記憶體控制晶片大廠群聯電子創辦人暨執行長潘健成指出，隨著人工智慧（AI）應用逐步進入實務運作階段，企業導入 AI 的瓶頸已不再僅是處理器算力不足，記憶體容量受限反而成為推高運算成本的主要因素。他建議企業應規劃雲端與地端相互串聯的混合式 AI 架構，並運用快閃記憶體（Flash）技術降低設備建置門檻。
記憶體成為算力瓶頸 快閃記憶體降低 AI 部署門檻
儲存設備雖然是各類電子系統的核心基礎，卻常因廣泛應用而被忽略。在推動大型語言模型（LLM）與各類 AI 工具時，若僅依賴高價的動態隨機存取記憶體（DRAM），常因容量限制而拉高整體設備成本。藉由快閃記憶體支援技術，能有效協助系統加速詞元（Token）的生成過程，讓運算資源獲得更合理的分配。
對於有意導入 AI 的企業而言，初期無須一次性投入鉅額資金購買昂貴硬體。透過儲存技術彈性擴充，企業可先以較低門檻嘗試應用，等到內部業務需求與投資效益顯現後，再依照實際工作量增購配備，逐步完成資訊架構的升級。
雲地分工的混合式架構 「住飯店與買房子」的成本哲學
隨著自主執行任務的 AI 代理（AI Agent）應用日益普及，企業內部對於算力與 Token 的消耗量呈現大幅成長。這種轉變將促使企業評估 AI 基礎建設的長期維運花費，正如過往企業資源規劃（ERP）系統與內部伺服器的普及過程一樣，AI 設備也將逐漸成為辦公環境中的標準配置。
潘健成將雲端服務與地端伺服器的分工比喻為「住飯店」與「買房子」。企業若有短期、高階或不定期的高強度運算需求，使用雲端服務就像住飯店般具備彈性；但針對內部日常頻繁且重複性高的工作，建置地端 AI 伺服器就如同購屋，長期而言能大幅壓低平均使用成本。透過雲端支援高難度任務、地端處理常態工作的混合架構，能達到效能與預算最佳化。
從晶片延伸至系統服務 群聯內部實測驗證效益
面對此一波企業轉型趨勢，群聯正積極轉型，將原本專注於積體電路（IC）設計與記憶體模組的業務，擴展至整合系統與整體服務解決方案。透過軟硬體結合，為企業客戶提供更具效益的地端 AI 部署方案。
群聯也在公司內部先行導入地端 AI 伺服器，由研發團隊自行開發並滾動修正工具。以內部晶片驗證流程為例，過去人工進行系統記錄分析需耗費約 3 小時，導入專屬 AI 工具後已縮短至半小時內完成，大幅減輕工程師的作業負擔，讓團隊能將時間投入更高價值的研發工作中。
這代表什麼
對台灣廣大的中小企業而言，這項趨勢意味著導入 AI 不再是動輒數百萬、數千萬元的豪賭，也不必完全依賴訂閱費用昂貴的國外雲端服務。採用快閃記憶體架構的地端 AI 伺服器，能降低初始進入門檻，並確保企業內部敏感資料不外洩。
對台灣半導體與資訊通訊產業來說，企業 AI 的需求點已從大規模資料中心的超高算力，延伸至邊緣端與辦公室地端設備。儲存業者若能提供「高容積率、高 CP 值」的記憶體解決方案，將能在 AI 代理時代開闢出全新的硬體市場與服務商機。
背景補充
群聯電子（Phison）為台灣儲存控制晶片大廠，主要提供 NAND Flash 控制 IC 與記憶體模組。所謂的「 Token（詞元）」，是大型語言模型在處理與生成文字時的基本計算單位，例如一個英文字母或中文單字可能代表一至數個 Token；Token 消耗量越多，代表 AI 模型產出或閱讀的內容越龐大，對記憶體與算力的負荷也越高。
而「 AI 代理（AI Agent）」則是指具備目標導向、能自動規劃步驟並呼叫不同工具完成複雜任務的人工智慧程式，其運作過程需要頻繁互動與資料檢索，對企業系統的長期運算資源需求遠高於單純的聊天問答。
常見問題
為什麼記憶體容量會成為 AI 運算的主要瓶頸？
當 AI 模型運作時，需要載入龐大的模型參數與上下文資料。若記憶體容量不足，處理器算力再高也無法快速存取資料，導致 Token 產出效率受限。
企業應該如何選擇雲端 AI 與地端 AI 服務？
初期或面對高難度、不定期任務時可租用雲端 AI；若涉及核心資料隱私或有日常高頻率重複性工作，建置地端 AI 伺服器長期成本效益更高。
群聯電子在企業 AI 市場的轉型方向為何？
群聯從傳統的控制晶片與記憶體模組供應商，進一步延伸至 AI 伺服器系統整合與軟體服務，透過優化儲存架構幫助企業降低地端 AI 部署門檻。