壓縮機時代掰了！華中科大新製冷技術僅需5%功耗，「零碳製冷」時代要來了？|數位時代 BusinessNext

壓縮機時代掰了！華中科大新製冷技術僅需5%功耗，「零碳製冷」時代要來了？

華中科大團隊最新提出的鐵電製冷技術，核心在於利用鐵離子（Fe²⁺/Fe³⁺）的氧化還原反應實現熱管理。

中國科學技術出現重大突破！華中科技大學段江江教授團隊開發出全球首例基於鐵離子「變臉」特性的新型製冷技術，有望一舉改變過去 70 年來壓縮機制冷體系，為全球製冷行業開啟綠色革命之路。

根據國際知名科學期刊《焦耳》(Joule)於1月30日刊出的最新研究論文，中國科學家這項顛覆性研究以 70% 效率提升，以及只需傳統空調 5% 功耗就能降低溫度。

華中科大團隊最新提出的鐵電製冷技術，核心在於利用鐵離子（Fe²⁺/Fe³⁺）的氧化還原反應實現熱管理。

在他們設計的系統中，鐵離子會在兩種狀態間切換：Fe²⁺和 Fe³⁺。就像變魔術一樣， 當 Fe³⁺吸收電子變成 Fe²⁺時，會從周圍偷走熱量，產生製冷效果，當 Fe²⁺失去電子變回 Fe³⁺時又會釋放熱量。 透過控制這一過程，就能實現持續製冷。

然而，初期實驗效果僅能降溫攝氏 0.1 度，遠未達到實用標準，但段江江教授研究團隊透過系統性優化，在三個關鍵領域實現突破。

關鍵突破來自於一個意想不到的地方：溶劑的選擇。實現性能突破的核心在於發現乙腈 - 水混合溶劑的關鍵作用。當溶劑中乙腈佔比達 40%，製冷效率提升 70%，且僅需 0.11 瓦 / 平方毫米的輸入功率，便可實現 1.42 度的溫度降低，理論性能係數更高達 14.3。

這種「溶劑工程」策略使得系統在 0.11 瓦 / 平方毫米的低功耗下，即可驅動 14.3 的理論 COP 值，這一數值是傳統空調的 4.8 倍 (以 COP 3 計)，甚至超越特斯拉熱泵系統 (COP 4.5)。

這一發現以及核心技術的突破，意味著華中科大有望顛覆延續 70 年的傳統製冷方式，未來的空調也許只需要很小電量就能讓你清涼一夏，電動車可能不再需要笨重的製冷系統，甚至你的手機和電腦可能會用這種技術來散熱。

不過，這項熱電製冷技術還需要進一步完善。段江江教授表示，正在開發各種製冷器原型，並尋求與創新企業合作，推動這項技術走向市場。

目前，段江江教授研究團隊已開發 5 種原型製冷器，覆蓋從晶元級 (1cm²) 到建築級 (10m²) 的多場景需求，段江江教授也透露首款商用產品有望在 2028 年前面世，初期目標市場為數據中心冷卻和電動車溫控系統。

專家指出，若上述技術實現產業化，將帶來節能革命、體積革新跟環保突破三大變革，人類或將告別壓縮機的轟鳴時代，迎來「零碳製冷」的新紀元。

延伸閱讀：熱賣「冷門技」！清大前教授孵出上櫃品牌，明遠如何靠代修半導體設備挺進日、美？
有線電視剪線潮激增！普及率跌破5成創新低，重播率高、節目太單一成退訂推力

本文授權轉載自：鉅亨網

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。