人類最重要的一場科技戰史

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

隨著核電廠陸續退役，台灣也逐漸邁向零核家園，郭台銘突然提出的「一縣市一核電」把核能議題的熱度重新炒到高峰。

雖然看似激進，但有人認為如果是郭董提到的「小型核電廠 SMR」的話，或許就有可能。這個 SMR 到底是什麼？它安全嗎？再者，它真的是核電的未來嗎？

實際上已經有人成功運行小型核電廠，並且已經併網發電了，他們是怎麼做到的？

小型核電廠是什麼？

台灣現在僅存，還在運作的核電廠就是核三廠，核三有兩部機組，每個機組的發電量大約為 950MW。

小型核電廠正式的名稱是「小型模組化反應爐」SMR（Small Modular Reactor），發電量通常在 20~300 MW，比一般核電廠小上許多。還有甚至更小，發電量 1～20 MW 的 MMR（Micro Modular Reactor）的反應爐。

奇怪，發電量怎麼越發展越小了呢？這樣不就得要蓋更多核電廠？

小型核電廠的特點就是小發電量，因為這能創造三個優點：安全、造價便宜、易組裝。

核能那麼危險，為什麼還要用？

這三個優點實際上就是現在核電發展的最大瓶頸。核能發電也已經有 60 年歷史了，但至今全世界的發電量中，核電也只佔大約 10%。最大的問題不外乎就是安全性、造價昂貴和建造時間久。

就算撇除安全性，漫長的建設時間與昂貴的發電成本，是讓許多電力公司卻步的原因之一。根據能源研究公司 BNEF（彭博新能源財經）的調查，從 2009 年到 2021 年，12 年間核能的建設成本增加了 36%；加上核電廠動輒 5～10 年的建設時間，就算核能是屬於低碳排的發電方式，大家也都更傾向選擇發展成熟的再生能源。

核能有一個最大的優點，那就是穩定持續發電。太陽能與風力這些再生能源容易隨天氣與時間影響發電量，反之核能屬於基載電力，本來就與風力、太陽能定位不同。

小型核電廠如何克服安全性？

要好要快也要便宜，除了穩定與低碳，還想要兼顧安全跟造價低的核電，小型核電廠真的是那個完美的選擇嗎？

小型核電廠 SMR 主打的特點就是一個字，小！只要夠小、功率降低，反應爐就不會一口氣釋放太多的熱，甚至能免除外部冷卻設備，靠自然循環降溫。

福島核電廠發生意外的主因就是海嘯破壞了核電廠中做為緊急電源設備的發電機與電池，導致冷卻系統失效，最後反應爐內的溫度無法抑制、不斷竄高，將水分解成了易燃的氫氣，產生爆炸。

如果 SMR 的反應爐可以撇除對外部冷卻系統的依賴，靠自己就能降溫，就能最大程度避免發生爆炸以及爐心熔毀的事故。

我們以目前 SMR 發展最成熟的美國公司 NuScale 為例，在他們發展的 60MW 反應爐中，含有 37 個燃料束，整個反應爐高約 17.8 公尺，直徑約 3 公尺。這個大小甚至可以在工廠製造，透過貨車或火車運送至預定地再快速組裝起來，大幅減少建造的時間與成本。

NuScale 把水循環系統都包在了反應爐，一次冷卻劑藉由熱對流上下循環，完全不需要幫浦，減少停電時產生的風險，一次冷卻劑的熱則會傳給二次冷卻劑，讓二次冷卻劑變為蒸氣推動渦輪發電。

如果真的遇上斷電事故，反應爐也有緊急冷卻系統，直接將整個反應爐泡在大水槽中；根據計算，水會在 30 天後完全蒸發，而此時的反應爐功率已經降低為原本的 4% 以下，只要靠空氣循環就能穩定溫度。

中國的小型核電廠是怎麼做到的？

而現在，在中國已經有第一座陸上 SMR 併到電網了！2021 年年底，中國山東省「石島灣高溫氣冷堆核電站示範工程」正式併網發電，發電功率 200MW，雖然發電廠的總體積不小，但以它的發電功率及主打安全的設計，是實實在在的一座 SMR。

所謂的「高溫氣冷堆」，指的是流經燃料棒，充當冷卻劑與熱交換的材料，所使用氣體如：氦氣。與壓水式反應爐用水作為冷卻劑的最大差別在於不僅熱轉換效率更好，也不用擔心水因高溫氣化而有爆炸風險，故可承受更高的反應溫度。

比起傳統反應爐，高溫氣冷堆可以用更少的鈾 -235 進行反應，也就是能在燃料棒中有更多的鈾 -238 可以在溫度飆高時吸收掉多餘中子，加上高溫氣冷堆本身就能承受高溫的特性，如果真的遇到失去電力的情況，整個反應堆的溫度，也會穩定在 1600℃ 上下。

除此之外，石島灣核電廠的設計十分有趣，是球狀反應爐。在如同沙漏般的大反應爐中，燃料棒被做成了一顆顆直徑約 6.7 公分的燃料球，兩萬七千顆燃料球像沙漏中的沙子一般填充在反應爐內。

鈾燃料會被包裹在球狀構造的中心，外頭則是作為中子減速劑的石磨；作為冷卻劑的高溫氦氣會從球的中間通過帶走熱量，燃料球可從下方取出，並從上方填充。

不過，高溫氣冷堆能否成功，還需要許多時間觀察，例如石磨包裹的燃料球是否容易摩擦造成破裂，都是需要進一步注意的。

小型核電廠的未來？

除了中國外，各國也都在發展不同形式的 SMR，甚至有人在發展功率 20MW 以下的微型核子反應爐 MMR。例如美國愛達荷國家實驗室正在建造的 MARVEL 反應爐，以及核能公司 Radiant，它們正在打造貨櫃大小、可以隨拉隨走的 MMR，希望能取代社區停電時使用的高污染柴油緊急發電機。

不論是小型還是微型核電廠，除了技術還有待發展，成本是否能壓低，也是個重要指標。當然，還有另一個大魔王，就是核廢料問題，還等著被解決。

根據研究推算，NuClear 各種機型每單位能量產生的核廢料可能會是傳統核電廠的 5.5～30 倍不等，球狀反應堆的體積因為球狀包裹物的設計，核廢料的體積也是明顯可見的變大，而這些核廢料的處置問題也是全球都在面對的問題。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

比爾蓋茲（Bill Gates）創立的「突破能源風險投資基金」（BEV）所投資的其中一家，是瑞典新能源開發公司「倍速羅得（Baseload Capital）」，這家公司在 2019 年選了台灣花蓮的紅葉村，作為亞洲地熱開發地點之一，顯示台灣在地熱發電的潛力。

不過你知道嗎？其實早在 1981 年台灣地熱發電就曾經領先國際，當時在宜蘭清水設置的地熱發電廠，是全世界第 14 個進行地熱發電的國家，但後來到 1993 年就關廠不用了，到 2021 年才重新再次運轉，為什麼呢？ 這次我們來聊聊臺灣在地熱發電上已經做了哪些開發？又有哪些實際的困難和需要突破的地方。

發展地熱發電的成本和考量

地熱開發就像談戀愛，不能在 App 上聊得愉快就直接把身家都交給陌生的他，還是得面對面深入交往才知道這人到底存不存在，值不值得真心託付，能不能長長久久。地熱能開發本身，也是件高度不確定的事，以探勘地熱來說好了，即使有科學研究資料輔助，最終還是要認真挖探勘井到一定深度，才有辦法判斷到底能否作為發電之用，無法保證一定有成果。

再說，就算確定有好的熱源，若要開發臺灣地底深處的熱能，就必須挖掘深的地熱井，也就意味著要付出高昂的成本。一般而言，鑽井成本少說占了整個地熱發電計畫的 30% 到 50%，甚至是更高。根據美國康乃爾大學（Cornell University）的研究團隊於 2013 年發表的估計，地熱井深度和鑽井成本的關係，大致可以用這張圖來表示。隨著深度增加，鑽井費用亦大幅上升。

而且，每個計畫會開發的地熱井，絕對不只一口，以宜蘭的利澤地熱電廠來說，就預計會有 11 口 6 公里深的井，所需費用的龐大可想而知。

同時，鑽井會遇到許多不同的困難。看過電影世界末日都知道，如果岩盤堅硬又粗糙，那麼不但鑽井的進度會變得緩慢，鑽頭也會磨損得特別快。另外像是卡鑽、穩定鑽頭的泥漿流失等等，都是必須面對的挑戰。

另一方面，在開發地熱時，依地區而異，可能會遇到腐蝕性流體，如含氯離子或硫酸根的地下水，因此必須選用耐腐蝕的機具和管材，或是用化學方法中和；而當熱液從地底冒出到地表時，也可能伴隨硫化氫等有害氣體，要是聞到臭雞蛋的味道還可以跑，要是濃度高到讓人嗅覺疲乏可能小命就要難保。

此外，地下水中的雜質和礦物質，可能會隨時間經過附著在管壁上，導致發電效率下降，定時清理也是個麻煩的差事。

隨著科技的進步，雖然這些麻煩在原則上都能夠處理，卻也是無法免除的成本，在規劃時就必須仔細考量因應措施。

說了這麼多，到底用地熱發出來的電貴不貴呢？發電成本會因地區、時間和技術的提升而異，不同單位做出來的評估也會不同。若我們比較近年來幾個不同組織評估的全球均化發電成本（Levelized cost of electricity），也就是電廠生命週期總成本除以生命週期總產生能源，大致可以看到這樣的結果，不同顏色代表著不同單位的評估。

以全球總體來說，目前地熱發電每發出百萬瓦小時電力的成本，跟太陽能和陸域風電相比稍微偏高，但跟其他能源相比倒也不至於比較貴。必須留意的是，這只代表近年的能源價格狀況，也跟電力公司發布的發電費用是完全不同概念，而且隨著未來地熱往深處探勘、或技術的成熟，成本還有可能提高或降低。

臺灣的地熱發電發展

事實上，臺灣在地熱發電曾經領先國際，1981 年就在宜蘭清水設置了地熱發電廠，是全球第 14 個進行地熱發電的國家。

只不過，臺灣的地熱發電量從一開始的 828 萬度一路下滑，到 1995 年完全歸零，從 2017 年之後才又往上提升。這中間到底發生了什麼事呢？

一來，清水地熱電廠早期進行發電時，利用完的熱水並沒有回注地底，而是直接排掉，造成地下水耗損；二來，像我們前面說過的，地下水中的礦物質於地熱井管壁結垢；這兩大因素使得清水電廠的出水量銳減，僅過一年發電能力就大幅下降，最終導致 1993 年的關廠。

從此，臺灣的地熱發電沉寂好一段時日，直到 2013 年清水地熱電廠重新建置示範機組，進行運轉測試，2018 年開始發電，並於 2021 年底正式重新啟用，才宣告復活，目前也有擴大發電規模的計畫進行中。當然，這一次，在地下水回注跟結垢問題的處理上，都比之前更好。

除了清水地熱這個示範點，從 2018 年開始，也有台東知本溫泉業者利用既有溫泉資源進行發電，且併入台電電網，成為臺灣小規模地熱發電首例。

那麼，臺灣的地熱發電就此熱熱鬧鬧熱到家了嗎？倒也不是。我們可以從兩個面向，行政流程和開發誘因分別討論。

臺灣的地熱發電關卡：繁複的行政流程

長久以來，臺灣在地熱資源的開發一直缺乏適當的法規和配套流程。若要進行開發，必須依照《溫泉法》和《水利法》申請，但卻沒有任何一項是跟發電直接相關，法規細節也不符合地熱發電的特性。

此外，土地使用根據涉及的區域，仍須依《都市計畫法》、《區域計畫法》、《森林法》、《國家公園法》、《地質法》、《災害防救法》、《水土保持法》等規定辦理，不但要面對中央和地方政府許多不同單位，行政程序亦曠日廢時，相當不容易。

就像兩人交往之前，得先經過她爸、她媽、二舅、大嬸婆、還有指導教授跟前男友同意才行。以才剛重新啟用的清水地熱電廠來說，雖然施工只要一年多，跑行政流程卻花了四年。這樣冗長繁複的申設程序，無疑拖累了臺灣的地熱發電發展。

有鑑於此，最近的「再生能源發展條例」修正草案，簡化了地熱發電申請的行政程序，也新增相關規範，並於 2022 年 12 月初在行政院通過，後續將送往立法院審議，值得我們關注後續的發展。

臺灣的地熱發電關卡：開發誘因不足

地熱發電要付諸實行，除了技術和法規必須到位之外，還必須有經濟效益，才可能成真。

我們可分別從計畫的探勘期、開發期、和營運期三個階段來說明。

首先，地熱發電計畫在探勘期風險極大，很有可能挖了探勘井，卻沒有好的熱源，回不了本。

舉例來說，從 2017 年底開始，台電在綠島進行了兩口地熱試驗井的鑽探工程，最終卻發現溫度並不理想，而暫時將計畫擱置。

而在開發期，臺灣目前沒有保障地熱探勘者優先開發的權利，就算找到熱源，卻可能被其他業者搭便車，捷足先登開發，得不償失。相關法規後續要怎麼訂定，是值得討論的議題。

最後，營運期的收入，若無法彌補成本並獲利，就也不可能吸引廠商投入。為此，躉購費率，也就是再生能源保證收購制度的訂定就非常重要。

縱上所述，因為地熱計畫存在諸多風險，初期又需要龐大的經費，如果沒有政府支持，民間廠商非常不容易投入。

目前來說，臺灣政府設有「地熱能發電系統示範獎勵辦法」，針對探勘給予補助；既有的地熱探勘初步資料在「地熱發電單一服務窗口」網站也都可查詢，並由經濟部中央地質調查所邀請國內 12 個與地科、地質相關校系，籌組「地熱探勘學研合作平台」，投入前期的地質調查，讓廠商有開發的參考依據。同時，地熱發電做為再生能源的一環，每年也會重新修訂躉購費率。

至於這些措施合不合宜、是否真能發揮效用，增加廠商投資意願，就有待我們觀察。

隨著再生能源越來越受到重視，全球的地熱發電於這十幾年內增加了許多。

雖然在總容量上，與其他主流能源還有不小差距，但因為技術的進步，地熱發電逐漸能夠擺脫地域的限制，更廣泛地被運用。

而台灣位處環太平洋火山帶，深具地熱發展潛力。可惜的是，即使是臺灣最容易開發、深度較淺的地熱能源，其潛能亦尚未完全發揮。經濟部原本設定 2025 年地熱發電目標要達 200MW，卻因為行政流程繁瑣和開發誘因不足等各種原因，導致開發進度緩慢，只能下修目標。

現在，台灣地熱累積的併網裝置容量約 5MW，雖然還有二十多個地熱計畫正在進行中，也有民間公司積極投入，宣布最快要在 2030 年累積建置達 200MW。但上述問題一日不解決，臺灣的地熱就難以真正施展拳腳。

如果我們希望臺灣的地熱發電能夠更蓬勃發展，那麼，相關法規的訂定和行政流程的簡化是一定要做的，接著要完善獎勵措施和補助機制，並設定合理的電價制度。在整個過程中，一些地熱發展良好的鄰近島嶼國家，如日本、菲律賓、印尼、紐西蘭的相關政策，也值得我們借鏡。另一方面，在土地的使用上，如何和在地民眾溝通與協商，也是重要的工作。

可以說，不需要燃料，極低碳排放，但是前期建置成本佔比高，營運費用相對低廉，是地熱發電的特色。儘管潛力巨大且有著諸多好處，但技術上的挑戰，和地理條件的限制也擺在那邊。

參考資料

• Beckers, Koenraad F., et al. “Introducing GEOPHIRES v1. 0: Software package for estimating levelized cost of electricity and/or heat from enhanced geothermal systems.” Proceedings, Thirty-Eighth Workshop on Geothermal Reservoir Engineering, Stanford University, Stanford, California. Vol. 11. 2013.