【觀點】更安全、更續航的電池新技術!高鎳三元、鈦酸鋰是什麼?台廠機會在哪?
【觀點】更安全、更續航的電池新技術!高鎳三元、鈦酸鋰是什麼?台廠機會在哪?

因應淨零減碳趨勢,各國政府紛紛制定禁售燃油車政策,搭配電動車購車補助、充電樁基礎建設等行政措施,全力推動電動車發展。而高速成長的儲能與電動車市場,帶動了電池技術發展。

根據研究機構TrendForce預估,2023年全球儲能需求為111 GWh,2030年將達1160 GWh,CAGR為36%,此市場的主流仍為鋰電池,市佔率超過90%。電動車市場的需求則更為強勁,EV-Volumes統計,2022年全球銷量為1050萬輛,年成長55%,預估2023年將達1430萬輛,與2022年相較成長36%。目前電動車市場以中國、美國、歐洲為主,中國仍是目前規模最大者,歐洲正迎頭趕上,尤其是北歐更是成長速度最快的市場。

比亞迪
中國電動車龍頭比亞迪。
圖/ 愛范兒

就產業歷程來看,電動車仍處於發展初期,無論是電力系統、車身結構…等各方面技術都正全力提升中,而電池則是目前被高度重視的技術之一,因為電動車重視的效能、安全性兩大重點,和電池芯材質、電池模組設計都息息相關

目前全球的電池芯以鋰離子為主,但已有台灣新創公司開始聚焦在「高鎳三元」與「鈦酸鋰」這兩種技術難度更高的材質,藉此提升競爭門檻,這兩款電芯,由於在安全性、功率密度、體積、充放電次數…等面向,都遠勝目前常用的鋰電池,因此深受市場矚目。

兩大電池新技術,什麼是「高鎳三元」和「鈦酸鋰」?

高鎳三元:能量密度高、續航力更強

高鎳三元電池是近年日、韓兩國的重點研發項目,電動車大廠特斯拉也大舉投入。高鎳三元電池中的「三元」意指鎳、鈷、錳 (鋁)三種元素,在過去的三元電池種,這三種元素的比例是1:1:1,後來調整為6:2:2,現在的研發方向則為8:1:1,三種不同比例元素所製成的新世代電芯材料,其能量密度從最初100Wh/kg提升到現在的300Wh/kg,逐漸逼近此材料的極限。

由於材料克容量的提升,帶動了能量密度的成長,以乘用型電動車為例,高鎳三元電池100kW可行駛500公里的續航力,是其他電池難以企及的效率,再搭配冷卻技術、SiC寬能隙半導體元件的支援,還可因高壓降低電流,減少電池發熱,從而延長使用壽命,觀察市場應用,高鎳三元電池將以電動二輪、四輪載具與無人機為主。

高鎳三元
高鎳三元。
圖/ 維基百科

延伸閱讀:【圖解】高鎳三元電池,為何讓日韓、特斯拉瘋狂研發?

鈦酸鋰:不易短路、安全性更高

除了高鎳三元外,另一項安全與穩定性也極高的技術是鈦酸鋰電池芯。過去市場常見的磷酸鋰鐵、鋰鐵錳…等電池,不時出現燃燒、爆炸等狀況,原因在於這類電池的負極材料都採用石墨,由於石墨為「層狀結構」,當電池在快速充放電時出現鋰離子沉積,鋰離子會因碰撞後產生短路。

相較之下,鈦酸鋰的負極材料屬於「格狀結構」,充放電時每一鋰離子都會進入格中,不會彼此碰撞,因此安全性極高。格斯科技在產品驗證過程中,曾嘗試以外物大力破壞,電池仍能穩定完成放電,其安全性可見一斑。

中油鈦酸鋰電池
中油鈦酸鋰電池。
圖/ 陳映璇攝影

由於鈦酸鋰電池的安全性高,但能量密度仍有成長空間,因此目前多用於行駛里程可規範的電動載具,如電動巴士、無人搬運車等,此外自動調頻儲能系統也適用。

台廠競爭機會:高階材料、軟包架構堆疊產品、差異化服務

研發高鎳三元、鈦酸鋰等新世代材質電池芯的同時,台灣的新創公司在電池架構與製造服務希望打造出與傳統作法不同的方式,透過對於材料的知識與製作工藝的研發,提煉出創新產品以及可以符合客製化需求的服務,量身打造最適化電池產品。

透過應用場域需求回推,計算、設計出合適的電池架構。以電動車為例,團隊人員會先了解動力系統中的馬達輸出數值,計算所需的電壓與電力容量,再透過不同操作電壓的電池芯串併,組裝成最佳化電池模組。

此外在產品架構方面,以「堆疊式製程」做出的軟包電池為主。早期的主流電池製程為「捲繞式」,再置入圓柱或方形硬殼中。但捲繞式架構的缺點有二,一是內阻往往高達15mΩ從而產生高熱,二是外部硬殼容易蓄壓,當熱膨脹到一定程度時就會出現爆炸。

而「堆疊式」的軟包電池內阻僅有0.5~0.7mΩ,更低的電阻帶來更低的熱量,同時軟包的外部材質可在熱膨脹時洩壓,降低電池爆炸機率,此外在能量密度、電池重量等方面,軟包電池的表現也都更為優異。這也是近期純電動車廠商逐漸轉向採用此類產品的主因。

以行動向國際說明,台廠在國際能源市場具備最佳實力

台廠目前在高鎳三元與鈦酸鋰電池兩大產品上已有了重大突破,像是鈦酸鋰電池芯的高安全性通過第三方專業認證,寬溫設計可讓電池芯在 -40⁰C至75⁰C的氣候下穩定運作。使用壽命方面,已有公司的鈦酸鋰電池即便經過8,000次循環充放電仍有91%容量,此外鈦酸鋰電池芯充放電的溫升更小,確保電池安全。在軟包電池芯製造層面,單邊單出極耳設計,可有效分散熱源、減少電池劣化,加大加厚極耳設計適用於大電流充放,極耳耐腐蝕塗層專利則可提高安全性。

Fluence全球儲能案場.jpg
Fluence全球儲能案場
圖/ Fluence

已經有不少廠商投入儲能市場之中,在電池芯的部分,台灣透過深厚技術能量與產品品質,吸引了全球廠商目光。目前除了日本、東歐客戶外,也與美國、印度、英國等企業簽屬合作意向書,共同開發產品,同時更評估海外設廠的可能性。以2015年成立的新創格斯科技為例,旗下產品包括軟包電池芯、電池模組開發製造、儲能系統開發與組裝應用,2021年在桃園中壢打造的台灣首座GW電池超級工廠已於今年4月落成,預計2023年第3季投產,2024年第2季產能也已經達到1GWh以上。

放眼未來,台灣應將持續探索新世代電池的各種可能性,並在產官學研的共同合作下,探索與深化台灣電池領域的技術能量,爭取全球訂單,共同向世界證明台灣在能源市場中的關鍵地位。

延伸閱讀:8歲的格斯有何本事超車鴻海,還打入國際?

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:蘇祐萱

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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