3D 列印比你想得更好用！──HOW TO 簡單認識 3D 列印技術

本文由 高柏科技 合作，泛科學撰文

林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。

「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。

回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。

林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。

因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的，不是把答案搬回地面

太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。

儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。

好論文，為什麼仍可能造不出好產品

學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。

林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。

AI 會給答案，誰來負責出貨？

訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？

林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。

「那無疑是我從沒嚐過的味道」，論文的第一兼通訊作者 Jonathan David Blutinger 回想起初期的失敗，委婉地承認：「其實不難吃，只是與眾不同。我們畢竟不是米其林大廚。」^[1]所幸皇天不負苦心人，在多次修正後，美國哥倫比亞大學的團隊，終於做出原料一樣，但是不再坍塌的蛋糕，並於 2023 年 3 月的《npj 食品科學》（npj Science of Food）期刊上分享食譜。^[2]

3D 列印蛋糕的食譜

研究團隊的終極目標，是希望將來任何人均能用簡單的軟體烹飪，3D 列印再雷射加熱，創造經濟、健康且美味的餐點。他們選擇的食材相當普遍，全部都從美國紐約的 Appletree Market 超商購買。^[2]

材料

Skippy 花生醬、J.M. Smucker 草莓果醬、Nutella 榛果巧克力醬、Betty Crocker 糖霜、Krasdale櫻桃淋醬、拿叉子搗爛的香蕉泥；以及用食物調理機攪 2 分鐘製成的全麥餅乾糊（8 塊全麥餅乾、2 湯匙的牛油和 4 茶匙的水）。^[2]

步驟

（1）冷藏材料，使其變得濃稠，以穩定結構。^[2]

（2）把各種材料灌入分別的 7 支針筒（30ml；14 gauge）。^[2]

（3）將針筒裝進特製的 3D 食物印表機。^[2]

（4）把壓克力餐盤擺在 3D 印表機下，盛接針筒擠出的條狀物。其直徑約 1.5 毫米，會逐漸累積出蛋糕的半成品。^[2]

（5）論文有寫到運用藍光和紅外線，為蛋糕加熱。不過，實驗方法的段落，僅提及 3D 印表機附設的藍光雷射二極體（blue laser diode），也就是下圖中黑色的長方體。^[2]

從上面的影片，可見早期幾個版本的蛋糕，非常容易崩垮。^[2]研究團隊於是依據物質受力變形時，展現的黏性和彈性特質，即黏彈性（viscoelasticity），將食材分為「結構」與「填料」兩類，並在軟體中改變設計：^{[2, 3]}用結構性強的全麥餅乾糊，作為蛋糕各層的形狀基礎，又以花生醬和榛果巧克力醬輔助支撐，再填入其他相對柔軟的原料。最後，他們調整 3D 印表機的針筒高度，並減緩列印的速度。如此擠出來的流體，尾端便不會蜷曲。能避免繩捲效應（coiling effect或rope-coil effect），破壞蛋糕表面的平整。要不然有時會出現本文開頭的圖組中，最末一塊蛋糕那種毛躁的外貌。^[2]

3D 列印食品的推廣

目前 3D 列印食物尚未普及，此蛋糕的成形有如曇花一現。這一方面是基於科技新穎，懂得操作的人還少；另方面則因為這種印表機索價不菲，不是誰都玩得起。如果要商業化，研究團隊認為得採取 Gillette 刮鬍刀和 Nespresso 咖啡機的經營模式：壓低主要產品本身的價格，後續再從耗材獲利。換句話說，廠商賣出廉價的 3D 食物印表機，之後消費者就會以零買或長期訂購的模式，購買列印用的食譜和食物匣。食物匣的內容物，發展空間多元。除了碎肉和花生醬等泥狀物；也能推出醬油、橄欖油等液體；食鹽與胡椒之類的顆粒；還有百里香或香芹這類碎片等，任何可食用的東西。^[2]

此外，在薄利多銷和產品開發的同時，也要提升大眾的接受度。偏好天然食材，或是不信任食品產業，都是對 3D 食物列印存有疑慮的原因。研究團隊提出的解方，是宣傳它的好處，例如：精準調配營養，不浪費材料；降低能源耗損；以及客製化的食譜等。^[2]當然，似乎也就避而不談犧牲纖維質，以求列印順暢等問題。^[1]總之，他們描繪出科技烹飪的美好願景，並且排除萬難，要讓飲食邁向全新時代。倘若有天上述的市場成熟，產品賣相比論文中的蛋糕誘人，您會願意品嚐嗎？

致謝

特別感謝許凱勝先生協助確認技術細節。

參考資料

1. Sample I. (22 MAR 2023) ‘Have your cake and print it: the 3D culinary revolution is coming’. The Guardian.
2. Blutinger, J.D., Cooper, C.C., Karthik, S. et al. (2023) ‘The future of software-controlled cooking’. npj Science of Food, 7, 6.
3. Gan H, LAM Y. (2008). ‘Viscoelasticity’. In: Li, D. (eds) Encyclopedia of Microfluidics and Nanofluidics. Springer, Boston, MA.

以往病媒蚊研究中，人類志願者及受試動物，得犧牲小我以造福蒼生。活生生地，讓蚊子叮咬並吸食他們的血液。現在，美國科學家用充滿動物血液的水凝膠餵蚊子；將來或許還能改為填充蛋白質營養液。^[1]從此以後，科學家便能像主持以酒代血的天主教感恩祭，慷慨地對蚊子說：「你們大家拿去喝，這一杯就是我的血，新而永久的盟約之血，將為你們和眾人傾流，以赦免罪惡。」^[2]

餵食蚊子的水凝膠

1944 年科學家 Samuel Gertler 合成的化合物 DEET（中譯「待乙妥」或「敵避」），在二戰期間被美軍用來驅蚊。^[3]之後各種防蚊成份的研究過程，仍免不了仰賴人類和動物的活體貢獻。隨著近年 3D 列印與生物相容水凝膠的技術發展，開發替代品的時機逐漸成熟。理想上，餵食蚊子的水凝膠製品，要具備高解析度的 3D 列印血管、擴散於組織中的血液、對多種蚊子的吸引力、低廉的成本，以及較少的動物實驗倫理問題。此外，最好還能搭配一組攝影器材，與相應的數據運算模型。^[1]

2023 年 2 月，美國研究團隊於《前沿生物工程與生物科技》（Frontiers Bioengineering and Biotechnology）期刊上，介紹他們一體成形的嘗試成果。^[1]

水凝膠的「食譜」

類似於做捲心酥，要先調配麵糊，烘烤定型，才能在裡面填充內餡。此實驗的第一個步驟，是製作稍後能注入血液，或者其他液體的水凝膠。研究團隊先把適當比例的聚乙二醇二丙烯酸酯（PEGDA）、明膠甲基丙烯（GelMA）、甘油（glycerol）、LAP 光敏劑與檸檬黃食用色素（tartrazine），混合在一起。^[1]透過數位光源處理（digital light processing），使原料遇光固化，將內有曲折空管的水凝膠薄片，3D 列印出來。^{[1, 4]}每批產出3份水凝膠，費時約 23 分鐘。^[1]

接著，成形的水凝膠，被丟進磷酸鹽緩衝生理食鹽水（phosphate buffered saline），浸泡至少 2 天。這段期間內，多餘的色素會不斷流出，所以要勤換水，直到水質清淨。上述從頭到尾的程序，一旦商業量產，成本即可降低。如果在無菌環境中製造，還能冷藏儲存數月。^[1]

注入液體

再來，就要幫捲心酥灌多元口味的內餡了。科學家購買了雞、羊和牛，已經去除凝血功能的研究級脫纖血（defibrinated blood）。^{[1, 5]}依照要進行的實驗，將這些血液或是其他液體，裝進針筒。接著，用注射泵浦（syringe pump）和管路，將針筒裡的內容物以 100 μL/min的速率，推進水凝膠裡。此實驗過程中，一支針筒透過管路，最多連接 6 份水凝膠。^[1]

蚊子實驗

美國科學家將多塊水凝膠，分別放置於幾個玻璃罩內。每個罩子裡，引進 20 至 30 隻母蚊子，當作主要的觀察對象。^[1]由於母蚊子吸血是為了產卵，所以裏頭還加上幾隻公蚊子作陪，來促進其食慾。^{[1, 6]}攝影機全程對準水凝膠，記錄蚊子的活動，時間總長約 30 至 45 分鐘。^[1]基於個別實驗的目的，方法設計上稍有差別：

1. 餵食觀察：使用充滿血液的水凝膠餵食蚊子，調整溫度與設備，替換蚊子的品種，並優化攝影機的紀錄。簡單講，就是做不同的嘗試，為後面的實驗打好基礎。^[1]
2. 食物選擇：為蚊子奉上動物血液、紅墨水和磷酸鹽緩衝生理食鹽水，三種「口味」的水凝膠，並貼心熱菜到37°C。後二者沒什麼營養價值，單純想看牠們好不好騙。^[1]
3. 防蚊成份：3個玻璃罩裡，血液飽滿的水凝膠，都溫熱至37°C，但分別為沒塗料、塗抹DEET，以及敷上一層檸檬尤加利油（lemon-eucalyptus oil）萃取物。測試蚊子會不會因為外層的化合物，放棄吸食水凝膠裡的血液。實驗重複5次，受試的蚊子也每次更換。^[1]

結果與展望

餵食觀察的錄像，歷經截圖、挑選、標註和校正等程序，成果被拿來訓練電腦找蚊子。於嘗試及調整後，此運算模型不僅能辨識影片中的蚊子，還會分別「未進食」與「進食中或吸飽血」的腹部形狀，平均準確率高達 92.5%。這個模型，馬上被運用在後面的實驗裡。^[1]

在選擇食物時，紅墨水和磷酸鹽緩衝生理食鹽水，顯然騙不過受試的蚊子；牠們唯獨吸食有動物血液的水凝膠。未來研發蛋白質營養液時，也可以用雷同的方式，評估蚊子的接受程度。為了引誘牠們，以後也能加碼在水凝膠上，塗抹真實皮膚會有的化學物質，並且在附近散佈二氧化碳。若是成功了，成品就能在其他病媒蚊實驗中，替代動物血液。如此便減少血液傳播疾病的風險，^[1]以及使用動物血液的倫理問題。

另一個實驗的 DEET 和檸檬尤加利油萃取物，一如預期地令蚊子完全不想靠近。倒是沒塗料的對照組，卻意外只有 13.8% 的低餵食率。科學家覺得應該歸咎於水凝膠太小，有些蚊子擠不進去。將來製作時，得加大表面積。^[1]

整體而言，論文的第一作者 Kevin Janson 博士，很滿意這個自動分析功能，迅速又穩定的運算模型。在研究驅蚊效果方面，身為論文作者之一的 Omid Veiseh 教授，則認為他們的設計，未來也可以用於測試其他化合物。至於病媒蚊的品種，此實驗主要採用的，是會傳播黃熱病（yellow fever）、登革熱（dengue fever）和茲卡熱（Zika fever）的埃及斑蚊（Aedes aegypti）。另一位作者 Dawn Wesson 教授表示，假使想套用此模型跟設備，在習性迥異的野生品種上，就得再花時間研究。^[7]

參考資料

1. Janson KD, Carter BH, Jameson SB, et al. (2023) ‘Development of an automated biomaterial platform to study mosquito feeding behavior’. Frontiers Bioengineering and Biotechnology, 11:1103748.
2. 「教學方案」天主教台北總教區教理推廣中心（Accessed on 23 FEB 2023）
3. American Chemical Society. (20 JUN 2020) ‘N,N-Diethyl-m-toluamide (DEET)’. Chemistry for Life.
4. A Dowon, Stevens LM, Zhou K, et al. (2020) ‘Rapid High-Resolution Visible Light 3D Printing’. ACS Central Science, 6 (9), 1555-1563.
5. ‘Technical Support – FAQs’. Thermo Fisher Scientific. (Accessed on 23 FEB 2023)
6. Harrison RE, Brown MR, Strand MR. (2021) ‘Whole blood and blood components from vertebrates differentially affect egg formation in three species of anautogenous mosquitoes’. Parasites Vectors 14, 119.
7. Gillham AB. (09 FEB 2023) ‘Human test subjects may no longer be needed for mosquito bite trials thanks to invention of new biomaterial’. Frontiers Science Communications.