中國在全球淨煤成果上取得領先

• 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。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜簡克志
• 責任編輯｜簡克志
• 美術設計｜蔡宛潔

降低碳排還不夠，奈米材料幫你直接減少二氧化碳！

氣候變遷問題日益嚴重，2023 年 9 月成為全球有史以來最熱的月份，臺灣夏天飆破 38 ℃ 的頻率逐漸增加。為了避免地表升溫超過工業化前水準的 +1.5 ℃，世界各國訂出 2050 年淨零排放的目標，設法減少大氣中的溫室氣體。減碳解方除了低碳電力之外，直接減少二氧化碳也是一條路徑。中央研究院「研之有物」專訪院內原子與分子科學研究所陳貴賢特聘研究員，他的研究專長是奈米能源材料，我們將介紹一種複合光催化材料：硫化鋅（ZnS）／硫化銦鋅（ZnIn₂S₄，簡稱 ZIS），在太陽光照射下，此材料表面發生的氧化還原反應，會將二氧化碳還原成有用的工業化學原料！

地球「保冷」計畫——減碳是關鍵

我們每天排放多少二氧化碳？根據 Our World in Data 的人均二氧化碳排放數據，2021 年全球每人排放的二氧化碳為 4.69 噸，而燃燒 1 公升的汽油大概會產生 2.3 公斤的二氧化碳。換算一下，每人每天排放二氧化碳約為 12.8 公斤，相當於每人每天消耗 5.6 公升的汽油！

根據聯合國政府間氣候變化專門委員會（IPCC）的特別報告「全球暖化 1.5 ℃」，人類活動排放的溫室氣體，已經讓地球表面平均溫度上升了 1 ℃。若以人類目前經濟模式發展下去，碳排放量可預期將不斷上升，大量溫室氣體將讓暖化現象與極端天氣事件更加劇。

氣候科學家警示，地球表面平均溫度需控制在 +1.5 ℃ 以內 ^{註 1}，否則將有不可逆的後果，例如生物多樣性大幅度降低的風險。因此，世界各國有了 2050 年淨零排放的共同目標，並不是說都不排碳了，而是要設法讓溫室氣體的碳排放量和碳減少量相互抵消，達到「淨零」的目標。

要達到淨零的目標，除了尋找與開發減碳電力之外，直接減少二氧化碳也是一個方法。想像一下，如果可以像植物一樣，只要照太陽光，就把二氧化碳變成有價值的碳氫化合物，聽起來不錯吧？但是二氧化碳做為燃燒後的產物已相當穩定，要如何以人工方式讓二氧化碳再次參與反應？

我們可運用「陽光」與「光催化材料」（又稱光觸媒，photocatalyst），不僅可以減碳，還能產生有價值的碳氫化合物，是一種「一舉兩得」的方法！

光觸媒（光催化）材料是什麼？

在談到光催化材料之前，先複習一下「催化劑」這個概念，催化劑不參與化學反應，但是它讓原先不可能的化學反應變得可行！陳貴賢分享，這就像過去從臺北到宜蘭需要翻過雪山，經過九彎十八拐的北宜公路；但如今有了「雪山隧道」之後，就大大降低臺北到宜蘭的時間與難度。「雪山隧道」就是臺北通往宜蘭的催化劑。

除此之外，催化劑也可以說是推進人類歷史發展的重要角色！在過去，農作物施肥只有天然氮肥可以使用，產量有限。而肥料意味著糧食增加與生產力增加，《巫師與先知》這本書就提到位於秘魯的鳥糞島嶼成為各家跨國公司必爭之地。另一方面，波斯人也在各地建造供鳥類休息的高塔，用來收集當肥料用的鳥糞。

到了近代，陳貴賢提到在 20 世紀初，德國科學家哈伯（Fritz Haber）透過催化劑，在高溫高壓的條件下，以鐵粉做為催化劑，讓氮氣和氫氣轉換成氨。這讓人工固氮成為可能，人類不用再依賴緩慢的生物固氮反應就可以合成化學氮肥，農作物產量也大幅提昇。

本文主角「光催化材料」，顧名思義就是協助光化學反應的催化劑，但光催化材料與一般催化劑不同的地方在於，其化學反應通常發生在固態的表面環境，目標反應物、光子和電子都有參與反應。

比起光催化材料，你可能更常聽到它的同義詞「光觸媒」，例如某某產品宣稱具有「奈米光觸媒消毒」的功能，其實就是照射足夠的光，讓材料表面的氧化還原反應把細菌分解。而之所以光觸媒需要做到奈米尺寸，這是因為奈米小顆粒可以改變物質的電子能量結構，且大幅增加反應的表面積，讓光催化反應更有效率。

陳貴賢：「一個高表面積的奈米粉末，它的表面積可能是薄膜的一萬倍，甚至於十萬倍。」

給你電子，還你原形！光催化材料上的氧化還原反應是怎麼發生的？

光催化材料之所以能夠減少二氧化碳，是因為照光後材料表面發生「氧化還原反應」，氧化反應會失去電子，還原反應會得到電子。陳貴賢與團隊開發的複合光催化材料：硫化鋅（ZnS）／硫化銦鋅（ZnIn₂S₄，簡稱 ZIS），可以讓二氧化碳還原成甲醇（CH₃OH）和乙醛（CH₃CHO），這兩種產物都是工業常用的化學原料。反應式如下：

要持續減少二氧化碳，就要持續發生上述還原反應，持續供給電子。不過，我們要怎麼讓電子快速又順利的補充到材料表面？這裡就開始涉及到半導體的核心問題：電子與電洞的產生、分離和傳輸。

陳貴賢與團隊開發的複合光催化材料：ZnS／ZIS，是結合兩種奈米半導體材料，透過水熱法合成，將 0 維的 ZnS 奈米顆粒沉積在 2 維的 ZIS 奈米片之上，形成 0D-2D 結構的 ZnS／ZIS 複合物，就像製作巧克力豆餅乾，不過要複雜得多。

既然 ZnS／ZIS 是半導體，當受到光照之後，原來的價帶（valence band）電子會被光激發成導帶（conduction band）電子，原本價帶電子佔據的位置則留下一個空位，就是電洞。電子和電洞的遷移，就是半導體形成電流的原因，因此電子和電洞都稱為「載子」（charge carrier）。

還記得上面的還原反應嗎？

對光催化材料來說，為了在光照環境下把二氧化碳還原成乙醛和甲醇，必須獲得穩定的電子來源，材料內部要迅速補充電子到表面，因此：

照光產生的電荷載子數量越多越好；產生的電子和電洞要傾向分離，分得越遠越好；電子和電洞越快移動到表面參與反應越好。

載子輸送要快速穩定，首先照光產生的載子要多，就有更多電子和電洞參與反應。分離載子是為了避免復合，照光產生的電子和電洞很容易復合，一旦復合，等同於減少載子。再來是載子越快移動到表面越好，可以讓每次的氧化還原反應都是最佳效率。

尋找最有效的光催化材料

陳貴賢團隊總共做了 4 種不同比例的 ZnS／ZIS 光催化材料，依照 Zn:In 比例 1:0.12、1:0.26、1:0.46 和 1:0.99，分別標記為 ZnS/ZIS-1、ZnS/ZIS-2、ZnS/ZIS-3 和 ZnS/ZIS-4。其中，ZnS/ZIS-3 的光催化效果最好，可以有效減少二氧化碳，產生最多的乙醛和甲醇（如下圖）。

為了驗證光催化材料產生有效載子的效率，陳貴賢團隊計算了 ZnS/ZIS-3 的總 AEQ 值（apparent quantum efficiency），用來評估「照到光催化材料上的每顆光子數量，產生了多少實際參與催化反應的電子數」。測量之後，ZnS/ZIS-3 的 AEQ 值為 0.8%，量子效率比單獨的 ZnS 材料提高了將近 200 倍！

這也是為什麼陳貴賢團隊要使用兩種不同的材料結合，因為單一半導體材料照光產生的電子和電洞有很高的復合機率，選擇兩種不同的半導體材料組合，讓兩種材料形成特殊的「能量階梯」就可以有效分離電子和電洞，並且把電子送到它該去的材料表面。

此外，使用兩種半導體材料的好處還有「二次激發電子到更高能階」，以符合光催化反應的能量門檻，自由電子掙脫 ZnS 的束縛之後，繼續往 ZIS 跑，光的能量會繼續把電子往上送到更高能級的材料表面，還原二氧化碳的反應在此發生。

Z 字形跑比較快！控制材料之間的微應變提升氧化還原效率

關於光催化材料的二次激發，陳貴賢提到：「材料低能階，然後光子進來後，把電子激發到高能階去做反應，太陽能電池也是這樣。但是呢，有時候沒那麼剛好，例如激發後的能階不夠高，雖然激發上去了，但電子沒有辦法跟二氧化碳做反應。那我把兩個材料拼在一起，電子上去以後又下來，然後再吸收第二個光子上去，那就變得很高了，高了以後它的反應效率就提升很多。」

如果我們把光催化材料的二次激發過程畫成示意圖，如下圖所示，電子在 ZnS 束縛區受到第一次光子的激發，變成自由電子，接著經過設計完善的材料介面，先降到較低的 ZIS 束縛區，受到第二次光子的激發，再次變成自由電子，跑到光催化材料的表面，和二氧化碳發生還原反應，將二氧化碳變成可再利用的乙醛和甲醇。

看看電子走過的路，如果向左歪著頭看，是不是就是一個 Z 字呢？科學家把這個過程稱為「直接 Z 方案」（Direct Z-scheme）。「直接」的意思是，電子從 ZnS 跑到 ZIS 的過程，不需要再經過一個中間地帶，降低電子和電洞復合的機會。

為什麼陳貴賢團隊設計的「直接 Z 方案」光催化材料，電子可以不需要中間的「轉接站」，直接轉移到另一個材料上呢？這裡也有一個巧思：不同材料之間的「微應變」。

不同材料的晶體排列規律是不一樣的，當兩種材料接在一起時，接面處會發生「晶格不匹配」，也就是兩種材料的原子會互相卡到、晶格微微變形。但是，如果我們可以控制微應變（Strain）的程度，就可以控制兩種材料「能量階梯」的相對位置，微應變可以讓材料接面自動帶有「轉接站」的功能，進而形成一個內部電場，讓電子和電洞更能快速分離，提高光催化效率。

總之，陳貴賢團隊開發的這套材料組合，是有微應變誘導的直接 Z 方案光催化材料，可做為未來量產光催化材料的研發設計參考，同時也是減碳的解方之一。

綠能趨勢——光催化材料未來可期

陳貴賢表示，目前表面科學和材料是中研院原分所的主要研究領域，他的實驗室選擇能源材料作為研究主軸，有太陽能電池和熱電材料，同時團隊也專注研究可還原二氧化碳的光催化材料，以及與燃料電池相關的催化劑。

陳貴賢看好將來能源材料的發展，因為在 2050 淨零排放之前，有愈來愈多企業紛紛加入「RE100 倡議」的行列，企業必須承諾最晚於 2030 年前使用 100% 再生能源。最著名案例是科技巨頭蘋果、Google 和微軟等公司都已宣布其全球供應鏈將符合 RE100 的要求。其中，台積電為蘋果主要供應商，2020 年也加入 RE100，目前為臺灣再生能源的主要買家。

可以預見，將來風能、太陽能與燃料電池的相關材料有其市場需求，而能夠減少二氧化碳的光催化材料，也將成為全球減碳的利器。陳貴賢提到，當前光催化材料還在基礎研究階段，目前的人工光合作用效率約 1%，接近大自然效率，而團隊希望提升到至少 5% 到 10% 以上，方能有其實用價值。

陳貴賢進一步強調，未來效率提高之後，能夠轉化二氧化碳的光催化材料就會有很大的經濟價值，不僅轉化後的燃料可以賣錢，處置二氧化碳原料亦可以收取負碳費用，是一種前所未有的概念。

註解

1. 根據 IPCC 的資料，如果要將全球暖化幅度控制在 +1.5 °C 以內，必須在 2050 年左右達到二氧化碳的淨零排放目標，同時也要大幅度降低非二氧化碳的溫室氣體排放，特別是甲烷。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文｜廖英凱
• 責任編輯｜簡克志
• 美術設計｜蔡宛潔

高排碳發電方式的轉型

氣候變遷是全球議題，為了降低碳排放，發展低碳電力相當重要。臺灣目前主要使用天然氣發電，雖然排碳量較燃煤發電低，仍屬高碳排的發電方式，若未來要達到 2050 淨零排放，勢必要開發更多的低碳電力。

中央研究院「研之有物」專訪院內物理研究所陳洋元研究員，他與團隊應用天然氣催化裂解的理論，突破各種技術限制，打造出「去碳燃氫」（methane pyrolysis）裝置，使得燃氣發電可以更進一步減少碳排放，目前成果已接近歐盟需求，並預計陸續擴大運用至商用發電機組。

因人類工業活動排放的二氧化碳而導致的氣候變遷問題，已是當代人類亟欲解決的難題。近幾年，國際組織與科學機構也不斷地強調減少碳排放的必要，以及調整減碳標準。2014 年聯合國政府間氣候變化專門委員會（IPCC）的綜合評估報告指出，人類應在 2100 年以前削減 90% 的碳排。

但到了 2018 年的全球暖化特別報告時，IPCC 則將標準加嚴，人類需在 2050 年時達到「淨零排放」，亦即「人為溫室氣體的排放量，扣除透過碳匯、碳捕等移除量後為零」。2021 年下半年，世界各大工業國也陸續提出在 2050 年前後達到該國淨零排放的政策目標和政策路徑。

在世界潮流的推動下，2021 年 4 月總統蔡英文在世界地球日的活動，宣示臺灣將努力在 2050 年達到淨零排放。同年中研院在廖俊智院長的主導下，啟動了「Alpha 去碳計畫」，院內物理所的陳洋元研究員與研究團隊也開始為臺灣的「去碳燃氫」技術建立基礎。

把天然氣變成氫氣，真的可能嗎？先來看看過去科學家怎麼做吧！

降低天然氣碳排的方法

為能達到降低碳排的能源轉型，又需兼顧產業發展的用電需求，臺灣目前的能源規劃，預估在 2025 年時，再生能源發電量佔比約 15.2%，其餘則為 45% ～60% 的燃氣發電與 25% ～40% 的燃煤發電所組成，到 2050 年時，樂觀理想情境中再生能源發電量佔比可逾 60%，剩下則以燃氣發電為主。

儘管燃燒天然氣（甲烷）的理論排碳量，約只有燃燒煤炭的一半，但每燃燒 1 噸的甲烷，仍會產生 2.75 噸的二氧化碳排放，這與淨零排放的目標，仍有相當大的差異。因此，當代天然氣的運用，必須回應如何有效降低碳排放。

大抵來說，降低天然氣的碳排可以分成兩種不同方向的策略，其一是「碳捕捉、再利用與封存（carbon capture, utilisation and storage, CCUS）」，方式是將燃燒後的二氧化碳，捕捉下來再利用，如應用於綠藻養殖、水泥製造等，或是將二氧化碳壓縮後封存於耗竭油氣庫這種地質結構上的特殊封閉構造，或是封存於海底富含鹽水的地層構造。

然而碳捕存的技術與概念新穎且須有特定地質條件配合，要能達到具規模的運用仍有相當技術門檻需突破，且碳捕存在臺灣多年來也持續面臨政治及環保爭議，發展進度緩慢。

另一種策略方向，則是「燃料轉換」，將化石能源的天然氣，全部或部分替換為零碳的能源，例如利用微生物分解利用農業等方式生產的有機物質來產生「生質甲烷」（註1）作為燃料；利用大量的無碳電力，電解水後分解為氫氣和氧氣，再將氫氣做為燃料；或是再利用無碳電力將二氧化碳與氫氣合成為甲醇、甲烷、氨等「載氫劑（hydrogen carrier）」以利運送和利用。

還有一種備受矚目的燃料轉換方式，是直接將甲烷裂解為氣態的氫氣和固態的碳黑（carbon black）：

其核心原理為，若能提供甲烷分子每莫耳 74 千焦耳的能量，就能把碳原子與氫原子的鍵結打斷，而關鍵在於如何提供能量以及如何提升使用能量的效率。

1999 年，M. Steinberg 發現當溫度夠高時，甲烷鍵結被打斷的效率隨之提升，而提出「甲烷熱裂解」（thermal decomposition of methane, TDM）技術，該技術是將甲烷處於高於 700°C 的高溫環境，使甲烷裂解為氫氣與固體的碳。固體碳可以穩定的儲存，不會增加大氣中的二氧化碳，也可以做為工業生產的原物料使用。

為進一步提升甲烷分解的效率與商業價值，近二十餘年來，許多針對 TDM 的研究，引入了各種催化劑，作為熱解甲烷的反應環境。目前常使用特定比例的惰性合金作為催化劑，將合金加熱成熔融態，當甲烷氣體通過液態合金時，即開始分為氫氣與固態碳。

加熱溫度越高、氣體通過的熔融合金管柱越長，則甲烷熱裂解的程度越高，例如以一公尺長的管柱環境，利用不參與反應的 1175°C 熔融錫金屬，則可轉化 78% 的甲烷；利用具催化性的熔融金屬如 27% Ni–73% Bi 合金，則可在 1065°C 達成 95% 之甲烷轉化。

為什麼需要催化劑？為了降低化學反應的難度。

實際運用上的限制與問題

以裂解方式生產氫氣的技術，有可能會成為未來氫能發展最主流的方向，歐盟針對氫能發展的預估中，即認為到 2050 年時，歐盟所使用的氫能會有 55% 來自於甲烷裂解，有 30% 來自目前化工產業較成熟使用的天然氣重組，以及 15% 來自於水電解產氫。

因此，2021 年 3 月起，在廖俊智院長的主導下，中研院啟動了「Alpha 去碳計畫」，目的在發展熱催化、電漿裂解等各種技術方法，以達成去碳產氫的發電目標。物理所陳洋元研究員的團隊，也開始在院內建構甲烷熱裂解的裝置，試圖為我國建立起去碳燃氫的技術基礎。

然而，儘管催化性熔融金屬的理論可行，在實務運作上此方法卻有其瓶頸，陳洋元研究員的團隊發現，當裂解後產生的氫氣和碳從熔融金屬表面冒出時，熔融金屬的蒸氣會把碳包住而在金屬表面變成如岩漿般的黏稠流體，必須不斷暫停實驗把岩漿給撈出去，使得學理上雖可高效率地裂解甲烷，但仍難以放大規模至發電機機組或提供給發電業使用。

體認到催化性熔融金屬的限制後，陳洋元研究員開始尋找其他也可具有類似催化效果的材質。其中一種可行的催化劑，就是碳黑本身。過去針對催化反應的研究中，即發現碳本身即是一種理想的催化劑。在甲烷裂解的過程中，研究者可以透過利用不同形式、結構與表面積的碳，來調控碳的催化活性。

2013 年，韓國研究者 Seung Chul Lee 等人提出用碳黑作為催化劑的甲烷熱裂解裝置設計，其概念是將高溫管柱中，裝填直徑 30 nm 的碳粒作為催化劑，使甲烷通過高溫碳粒時，被催化裂解為氫氣和碳，再透過集塵器與過濾器捕捉碳黑。

雖然概念裝置已提出逾十年，但至今市面上仍未有成功商業化與量產的設備。由於催化劑和裂解後的碳都是相同的物質，因此隨反應時間增加，實驗裝置中的碳黑會不斷吸附。

因此，該實驗設計若要能用於實務上的燃氣電廠減碳，關鍵就在如何能維持或定時減少高溫管柱中積存的碳；如何能延長集塵設備與濾網的更換週期，以須確保裝置能不間斷的長時間運作；以及如何與既有燃氣機組的系統結合。

Alpha 去碳計畫：以局部比例的氫氣代替甲烷

面對過去研究的基礎與限制，中研院的團隊已在開發利用碳黑作為催化劑的甲烷熱裂解裝置，且能搭配自動化的清除積碳、與更新集塵、過濾器，使熱裂解裝置能持續性地運作。

熱裂解的裝置設計上，也並非追求極致的甲烷轉換率，由於氫氣比甲烷擁有更劇烈的燃燒反應，如在空氣中的燃燒速度，甲烷為 0.38 公尺/秒，但氫氣則高達 2.9 公尺/秒，這使得氫氣爆燃的衝擊力遠大於甲烷。

因此，目前仍未有純氫氣或高比例氫氣的商品化發電機組，而多以在甲烷中混合 10% ～30% 的氫氣，達到局部比例的減碳，因此在裝置設計上，須同步調控所產製氫氣與甲烷的比例，使發電機能持續燃燒固定成分比例的甲烷氫氣混合物。

從減碳效益來比較傳統天然氣發電和部分比例的去碳燃氫發電，以目前大潭電廠最新燃氣機組的熱效率 60% 來計算，每噸天然氣燃燒，可提供 9300 度的發電量，並排出 2.75 公噸的二氧化碳。

但若能將其中 30% 的甲烷高溫裂解後，將氫氣與天然氣混燒，因氫氣的燃燒熱較低，且需額外提供裂解所需的能量，此時每噸天然氣則能發出 7400 度的電量，但碳排放降低為 1.92 公噸的二氧化碳，並生產 0.225 公噸的固體純碳。

也就是說，以大潭燃氣電廠為例，若將 30% 的甲烷裂解，產生氫氣與天然氣混燒，最終是以減少 20% 的發電量為代價，換得 30% 的減碳效益，以及具有精密工業、高產值化工業運用潛力的高純度碳黑原料。

目前中研院的 Alpha 去碳計畫已完成了將甲烷熱裂解裝置與 13 kW 天然氣發電機串聯，混燒 10% 氫氣燃料的概念驗證。

預計在 2025 年以前，將陸續擴大至針對建築物規模使用的 65 kW 燃氣渦輪發電機；和針對廠房、工商業用途使用的 1～2 MW 商用燃氣機組；以及與既有大型燃氣電廠使用的 170 MW 燃氣機組結合，以此建立我國去碳燃氫的產業鏈。

中研院將與業界合作，目標在 2025 年以前，推出裂解效率可達 40% 的去碳燃氫裝置，使臺灣天然氣發電的碳排達到歐盟訂定的永續標準。

開闢臺灣淨零排放的路徑

面對氣候變遷的威脅，世界各國無不積極且緊迫地尋找能達到零碳排放的方式，然而多數國家在有限的自然資源條件下，風力與太陽光電等再生能源的發電規模和穩定程度仍遠不及大型發電廠。

因此 2021 年起世界各國，相繼提出了符合淨零與永續精神的天然氣使用規準。2022 年 2 月，歐盟批准了有助實現歐盟環境目標的「永續活動分類法」與「氣候授權補充法案」，其中針對燃氣發電廠的規範，是要求 2035 年以前須完全由天然氣轉向低碳燃料或再生能源燃料；或是 2030 年前施工但每度電少於 270 克二氧化碳排放量，才能獲得永續金融投資的優惠。

以此作為標準來檢驗目前臺灣的燃氣發電，較先進且尚有機組興建中的大潭發電廠，碳排係數約低於每度電 388 克二氧化碳排放，若能順利搭配裂解效率 30% 的去碳燃氫技術，則碳排係數可降為每度電 271.6 克二氧化碳排放，幾乎符合歐盟的標準。

若再能輔以部分比例的生質甲烷混燒，排出二氧化碳又有部分比例利用碳捕存處理，至少就能使我國在未來最主要使用的天然氣，能符合目前歐盟看待永續能源的標準。

目前中研院陳洋元團隊打造的去碳燃氫技術，能利用臺灣既有天然氣和燃氣電廠的基礎建設，維持穩定的基載電力供給，又能達到減碳的效益，預計將是未來幾年內，能有效提供臺灣減碳成果的重要技術方向。

然而，去碳燃氫技術也因減碳目的而降低燃氣的發電量，這會使臺灣已經擴大天然氣使用的政策方向還要更加強化，如增加更多的天然氣進口量，興建更多的天然氣接收站、儲存槽與管線。近年烏俄戰爭帶來世界性天然氣的短缺，以及第三天然氣接收站的興建帶來海岸生態的危害，使用天然氣仍有難以忽視的環境與社會風險。

中研院的去碳燃氫技術，可能不是淨零未來的唯一選項，但傾力推動這項技術，才有機會在邁向淨零未來的過程中，爭取到足以讓永續與潔淨能源普及的時間。

註解：

• 註1：生質甲烷的概念是，透過微生物分解農業生產的有機物質，由此生產甲烷，這種有機物的碳，是來自植物光合作用的固碳反應。因此理論上不會使用到地底下的化石碳，比天然氣還要減碳。

延伸閱讀：

• 中央研究院（2022）。《臺灣淨零科技研發政策建議書》。
• 蔡菖圃（2022）。《以金屬合金催化劑高溫裂解甲烷製備氫氣》，國立臺北科技大學製造科技研究所。
• 林奐成（2022）。〈中研院「去碳燃氫」展成果 盼創造綠電助減碳〉，聯合新聞網。
• Upham, D. C., Agarwal, V., Khechfe, A., Snodgrass, Z. R., Gordon, M. J., Metiu, H., & McFarland, E. W. (2017). Catalytic molten metals for the direct conversion of methane to hydrogen and separable carbon. Science, 358(6365), 917-921.
• Flekiewicz, Marek & Kubica, Grzegorz. (2015). An Influence Of Methane/hydrogen Proportion In Fuel Blend On Efficiency Of Conversion Energy In Si Engine. Journal of KONES.
• Gosal, M.M., Das, L.M., & Gajendra Babu, M.K.(2013). Improved efficiency of CNG using Hydrogen in Spark Ignition Engine. Journal of Petroleum Technology and Alternative Fuels, 4(6), 99-112. 
• Lee, S.C., Seo, H.J. & Han, G.Y. (2013). Hydrogen production by catalytic decomposition of methane over carbon black catalyst at high temperatures. Korean J. Chem. Eng, 30, 1716–1721.
• Zhen, H.s & Cheung, C.s & Leung, C.W. & Choy, Yatsze. (2012). A comparison of the emission and impingement heat transfer of LPG–H2 and CH4–H2 premixed flames. International Journal of Hydrogen Energy, 37, 10947–10955. 
• Steinberg, M. (1999). Fossil fuel decarbonization technology for mitigating global warming. International Journal of Hydrogen Energy, 24(8), 771-777.