依賴單一能源是危險的選擇|數位時代 BusinessNext

全球氣候異常已經不是新鮮話題，問題是，我們可以做哪些事？減少二氧化碳的排放污染，可能是首要的工作。

在科技領域執牛耳的麻省理工學院，自二○○二年針對全球暖化危機及能源問題，成立了相關的能源委員會，第一個研究主題是「核能的未來」（The future of Nuclear power）；二○○四年則開始推動「煤碳的未來」（The future of coal）研究計畫，試圖找出可行的解決方案。委員會成員之一的麥克雷（Gregory J. McRae）教授，受到時代基金會邀請，來台參與「策略性創新與領導如何趨動經濟成長」論壇。在短暫的訪台行程中，接受《數位時代》的專訪，分享他對現今能源問題的觀察。

Ｑ　這一、兩年大家都很關心能源的問題，其實在一九七○年代，也同樣發生過能源危機，就你的看法，這兩次的危機有何差異？

Ａ　一九七○年代的問題，相關比較單純，就是石油供需與價格的問題。但這次我們所面對的，不只是供需而已，我們很明顯地面臨人類如何永續生存的議題。過去我們談能源，多半只著重所謂的能源規模（scale），但現在我們必須從整個能源的基礎結構（infrastructure），比如它整個供應鏈是如何運作。此外，也要從整個能源使用的生命周期（lifecycle）來進行考量。

**Ｑ　就你的觀點，哪些替代性能源是你所看好的？
**

Ａ　從能源的來源來看，我們有很多選擇，石油、煤碳、風力、太陽能、生質能（biomass）、天然氣、電力等。我們其實缺的不是能源，而是過去我們太依賴單一能源的使用，就目前的使用情況，再生能源的使用比例不到一％，所以使得能源造成失衡的問題。
比如說最近大家都很看好用玉米等植物提煉轉化的生質能，它並不是新的技術，早在一九二五年的時候，

《紐約時報》（The New York Times）就出現過相關的報導。相較石油的供應，生質能的確是比較充裕，也比較符合所謂綠色地球的期待，可是我們現在所面臨的挑戰不只是氣候問題而已，近來我們就看到，因為生質能的熱門，造成糧食短缺及價格上漲的問題。

再舉個例子，太陽能也是最近很受歡迎的方案，它的確不會造成污染的問題，可是大家比較忽略的是，大概要花上三年的時間試運轉，才能讓太陽能產出大量的能源。

我一直要強調的是，每種能源都有好處及限制，所以我們該做的事，應該是讓每一種能源在最合適的狀態下被使用。

**Ｑ　你近來很積極地在推廣「潔淨煤」（clean coal）的應用，就一般人的認知，煤還是比較污染性的能源，你們的作法會是什麼？
**

Ａ　從使用量來看，煤碳在能源的選擇上扮演重要的角色，所占的比例大約是二五％，僅次於石油的三四％，主要原因還是因為它的價格便宜，產量充足。就目前的價格，每百萬熱能單位Btu，煤碳大約是一到二美元，石油或瓦斯卻要六到十二美元，因此大型發電廠對它的依賴度還是會持續成長，特別是在新興國家或發展中國家更是如此。

中國每星期就有兩座五百百萬瓦（Megawatt）的大型發電廠正在興建中。而一座這樣規模的發電廠，一年會產生三百萬噸的二氧化碳。因此我們應該做的事，是想辦法收集發電過程中所排放的二氧化碳廢氣，然後將這些廢氣再進一步做再生利用。

舉例來說，在美國假如我們能把一座火力發電廠六○％的二氧化碳進行回收壓縮成液體，灌注到適合的地層中進行地質封存（geologic sequestration），就可以降低二氧化碳的污染問題。

Ｑ　目前的解決方案，看起來還是比較針對大型電廠的應用，對於一般企業，他們能做些什麼？

Ａ　以台灣的情況來說，台灣有相當好的製造能力，所以除了在製造過程中減低污染外，另一個很好的機會，是參與相關設備的開發。畢竟我們現在所面臨的能源問題，是必須從政治、經濟、科技多方面入手的工作，愈多人參與重視，一定會帶來正向的結果。

麥克雷（Gregory J. McRae）
●現職：麻省理工學院化工系教授　●學歷：畢業於澳洲Monash大學，之後取得加州理工學院碩博士學位　●經歷：曾獲得美國總統年青化學家獎（1984年）、獲選美國科學促進會（AAAS）環境科學院士，目前兼任美國環境保護署審察委員　●研究領域：大氣環境與氧化物形成、酸性物質與氣候影響、多媒介環境中的化學傳輸現象

我們缺的不是能源，而是過去太依賴單一能源。
每種能源都有其好處及限制，
所以我們該做的應該是，
讓每一種能源在最合適的狀態下被使用。

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。