夏天到了如何挑冷氣?定頻和變頻、EER與CSPF差異在哪?懶人包一文看懂
夏天到了如何挑冷氣?定頻和變頻、EER與CSPF差異在哪?懶人包一文看懂
2021.06.22 | 能源環保

冷氣機是夏天的電費殺手,為了讓室內涼快起來,消費者通常都會讓冷氣機不間斷的運轉,進而造成電費增加,而冷氣機耗電的問題,也是各大家電廠商亟欲解決的一大罩門。所以說,冷氣是否省電將直接關係到民眾夏天的電費度數,究竟要如挑選一台省電的冷氣呢?

首先,現在市面上的冷氣機分為「定頻」和「變頻」兩大派別,差異在於壓縮機運轉方式的不同,但省電與否卻會依使用情境而定。其次,政府最新推行的冷氣季節性能因數(CSPF),取代了過往的能源效率比(EER),做為讓消費者判定冷氣省電與否的新標準。然而購買了冷氣之後,要如何設定才有辦法節省電力,同時兼顧冷房效果,就得從使用習慣下手,才有辦法有效控制夏日的電費支出。

Panasonic的LX旗艦系列空調產品,主打ECONAVI高效節能及NANOE空氣濾淨,亦是市面上
Panasonic 的 LX 旗艦系列空調產品,主打 ECONAVI 高效節能及 NANOE 空氣濾淨,亦是市面上 CSPF 值最高的空調商品,更能夠與手機連動遠端操作。
圖/ T客邦

定頻與變頻的差異

排除掉窗型冷氣或分離式冷氣的區別,現代冷氣基本上分成兩種,一個是變頻,另一個則是定頻,此兩者間最大的差異,在於壓縮機運作的方式。

在市面上通常較為便宜的定頻冷氣,在最初啟動時壓縮機會以全速方式進行運轉,為房間注入冷風,等到空間下降至指定溫度後,定頻冷氣的壓縮機則會「完全停止」,節省電力,直到房間溫度重新回升,壓縮機才會再次啟動。變頻冷氣的運作方式則有些不同,剛開始變頻壓縮機同樣會以全速進行運轉,當室內下降到指定溫度後,壓縮機不會完全停止,而是以「較低轉速」持續運轉,時刻監控室內溫度來調整壓縮機的轉速。有趣的是,雖然變頻冷氣的壓縮機是持續運轉,但因為定頻冷氣重新啟動壓縮機的瞬間耗電量較大,這也使得消費者若是經常開冷氣,且每次使用時間都較長的話,變頻冷氣反而會比較省電。只不過,若是家中使用冷氣的時間不長,較為便宜的定頻冷氣,反倒是較好的選擇。

壓縮機運轉速率
圖/ T客邦

EER與CSPF的意義

過去消費者挑選冷氣時,除了研究室內坪數及匹配的冷氣「噸數」之外,通常還會參考「能源效率標示」上的能源效率比(EER)。

EER的基本計算方式為冷氣的冷房能力(kW)除以使用電力(W),當算出來的數值越高,代表冷氣的能源效率越好且較為省電。但是自2017年開始,能源局改用冷氣季節性能因數(CSPF)取代了EER。

CSPF相對於EER,不僅考量了台灣人開冷氣的季節性需求,更將各種不同的運轉條件納入考量,不像EER僅抓取了兩個固定的數值來計算,CSPF對於冷氣的使用量估計更複雜,但也因此更加精確,貼近台灣民眾實際使用冷氣的情況。對於消費者來說,雖然EER與CSPF的計算方式不同,但不變的是,只要冷氣機的CSPF數字越高,同樣代表能源效率越高且較為省電,在選購邏輯上不需要進行改變。不過就廠商而言,有了CSPF當作參考,就能為台灣消費者打造更符合在地氣候的冷氣,甚至做出更省電的產品。

2017開始,能源效率標示上的EER欄位被CSPF正式取代,但是選購原則沒有改變,CSPF仍是越大越
2017開始,能源效率標示上的EER欄位被CSPF正式取代,但是選購原則沒有改變,CSPF仍是越大越好。
圖/ T客邦

本文授權轉載自:T客邦

責任編輯:郭昱彣、錢玉紘

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