兩岸政策。

「台灣該怎麼和中國打交道？」我們當然沒有標準答案，但沒有標準答案，不意味著我們不能進行「破壞性的探索」與「創造性的抉擇」。譬如說：台灣應該把中國當作延伸「台灣製造業實力」的製造基地？還是該把中國當成一個崛起中的潛力消費市場，期許它扶植台灣內需產業成為世界級巨人？

也許你會說兩者不該互斥，但是否有發展時間序上的前後不同策略？更或者台灣是否該更狂野點──和中國攜手（也許該再加上新加坡），架構一個在全球經濟體內更顯赫的新位置？譬如荷蘭的流通、設計、行銷能力與歐洲的生活用品產業，主導了當今全球富裕社會中的某些生活風格（「綠建築」就是一例）。

過去十年，台灣始終抱持著剛硬的兩岸政策態度，所持的立論依據始終是「中共對台不放棄武力的敵意」，但走闖世界經濟江湖的資本家，都明白這只是中國對內維持合法性統治的政治語言而已，中國政府真正關心的優先議題，是「穩定而不出軌」的經濟成長、消弭地方割據的齊一性治理、縮小貧富差距，以及解決日益嚴重的統治效率問題，「台灣問題」僅只有在「獨立口號」落實化的那一刻，才會變成優先議題（否則會讓既有的地方割據，演變成全國性動亂）。民進黨不可能不明白這樣的政治計畫，但它只是為了捍衛執政權背後龐大的經濟利益，硬是為兩岸鎖上了難解的硬框架。

過去十年，藍綠雙方各自就著兩岸議題打一場對峙的迷糊仗，背後的邏輯都是短期動員的經濟性。在這過程中，受傷害的並不是台商，也不是外銷的大型電子產業，因為能帶著資本與知識在國際間移動的人，都是強者；真正受害的台灣工作者，反而是那些「不想移動」、「不能移動」或者「無資源移動」的人。弔詭的是：他們中間的大多數，就是鎖國政策的被動員者。

二○○八又是台灣的大選年，但這一次，台灣社會恐怕不會像往常一樣，被簡單的幾套情緒語言就說服。過去四年你眼中所見的全球化場景，它逼著你要做實質的行動抉擇。

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。