工研院連續13年奪下科技產業奧斯卡,有兩大研發亮點!為何都聚焦在電池?
工研院連續13年奪下科技產業奧斯卡,有兩大研發亮點!為何都聚焦在電池?

特斯拉(Tesla)近日公布第三季交車成績單,一共交付了約13萬9000輛電動車,比去年(2019)同期大增44%,創下單季歷史新高紀錄,這些數字,正說明了全球電動車需求持續攀升,鋰電池更成為了重要技術。

延伸閱讀:馬斯克狂言:特斯拉年產量在2030年達2千萬輛!10年要飆升50倍,有可能實現嗎?

有科技產業奧斯卡之稱的「全球百大科技研發獎(R&D 100 Awards)」,今年邁入第58屆,每年會從上千件創新技術中,挑出100項具有年度重大創新意義,對人類生活影響深遠的商品化技術。

R&D 100 Awards主席Paul J. Heney觀察,從得獎名當中可以觀察出,近年科技趨勢在「汽車鋰電池製程優化」方面有許多研發成果,應證了電動車產業的起飛。

R&D 100 Awards
今年是工研院連續第13年,榮獲「全球百大科技研發獎」。
圖/ 工研院

工研院院長劉文雄說,今年只有16個獎項是美國以外的機構獲獎,其中台灣就得了7個、日本5個,今年也是工研院連續第13年榮獲「全球百大科技研發獎」。劉文雄補充,台灣能夠繳出亮眼,關鍵在於是以市場導向去做研發。

亮點一:電動車的未來—不用加熱的固態電解質

鋰電池廣泛應用在,手機、平板、筆電以及電動車,成分大致有「鎳鈷鎂」、「鎳鈷鋁」兩種組成形式,通常還需搭配具有高閃點的安全液體電解質,才能製成。

不過,傳統的液體電解液具有易燃性,會有爆炸等安全疑慮,工研院材料與化工研究所經理葉定儒說,之所以可以獲獎,關鍵在於解決傳統鋰電池電解質的安全性問題。

葉定儒解釋,電解液這種產品市面上也有,通常電解液在工廠內導入電池後,還需要經過加熱程序,「這個過程是很危險的。」

R&D 100 Awards
工研院表示,目前正在建置固態電解質量產線,已經跟中油、台塑、有量、格斯科技、中華汽車等廠商合作。
圖/ 攝影 / 高敬原

工研院團隊開發出「高能量及高安全樹脂固態電池」,用高離子導電樹脂(NAEPE)材料,取代易燃的傳統電解液;而固態電解質因為在常溫時也可以呈現固態,不需要再加熱讓它固化,還能保有原本電解液高離子導電度,以及改善高電壓穩定性。

固化後,NAEPE閃燃點溫度提高,具有難燃性、高溫循環壽命佳等特點,用NAEPE的固態鋰電池內部可以像積木一樣做內部串聯(Cell to module),突破鋰電池單一結構限制,達到一個電池有12V的高伏特電壓,製程操作容易,產業接受度相對高,可以快速導入現有電池製程。

工研院表示,目前正在建置固態電解質量產線,已經跟中油、台塑、有量、格斯科技、中華汽車等廠商合作,希望能帶動台灣動車跟儲能系統產業發展。

亮點二:3根蠟燭就能發電,全球第一片染敏電池在台灣

此外,工研院也跟台塑合作,功能開發出全球第一片「染敏電池模組」。簡單來說,染敏電池就是弱光發電的技術,跟傳統太陽能發電不同,只需要3根蠟燭的弱光,就能產生電力。

「石化產業面臨轉型的關鍵時刻,」台塑董事長林健男回憶,台塑從2009年開始投入研發染敏電池,這是一種非矽材料的化學太陽能電池,因為比較接近台塑化工本業,跟研發成熟、競爭激烈的矽晶太陽能電池相比,對台塑來說不只進入門檻比較小,用弱光發電的染敏電池還更具備市場潛力。

R&D 100 Awards
染敏電池就是弱光發電的技術,跟傳統太陽能發電不同,只需要3根蠟燭的弱光,就能產生電力。
圖/ 攝影 / 高敬原

雖然認知到了這一點,但當時全球都沒有染敏電池相關技術,各國也沒有投入生產。2011年,工研院跟台塑合作,在台塑位於高雄仁武的實驗室開發材料、製程跟設備,成功產出全球第一片染敏電池模組。這條產線採全自動化生產,並取得多項製程、設備專利,工研院表示,產能每年能達到10萬片,模組轉化效率達到17%。

之所以能夠獲獎,突破之處在於,打破傳統染敏電池效率低的特性,更重要的是,台塑跟工研院一次提出自動化生產方案,以及多項專利,是全球第一個可以量產染敏電池的單位,技術高度自主化。

工研院表示,已經跟台塑準備好要量產,染敏電池在弱光環境就能發電,用這款電池,就不需要拉電線、換電池,不僅可以應用在電動窗簾、感測器、電子紙,未來在物聯網(IoT)時代,也能導入智慧建築、智慧家庭、智慧醫療、智慧城市等領域。

責任編輯:錢玉紘

關鍵字: #工研院 #電動車
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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