陳柏瑞會是台灣另一個張忠謀?
陳柏瑞會是台灣另一個張忠謀?
2001.07.01 | 人物

你的手機可能同時是電話、是收音機、是PDA、是錄音機也是電玩,但它還不是影像電話、不是攝影機、不是電腦,因為小小的手機目前還容不下那麼多的零組件。
但愈來愈多人期望擁有一支萬能手機,怎麼把零件做得更小、怎麼在只比都澎打火機大一點的手機裡塞進更多功能是全世界科學家努力的方向。
過去台灣多是等待國際大廠開發出新產品,再將之快速商品化,以大量製造降低成本賺取利潤。這一回,以製造見長的台灣,研發與世界同步。
一個年輕的團隊,奈米生物技術公司,開發了名為「DNAIC」的半導體技術,這種技術是拿DNA來製造很小很小的電子元件,未來主機板可能比手機SIM卡還小,一元硬幣大小的硬碟就能裝下全套百科全書。當那天來到,你的行動電話就是影像電話、是攝影機、更是一部超級電腦。
DNAIC全名為「去氧核醣核酸邏輯積體電路」,是拿DNA做為半導體積體電路材料的技術。奈米生技總經理陳柏瑞表示,DNAIC可將晶片體積縮小為目前晶片的2%,拿DNA來做CPU,運算能力可增加4倍。

**比SIM卡還小的主機板

**
「晶片的效能每18個月提升一倍、價格降低一半。」屹立30年的摩爾定律,描述每隔18個月,晶片上容納的電路倍增。晶片愈複雜,電腦功能就愈強大,若晶片大小不變,電路必須愈做愈小,才能提升晶片效能。
目前台積電最新製程是0.13,也就是每條電路和電路之間距離0.13微米,科學家認為以同樣的技術和材料,0.1微米將是極限。但DNAIC技術突破矽製程限制,可達0.002微米。
0.002微米相當於2奈米,微米是百萬分之一公尺,奈米則是微米的1/1000、也就是十億分之一公尺,將1奈米的物體放到乒乓球上,就像一個乒乓球放在地球上一般,所以電子元件若能以DNA為基礎材料,要做出比SIM卡還小的主機板並非不可能。
陳柏瑞表示,以目前台積電的技術,12吋矽晶圓如果能切出1000片晶片,同樣大小的DNAIC晶圓至少能切割成1萬片晶片,而且功能更強大。
除了體積優勢,DNA電子元件還有成本低廉、省電、環保等好處。
奈米生技技術經理林育立指出,從雞血裡萃取一整罐DNA,成本不到1000元,而DNA只需極小電流就能被驅動、進行操作,產品自然小而省電,加上DNA電子元件製造過程幾乎不會造成環境污染,製程只需數天,又不必在嚴格的無塵室裡製造,比耗時數月的矽製程更具競爭力。

**26歲的陳柏瑞異軍突起

**
過去幾年,英國及以色列傾全國之力,研究如何將DNA製成半導體元件,英國甚至將發展進度視為國家機密。1998年《自然》(Nature)雜誌曾報導,以色列研發的DNA電子元件能將一般晶片體積縮小一半。
台灣在這方面研發異軍突起,很難想像領軍的陳柏瑞竟然只有26歲。
生命科學背景出身的陳柏瑞,曾是西屋科學生化獎得主,他在研究癌細胞切片時,發現DNA染色技術能改變DNA電性,啟發他利用抗癌藥物與DNA之間的鑲嵌原理,控制DNA導電性,將DNA製成電子元件,突破現有半導體製程瓶頸。
「DNAIC」這項技術,已經取得台灣專利認證及美國專利優先權,據了解,矽統在奈米取得專利之前,就曾開價上億台幣,奈米對這件事則不願回應。
但有好技術,仍需發展出商品才能真正改善人類生活,陳柏瑞希望業界能參與開發DNAIC的商業應用。
如果DNAIC能順利商業化,所有用得到晶片的產品都將變成「DNA inside」。陳柏瑞指出,DNAIC可以做成記憶體、通訊IC、或高速CPU等各種電子零件。他舉例,現在的PDA記憶體一般只有8MB,如果拿DNAIC做記憶體,體積不變,容量將成長125倍,超過1GB。
除了應用在半導體產業,奈米生技正在研究利用過去判定DNA片段的染色技術,與光電技術結合,讓DNA發出螢光,開發輕巧、省電的DNA-LCD螢幕。

**離商業化
還有很長的距離

**
一名威盛工程師認為,如果DNA真的可以拿來做IC,所有製程、機台都必須重新設計,對現有半導體產業將產生劇烈衝擊,「現在的半導體廠商都沒得玩了。」
但許多業界人士對這項突破仍多所保留,甚至半信半疑。
聯電董事長曹興誠表示,「類似創意很多,」即使技術真的開發出來,離商業化也還很遠,根本不值得擔心。像中華開發技術部專案經理李世仁便認為,拿DNA應用在電子材料上並非了不起的創意,兩年前以色列就曾開發出DNA導線,即使奈米生技擁有技術,還需大量累積經驗與實驗數據,才能說服業界人士採用DNAIC。
但李世仁也期待,DNA IC技術成熟之日,將是產業界的新紀元,不但電子元件將縮小至分子大小,科學家夢想中的超高速電腦也將誕生。
陳柏瑞表示,奈米生技已經掌握將DNAIC製成記憶體的技術,在奈米生技背後的精神導師──前英特爾台灣區總經理陳朝益牽線下,英特爾實驗室曾試作奈米的DNAIC晶片。
目前奈米正與英特爾、威盛、矽統等IC設計公司積極接觸,討論將DNAIC技術納入設計中。
陳朝益期許陳柏瑞能成為未來的李遠哲,工研院院長史欽泰也肯定DNAIC的技術成就,但技術若不能應用在工業上,終究無法發揮它的影響力。只是,要將技術應用到生產線,如曹興誠所說,還有一段很遠的路要走。

**陳柏瑞 1分天才加99分努力 **
把IC縮小98%,是很保守的估計!」奈米生技總經理陳柏瑞,瞇著的細長眼睛裡,有著超越26歲的自信。
座落在宜蘭羅東的奈米生技,是典型學生創業的團隊,陳柏瑞本來是東華大學生命科學系的學生,在前英特爾台灣區總經理陳朝益的鼓勵下創業,公司成立短短半年多,就發表了驚人的成就,但DNA IC的種子,卻早在陳柏瑞高中時期就已種下。
陳柏瑞在擔任生物老師的母親耳濡目染下,從小就對生命科學產生濃厚興趣。高中一次實驗,讓他偶然間學習到「DNA能導電」這件事,但直到1996年,陳柏瑞才開始投入DNA導電性的研究。
曾是西屋科學獎(ISEF)得主的陳柏瑞,去年在得獎學生聚會上認識陳朝益。DNAIC的構想,讓陳朝益大為雀躍,積極為陳柏瑞奔走、尋求業界支援,當技術成形,陳朝益還介紹陳柏瑞到美國英特爾實驗室試做產品。
擁有賽車選手執照的的陳柏瑞,被好友林育立形容是一個「很衝、很敢做」的人,「要做,就要做最好的,用命去換也在所不惜,」好強的陳柏瑞做起實驗來,不吃不喝、不眠不休,團隊也常開會到凌晨4點。
為了做測試、跑數據,陳柏瑞和林育立兩人幾乎跑遍了台北、新竹各大學實驗室,2000年4月,奈米生技研發出第一片「DNA inside」的基礎晶片,比陳朝益的估計整整早了兩年。

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