網友指責超級充電站還是來自火力發電,特斯拉執行長馬斯克親自回覆
網友指責超級充電站還是來自火力發電,特斯拉執行長馬斯克親自回覆
2017.06.10 | 交通運輸

特斯拉超級充電站的充電體驗是無法找到破綻的,120kW的輸出功率可以在40分鐘內將一輛Model S 90從0充到80%。如果說有什麼值得詬病的地方的話,在目前依舊以火力發電為主的中國,特斯拉將污染從汽車轉移到發電廠的說法一直不絕於耳。然而特斯拉超級充電站新政策的推出,可能讓車主再也用不到火力發電產生的電了。

日前有位網友在Twitter上tag特斯拉CEO Elon Musk:「呵呵,在特斯拉超級充電站身上我看到了火力發電廠的影子,所有你玩的這些概念遊戲背後(動力來源)都是由煤炭燃燒驅動的。」

Musk旋即回覆稱:「所有的超級充電站都在進行太陽能屋頂+能源牆的改造,隨著時間的推移,幾乎所有的超級充電站都將斷開與國家電網的的連接。」

利用太陽能發電、然後將電儲存在充電站,讓前來充電的特斯拉車主體驗真正的清潔能源,這是特斯拉自2012年底發表超級充電站時就提出的藍圖。但彼時特斯拉尚未收購太陽能企業Soalrcity,太陽能電池板的發電效率和成本都沒有達到大規模部署的臨界點,這成為藍圖遲遲沒有落地的根本原因。最終的結果是,前期超過800個超級充電樁中只有6個鋪設了太陽能屋頂。

去年11月,特斯拉完成了對Solarcity的收購,收購的完成使得兩家企業的溝通成本大大降低。更重要的是,特斯拉相繼發表了新款企業級儲能系統Powerpack和能效比得到改進的太陽能屋頂,換句話說,實現當年太陽能驅動超級充電站藍圖的時機開始成熟。

發布太陽能屋頂後不久馬斯克就曾表示,在陽光明媚的地區,新的太陽能屋頂加上新Powerpack可以為超級充電站提供電力供應,尤其是全年無雪的地區,將超級充電站接入國家電網是完全不必要的。

但注意上面的回應,Musk的話術變成了隨著時間的推移,「幾乎所有(almost all)」的超級充電站都將斷開與國家電網的連接。這是否意味著特斯拉太陽能電池板的能效比得到了突破?

為了迎接Model 3的到來,特斯拉今年4月發布了新的超級充電站擴建計劃。去年Model 3的發表會上,特斯拉宣佈到2017年全球各地的超級充電樁總數能夠達到7,000個,或許是考慮到Model 3不斷高漲的市場需求(訂單已經逼近50萬輛),4月公佈的新計劃將這一指標修正為10,000個。

真正的信息量蘊含在官方公告的渲染圖中,從圖中可以看到,特斯拉第一次將商店和超級充電站建在一起,同時充電口前所未有的達到了80個左右,作為對比,目前全球最大的特斯拉超級充電站僅有20個充電樁。此外,接近一半的充電樁上方都鋪設了太陽能電池板,這可能是特斯拉新建超級充電站的參考設計方案。

tesla超級充電站.jpg
圖/ 36 氪

具體到中國市場,特斯拉將於2017年新建超過380個超級充電樁,這一數字超過了過去2年內新增超級充電樁數量的總和。考慮到Model 3從美國東海岸輻射至西海岸,然後是歐洲和亞太地區的交付順序和特斯拉的產能,中國市場新增的超級充電樁完全是為Model S & X用戶打造的。

接著來聊聊那位網友提到的問題,如果超級充電站的電力來源是火力發電廠,購買電動汽車有什麼意義?怎麼反駁電動汽車「污染轉移論」?

從兩個角度說明問題,第一,不是所有國家都是以火力發電為主的,例如美國加州的太陽能發電、北部的風力發電已經大規模應用;與此同時,所有的燃油車都會有尾氣排放,這是一定的。

第二,具體到中國這樣以火力發電為主的國家呢?來看看Musk的回應:

「把同類化石燃料,比如天然氣,把它輸送到發電廠發電,會有60%的綜合燃燒效率,但如果放在加天然氣的內燃機中,目前為止最高的綜合燃燒效率只有20%,即使考慮到傳輸過程中電量的損耗,電動汽車加發電廠的方案對內燃機直接燃燒也有著明顯的優勢,這還沒有考慮汽油、柴油、天然氣從石油中提煉過程中所消耗的能源。另外,風電、水電、太陽能發電這些永續能源發電方式對能源的利用率一直在顯著提升,換句話說,他們在總發電量的份額中所佔的比重會越來越大,而內燃機燃燒效率的提升,在很多年前就遇到了瓶頸。」

來自廈門政府官網的一則名為《純電動汽車與普通汽車的能源轉換效率對比》的公告與Musk所說的具體指標有出入,但同樣證實了「電動車更環保」的觀點:

「傳統內燃機汽車效率為38%,又因為汽車在市內行駛中頻繁的停車、低速行駛等,造成內燃機空轉或處在低效率區,其最終效率不過12%。純電動汽車停車時無機器空轉,95%以上的電池能量可轉為汽車的動力,即使考慮到原油的發電效率、送配電效率、電池充放電效率,其最終效率也可達到19%。」

這裡還有一個問題,又是儲能系統又是電動汽車,廢舊電池也很污染環境的,這是特斯拉的原罪!然而——

4月底,美國證券交易委員會披露,特斯拉共同創辦人兼CTO JB Straubel和特斯拉特別專案負責人Andrew Stevenson發起成立了新公司Redwood Materials,用於佈局電池及其他材料的回收和再製造。

JB Straubel在此前的演講中透露,特斯拉會在超級電池工廠中盡可能100%的回收電池原材料。這不同於業內將尚未報廢的舊電池應用於儲能系統或是對能效比要求較低的場景進行二次利用的做法。 Straubel對此嗤之以鼻:「對電池的二次利用既不具備緊急效益,也沒有很好的利用價值。」

成立了新公司Redwood Materials以佈局電池材料回收與再利用領域後,特斯拉也就完成了動力電池從製造、銷售,到回收再製造的產業閉環。

最後,對Musk和廈門市政府都不信的同學,建議特斯拉電動車、太陽能屋頂和家庭儲能係統能源牆一起買,一勞永逸的解決污染源問題,也不枉特斯拉在全球的超級充電站親自上陣示範。

本文授權轉載自:36 氪

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓