自我充電的電池能產生與儲存能量

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

半導體廠和資料中心的耗電量巨大，隨著護國神山的持續壯大，台灣的電力供應是否還能承受這種壓力？

或許，大海能夠給予我們答案。

在我們的周遭，有一個龐大且源源不絕的能源，但卻長期被我們所忽視——大海。太平洋上的鄰居夏威夷，已經部署了一座 1.25 百萬瓦特（1.25MW）的波浪能發電示範裝置，並即將併入夏威夷的電網。雖然這個發電量看似不大，但一台裝置只需要 38 公尺長、18 公尺寬的空間。想要放置更多的裝置，需要更大的空間嗎？大海有的是空間。

看來從海洋中擷取能源，或許就是台灣能源的終極解答。但為什麼還沒有人大力投入這個領域呢？

從海洋擷取能源

事實上，從海洋中獲取能量的想法並不新鮮。利用海洋的物理或化學特性所開發的能源，稱為海洋能。海洋能可以大致分為多種不同的形式，每種原理各有不同。

首先是波浪能。夏威夷建設的波浪能示範電廠，就是利用波浪的上下運動所產生的位能變化，或者是利用波浪中海水運動所帶有的動能，來產生電力。值得一提的是，無風不起浪。波浪的產生及其動能的來源，來自於風吹過海面時所產生的摩擦力。而風的出現，可能來自地球自轉，或者是太陽加熱地表和空氣所產生的氣壓差，空氣從高壓區流向低壓區，進而產生風。因此，波浪能的源頭其實是地球和源源不絕的太陽能，被視為永續能源。

其次是潮汐能。月球的引力是潮汐漲退的主要原因。潮汐造成海洋水位的變化，產生位能；同時，漲潮和落潮的水流也帶有動能，這兩種能量都可以用來發電。

另一種是海流能。這是利用海洋中洋流流動的能量。例如，台灣附近的黑潮，水流方向不論冬夏，都是由南向北，而且流速相當快，約每秒 1 至 2 公尺。只要在海流中放置水輪機，就能驅動發電機發電。

接下來是較為特殊的兩種方式。溫差能（OTEC，Ocean Thermal Energy Conversion）利用海水表面和深海之間的溫度差來發電。我們知道，海水表面因為受到太陽照射，溫度較高；越往深海，溫度越低，一般溫差可達 14 至 25 攝氏度。我們可以利用這個溫差來發電，原理類似地熱發電。OTEC 系統除了發電外，還可以結合海水淡化、海洋養殖和空調冷卻系統等多種用途，可謂一舉多得。

最後是鹽差能。這是利用鹹水和淡水之間的鹽度差異所產生的化學電位差來發電。發電廠通常建設在河水和海水的交界處，將海水和淡水當作一個巨大的化學電池的兩極。

台灣適合發展海洋能嗎？

地球表面約有 70% 是海洋，蘊藏著無窮的潛力。國際能源總署（IEA）在 2007 年發布的報告預估，海洋每年蘊藏了 21,100 到 93,100 太瓦小時的發電量。作為對比，根據統計公司 Statista 的資料，2022 年全球總發電量為 29,165 太瓦小時。也就是說，海洋蘊藏的能源，足以供給全球所需，甚至可能多出數倍。

海洋能除了蘊藏量龐大之外，發電不需要佔用陸地，又屬於不會造成環境污染的可再生能源，具備多重優勢。既然如此，為什麼我們不大力發展海洋能呢？畢竟台灣四面環海，感覺應該非常有利於開發海洋能。但事實上，不是每一種發電方式都適合台灣。

根據工研院於 2018 年整理的資料，台灣的地理環境較有潛力發展的是波浪能、溫差能和海流能。在詳細介紹這些能夠發多少電之前，我們先有個概念作為對照。2023 年，台電系統（不包括民營電廠）發電總裝置容量約為 55 吉瓦（GW），而目前封存的核四，兩部機組的總裝置容量為2.7 GW。

首先，波浪能發電適合的區域包括東北角外海、富貴角一帶，以及澎湖和雲林、彰化外海，發電功率有望達到 2.4 GW。溫差能發電適合的範圍則在花蓮、台東外海，具有 2.8 GW 的發電潛力。至於海流能發電，適合的地區在富貴角、澎湖水道（台澎海峽），以及東部外海的黑潮，共有 4.2 GW 的發電潛力。此外，在金門和馬祖，也有一些潮汐能發電的潛力。

總計而言，台灣的海洋能蘊藏量至少有 9.4 GW 的潛力，相當於七部核能機組的發電量。這樣的發電潛力也意味著巨大的經濟價值，估計海洋能市場的產值可達數兆台幣。

發展海洋能的困難之處

既然海洋能蘊藏量龐大，為什麼我們至今未見台灣有大規模的海洋能開發計畫呢？

首先，海洋能的技術發展仍存在許多挑戰。在各種海洋能中，潮汐發電目前最接近成熟的商業化階段，且已有正在運作的商業發電廠。例如，全球有十多座潮汐發電廠在運作中，其中韓國的始華湖潮汐發電廠是全球最大的，發電容量達 254 MW。此外，還有一些潮汐發電廠處於規劃或建造階段。

然而，潮汐發電的效益取決於潮差（滿潮和乾潮之間的水位差）的大小。一般而言，需要潮差達到 5 公尺以上才有經濟效益。台灣除了金門、馬祖等外島之外，潮差均不足5公尺，因此潮汐發電的潛力較低，並非首選。

至於台灣適合發展的波浪能、溫差能和海流能，目前全球的發展進度都較為遲緩。以波浪能發電為例，雖然蘇格蘭曾有過小規模的商業化案例，但已經退役。不過，最近也有新的波浪能計畫正在進行，包括本文開頭提到的夏威夷案場，這是愛爾蘭公司 OceanEnergy 在夏威夷設置的波浪能轉換器 OE-35，裝置容量為 1.25 MW。另外，瑞典公司 CorPower Ocean 在葡萄牙設置了 C4，裝置容量為 600 kW。雖然規模不大，但已達到商業化的程度，有望在不久的將來成為新的商業化發電方式。

至於溫差能、海流能和鹽差能，都還處於技術發展或小規模實驗測試階段，距離成功商業化發電還有一段路要走。

那麼，海洋能發展緩慢的原因是什麼呢？技術層面是一大挑戰。首先，海水對電器設備具有腐蝕性。同時，海上的強風大浪可能造成設備損壞。海洋生物也會附著在設備上，影響其運作效能。因此，打造耐用且抗生物附著的海洋能發電設備，本身就是一個巨大挑戰。

此外，即使我們能夠製造出能夠承受各種海洋環境的發電裝置，是否能長期高效地發電也是一個問題。如果無法建立耐用且具有一定規模的海洋能發電設施，成本將無法下降，進而阻礙海洋能的開發。

台灣在海洋能開發的進展

在波浪能方面，工研院開發了「懸浮點吸收式波浪發電」系統，包含具有運動模組和浮筒模組的上浮體，以及具有穩定作用的下浮體。當波浪經過時，上、下浮體會產生相對運動，能量擷取系統藉此吸收波浪的能量。

國家海洋研究院則與台灣海洋大學合作，進行「振盪水柱式波浪發電系統」的研究。該系統利用波浪的上下擺動，擠壓空氣艙內的空氣，將空氣擠出至口徑較小的排氣口，造成空氣流速加快，進而驅動排氣孔中的扇葉發電。成大也有實驗室透過數值分析軟體，進行發電裝置最佳化設計的研究。

在海流能方面，國家海洋研究院、台灣大學、中山大學和台灣海洋大學均參與了「浮游式洋流發電機組」的研發。發電機艙採流線型設計，類似一台風箏。機艙後方的葉片在受到洋流衝擊後轉動，驅動發電機產生電力。目前，20 kW 級的發電機組「錨碇」已在90公尺深的海中初步測試成功。中研院也正在研發 100 kW 等級的渦輪機，預計今年在台東外海下水測試。

在進度較慢的溫差能發電方面，台泥預計在和平火力發電廠打造台灣第一個溫差能發電系統。

未來展望與政策目標

不知不覺中，台灣在海洋能的開發上已經投入了不少資源，雖然還需接受海洋環境的考驗，但前景可期。根據目前的政策目標，台灣將從技術較為成熟的海洋能開始，分階段推進。目標是在 2030 年完成 10 萬瓦特到 100 萬瓦特等級的示範發電機組，並於 2035 年設置 100 萬瓦特到 1000 萬瓦特的商業發電機組。根據屆時的技術發展狀況，期望在 2050 年達成裝置容量 1.3 至 7.5 GW 的目標。

在政策執行方面，海洋能開發涉及多個部會的管轄，如環境部、農業部漁業署、內政部國土管理署等。為簡化申請流程並促進開發，設立單一窗口相當重要。值得一提的是，根據最近的消息，台灣已有民間公司提交了 100 kW 的波浪能示範電廠申請，預計最快在 2025 年完成台灣首個海洋能示範場。

台灣作為四面環海的島國，有機會在這個領域取得突破，為未來的能源供應找到新的解決方案。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文／林承勳
• 責任編輯／簡克志
• 美術設計／蔡宛潔

有效利用太陽的光能和熱能

能源減碳已是國際趨勢，近年政府積極開發再生能源，逐年增加發電比例，而太陽能深具開發潛力。新興的鈣鈦礦太陽能電池是目前的研究熱點，不僅製造成本較低，單片發電效率已可達到 25%，逐漸趕上主流單晶矽太陽能電池的 26%。中央研究院「研之有物」採訪院內應用科學研究中心研究員朱治偉，他與研究團隊試圖開發一個小型的全光譜太陽能系統，讓光電轉換效率最好的波段被鈣鈦礦太陽能電池吸收，其他波段的光會穿過半透明的材料面板，抵達下層的集熱管，讓多餘太陽熱能可以回收再利用。

臺灣發展再生能源的關鍵：太陽能

太陽能是目前最為普遍的再生能源之一。近年來，臺灣的太陽能建設有逐步增加，且經濟部已訂下在西元 2025 年，國內再生能源發電量要佔總發電量 20% 的目標，其中太陽能發電量還要達到 20GW（1GW = 10 億瓦）的規模。

除了政府與業者的大型太陽能專案，太陽能發電對於公司行號或是一般社區大樓也有其誘因。樓頂架設太陽能裝置不但可以隔熱、防漏水，每年產生的電力也能由政府以較高的價格收購，創造額外利潤。然而太陽能發電在現階段還有許多缺點等待解決，像是發電裝置在購買設備時就必須先投入大量的建造成本，之後才逐年發電回收。

太陽能發電裝置體積龐大、極占空間，以目前市佔率最高的單晶矽太陽能電池來說，裝置架設完成後就沒有辦法再任意移動，如果遭逢颱風或地震等臺灣常見的天災，無法搬至安全處的太陽能板很有可能受到嚴重損傷。此外，機器也要定期保養維修，否則當灰塵逐漸堆積、器材日漸老舊，發電效率也會一點一點地下降。

好消息是，單晶矽太陽能電池笨重、易碎而無法隨意重組的缺點，在未來很有機會用新型「鈣鈦礦材料」來克服。鈣鈦礦材料可以做成薄膜，附著在可撓曲的軟性基材上。如此一來，鈣鈦礦太陽能電池可以收捲攜帶，便利性遠勝過單晶矽太陽能電池。

朱治偉舉高雄愛河上現有的電動船為例，船上架設的是單晶矽太陽能板，而光是一個面板就重達三十到四十公斤，二十片總共八百公斤。「船雖然能夠自主發電，但發電量還不夠驅動機台本身的重量。」朱治偉笑著說，如果用鈣鈦礦太陽能電池替代，不但能大幅減輕重量，在天氣不好時還能將發電裝置取下，騰出空間做其他用途。

發電效率大比拼：鈣鈦礦電池 vs. 單晶矽電池

除了裝置的便利性之外，太陽能光電轉換效率也是使用時需考量的一大要素。朱治偉指出，單晶矽太陽能電池單片面板在實驗室的發電效率可達 26%，但進到後段模組後，由於需要多片、大面積組裝，並經由導線串聯和並聯，過程中都會產生電阻導致電量損失。實際運作起來，效率只剩下 22%～23%。

鈣鈦礦材料的出現，讓單晶矽受到極大挑戰。以發電效率來說，鈣鈦礦太陽能電池在實驗室的效率可達 25.8%，幾乎跟單晶矽不相上下。雖然鈣鈦礦技術還在研發階段，尚未真正投入市場應用，但以小面積材料測試的實驗數據來說，學界與業界都對其發展潛力寄予厚望。

鈣鈦礦材料的另一項優勢在於，原料非常容易取得，且生產過程耗能與成本都相對低廉。「相較之下，目前發電效率稍微占優勢的單晶矽，是個高耗能、高污染的產業。」朱治偉指出，光是要提煉出矽元素，就得先用高溫把原料的砂熔化，接著在昂貴設備的高溫環境中緩慢結晶。

「而且單晶矽材料對於缺陷的容忍度很低。」朱治偉補充說道。所謂缺陷容忍度，就是材料在結晶時，有缺陷出現對於功能、效率的影響程度。

單晶矽在結晶過程中，原子排列越整齊、純度越高，缺陷就會越少，如此一來，電子在整齊的晶格裡可以很順暢地流動；一旦晶體排列不整齊、有缺陷產生，電子流動就會受到阻礙，讓材料發電效率變差。單晶矽對於缺陷的容忍度很低，缺陷會嚴重影響到單晶矽電池發電效率，因此結晶純度要求 99.9999% 以上。

當矽結晶完後接著要切成薄片，切片時會損耗材料並產生大量粉塵，切完還得進入複雜的半導體製程，不但需要高溫且耗水，還需使用到有毒溶劑。雖然科技廠會將高汙染的排放物先處理到合乎排放標準，但這些製程都需要投入大量的能源跟水。

鈣鈦礦材料：高缺陷容忍度、高發電效率、溶液式製程

鈣鈦礦材料的缺陷容忍度很高，即使結晶缺陷是單晶矽的幾百、幾萬倍，都還能有很高的發電效率。「而且鈣鈦礦電池在天氣不好、低照度或是室內時依然能夠持續發電。」朱治偉提到，單晶矽電池在陰天幾乎完全不發電，而鈣鈦礦電池受影響程度較低，仍可繼續發電。

另外，單晶矽電池基本上沒辦法在室內使用，因室內照明環境為低照度、光的波段很狹窄，整體能量會偏低。但是鈣鈦礦電池不但可以使用，其轉換效率可達 30% 以上，可以驅動電力需求低的元件，例如物聯網裝置等。

「更方便的是，鈣鈦礦材料可以溶解在有機溶劑裡。如果使用溶液製程，就能快速、大面積的製作。」朱治偉提到，等到未來技術成熟，就像是在印刷報紙一般，將含有鈣鈦礦材料的溶劑當作墨水，用印刷方式就能快速生產太陽能電池。

設備建造簡易、材料取得方式環保，如果還能大面積快速印刷來降低製作成本，鈣鈦礦太陽能電池可以說是集各種優點於一身。

不過，鈣鈦礦電池還是有些缺點亟待改善，像是本身材料的穩定性，導致電性上會出現遲滯現象，造成發電量有不穩定、時高時低的問題。此外，由於鈣鈦礦材料是離子材料，一碰到水就會解離，解離後會縮短使用壽命。

朱治偉指出，想要避免水分接觸到鈣鈦礦材料，能用封裝技術來解決。而穩定性問題則要在一開始長晶時著手。像是藉由添加其他離子促進長晶品質，讓結晶更加緊密結合。只要長晶時越整齊、缺陷越少，電子就能輕易地被導出，電流高、效率穩定，遲滯現象就能減少。「鈣鈦礦太陽能電池還有一個問題，就是裡面含有微量的鉛元素。」朱治偉說，雖然使用量非常少，但鉛終究是有毒的物質，若外洩還是有可能對接觸者造成傷害。目前同樣可以用封裝技術來避免鉛元素外漏，但期待未來有機會能找到其他安全的元素來替代鉛的角色。

小孩子才做選擇，我全都要！

太陽光的波長​分佈從 300 到 2700 奈米都有。一般單晶矽太陽能電池只能吸收 300 到 1100 奈米的光，1200 奈米以上的波段皆無法利用，有些被反射到環境當中，有些則是轉換成熱能。

熱能累積在矽晶板裡面，會影響發電效率。「矽晶板溫度每上升 1°C，效率就下降 0.3%。」朱治偉指出，大太陽底下矽晶板的溫度會達到約 80°C，比室溫高約 50°C 左右，這將導致發電效率降低 15%。

相較於不透光的矽晶板，鈣鈦礦太陽能電池能做成半透明的薄膜，將透過的陽光做其他運用。因此，中研院全光譜太陽綠能永續計畫採用的組合是：半透明鈣鈦礦太陽能電池搭配集熱管，以便充分利用太陽能。

「我們用新開發的分光鏡，從 800 奈米波長的地方將太陽光一分為二，800 奈米以下的光直接給鈣鈦礦太陽能電池發電，800 奈米以上的光讓集熱管吸收，產製出熱水。熱水經過吸附式致冷系統（absorption chiller system），透過巧妙的蒸發原理設計，將外部冷水致冷，產製出冰水供大樓使用，剩下的溫熱水則供日常盥洗使用。」朱治偉說道。

用 800 奈米劃分，因為鈣鈦礦太陽能電池在 300 到 800 奈米這段波長時，約有 90% 的光電轉換效率。而 800 奈米以上的波段經集熱管轉成熱能，效率可達到 97%～99%；反之，800 奈米以下的光熱轉換效率則不佳。

將不同波長的光，導向適合的元件

上面提到的「分光鏡」，全名為平面光譜分光模組，這是中研院開發的實驗模組，使用具有光波長選擇的導光板，將不同波長的光導向適合的元件。

這種導光板的作用原理，是經由奈米結構設計來決定要將哪些波段的光引導到哪個方向。在全光譜太陽綠能永續計畫中，是以 800 奈米的波段來區分。

把導光板鋪在太陽能集熱管上，800 奈米以上的光就穿透導光板照到集熱管，800 奈米以下的光就回收，引導到側邊，照在鈣鈦礦光電轉換元件上。

「將鈣鈦礦太陽能電池做在可撓曲的面板上，搭配時就能增加很多使用彈性。」朱治偉提到，脆弱的單晶矽電池受到重壓或劇烈震動就會碎裂，但是鈣鈦礦電池的機械性質很好，結構不易被破壞。

即使大樓樓頂有障礙物，或是要根據導光板的設計在不同方位擺放太陽能電池，鈣鈦礦電池都可以彈性搭配，使用時攤開、不用時就收捲起來。而且鈣鈦礦電池還可以依物體的弧度來配合製造，很適合用在 3C 產品、汽車、電動車的充電上，未來發展具備各種可能性。

目前中研院已經於院內活動中心樓頂架設了集熱管跟致冷系統，而半透明的鈣鈦礦太陽能電池與導光板在實驗室環境中，也證明小面積發電確實可行。

不過，想要量產出大面積的鈣鈦礦太陽能電池，單靠學界的製造能量來說有些困難。國內雖然有廠商在研發鈣鈦礦電池，大多沒有真正投入量產。「歐洲跟美國的公司願意投入大量經費研發產製；臺灣普遍的氛圍是傾向等待有明確的研究成果出現，再加入量產行列。」朱治偉說。

科技帶來改變，前景令人期待

與世界各國相比，臺灣電價相對便宜，且用電量相當龐大。根據經濟部能源局的統計資料， 2021 年臺灣總用電量超過 2800 億度，而目前臺灣發電有將近八成是使用化石燃料的火力發電。低電價導致缺乏節電誘因，高用電需求又使火力發電持續高碳排。根據 Our World in Data 資料，2021 年臺灣平均每人排放的二氧化碳為 11.85 噸，為全世界人均排放量的 2.52 倍，名列第 22 名，人均排放量高於日本、德國、新加坡與法國。

以臺灣的國土面積與經濟規模來說，如此高碳排量代表臺灣的減碳之路還有很大的努力空間。朱治偉指出，目前國內能源有 97% 倚賴進口，若是不努力研發再生能源，對於經濟發展或是國防安全都不會是好現象。

以地熱來說，菲律賓地熱技術的起步比臺灣晚，發展卻非常成功。「臺灣跟菲律賓的地形很相似，發展地熱應該也非難事。」朱治偉表示，即使有學者認為臺灣難以發展再生能源，但在科技發展之下，很多事情都有可能發生。

朱治偉舉例，2014 年得到諾貝爾物理學獎的發光二極體（LED）技術，就是一個科技改變世界的範例，人類得以用新的方式產生高亮度白光。LED 的耗電量僅有白熾燈泡的十分之一，大大改變光照能源的運用。

朱治偉樂觀地指出，就算當前被評估不可行的地熱、風能或海洋能，只要科技持續進步都有機會逐漸實現，新興的鈣鈦礦太陽能電池也是科技進步的一個見證。

鈣鈦礦電池在 2009 年被日本科學家發現時，發電效率其實只有 3%；十年過後，鈣鈦礦電池卻即將追上單晶矽電池發展近百年才達到的效率規模。而且鈣鈦礦材料還可以添加其他離子元素，產生結構變化來影響電性或光性，這個特點讓鈣鈦礦電池未來的發展潛力無窮，也是單晶矽電池完全無法比擬的。

「雖然有些學者不看好，但我相信日新月異的科技在未來能夠改變現狀，讓環境問題慢慢得到改善。」朱治偉說。

聽說高溫會影響太陽能電池的效率？

太陽能電池效率會隨著溫度的上升而下降，下降程度與選用的材料有關。因此太陽能電池效率的標定均在攝氏 25°C。

一般來說，太陽能電池每升高 1°C，會降低整體效率的 0.4% 至 0.5%。溫度過高不僅會降低太陽能電池的效率，也會減低其使用壽命。為了降低溫度過高的影響，建議安裝太陽能板時盡量在底下預留足夠的通風空間，來提高散熱效率。

近期科學家開發出新穎的水凝膠材料，將其貼附於太陽能板背面，利用晚間從大氣吸收和儲存水分。當白天太陽能電池溫度升高時，儲存在水凝膠中的水分便會蒸發，從而降低太陽能板的溫度，如此就可以維持太陽能電池的發電量與延長其使用壽命。

目前的鈣鈦礦電池並不穩定，未來可以如何改善？

鈣鈦礦薄膜材料在形成的過程中，不可避免地會形成大量的淺層能階缺陷（如元素空缺、間隙缺陷和反位替代）與深層能階缺陷（如元素錯位、晶界和沉澱物）。鈣鈦礦薄膜材料雖然可以容忍比較多的缺陷，但是這些缺陷就是造成鈣鈦礦太陽能電池不穩定的最主要因素。

目前在改善鈣鈦礦材料穩定性的研究方向，大致分為兩類：第一類是改變薄膜製程方式來降低缺陷的形成，如兩步驟成膜方式（two-step method）和反溶劑（anti-solvent）製程。第二類是開發多功能分子，鈍化鈣鈦礦材料中不同類型的缺陷，例如以路易斯酸與路易斯鹼、烷基胺鹵鹽、兩性離子、無機鹽類和離子液體來鈍化缺陷。

延伸閱讀

• 政府研究資訊系統。〈全光譜太陽綠能永續系統〉。
• 簡克志（2022）。〈機器學習 x 鈣鈦礦材料：讓 AI 幫你最佳化太陽能電池材料的製程參數！〉，《研之有物》。
• 陳映璇（2022）。〈鈣鈦礦電池是什麼？全台最大鈣鈦礦電池量產，大搶淨零建築、農電共生商機〉，《數位時代》。
• 臺灣科技媒體中心（2022）。〈「高溫影響太陽能板效率？」專家意見〉。
• 臺灣科技媒體中心（2022）。〈「鈣鈦礦太陽能微結構影響降解」專家意見〉。
• Li, R., Shi, Y., Wu, M., Hong, S., & Wang, P. (2020). Photovoltaic panel cooling by atmospheric water sorption–evaporation cycle. Nature Sustainability, 3(8), 636–643. 
• Lin, Y. (2019). How Absorption Chillers Work. EnergyLink. 
• Hanmandlu, C., Chen, C.-Y., Boopathi, K. M., Lin, H.-W., Lai, C.-S., & Chu, C.-W. (2017). Bifacial Perovskite Solar Cells Featuring Semitransparent Electrodes. ACS Applied Materials & Interfaces, 9(38), 32635-32642. 
• Evans, P. (2017). Absorption Chiller, How it works. The Engineering Mindset. 
• Hosansky, D. (2014). Adsorption chiller. Encyclopedia Britannica.