綜 合 新 聞
工研奧斯卡揭曉為產業先行指引2030趨勢 AI、5G創新科技獲大廠愛用
![]() 記者鄧宜/新竹報導 有工研院奧斯卡之稱,象徵科技研發最高榮耀的工研菁英獎6/23揭曉,共有6項金獎技術展現工研院在擘畫「2030技術策略與藍圖」下重要研發成果,每個團隊可獲五十萬元獎金。 工研院表示,獲得傑出研究金牌獎的「智慧物聯網關鍵記憶體」,以讀取速度快、功耗低,可達到更穩定、更快速存取的優勢,目前已導入半導體大廠晶圓製程;「iKNOBEADS於次世代細胞免疫治療之應用」,以獨特的突觸結構有效提升人體T細胞活化效率,將與國內大型醫院合作推出臨床用GMP等級產品;「可循環熱固型樹脂合成設計與產業應用鏈結」則可解決環氧樹脂無法回收再利用之環保問題。獲得產業化貢獻獎的有「新型耐溫熱塑彈性體推動」,不只耐候、耐寒、抗衝擊,還能再生利用,目前已進入試量產與驗證階段,預期可達百億以上的市場規模;「應用人工智慧提升光電半導體與PCB產業競爭力」與「推動Pre-5G/5G小基站白牌化產業」則扣合最新的AI人工智慧、5G最新發展趨勢,以前瞻的研發實力及系統化平台,分別導入帆宣、華邦電及5G上下游廠商,展現工研院為產業先行,布局臺灣經濟發展的研發實力。 工研院院長劉文雄表示,科技的超前部署就是要洞悉產業的變化與趨勢,指引未來發展方向。面對後疫情時代,工研院擘畫的「2030技術策略與發展藍圖」,聚焦在「智慧生活」、「健康樂活」、「永續環境」及「智慧化共通技術」領域的創新應用,期許帶領臺灣產業共創新局。 今年脫穎而出的「產業化貢獻獎」及「傑出研究獎」6大金牌獎技術,呼應「2030技術策略與藍圖」,以市場需求為導向,布局下世代創新技術,更是工研院將創新研發能量,真正落實到產業,攜手共創新商機的豐厚成果,期望協助臺灣產業在未來十年奠定根基。 【榮獲傑出研究獎金牌獎的3項技術】 ※「智慧生活」─ 智慧物聯網關鍵記憶體技術 開發讀取快、功耗低、不失憶的下世代記憶體技術,解決物聯網之需求;在鐵電記憶體(FRAM)方面,開發耗電量僅現有記憶體的1/1000,並達到50奈秒的快速存取效率與大於1000萬次操作的耐久性的FRAM技術。磁性記憶體(MRAM)方面,透過結構設計,讓資料讀與寫的電流走不同的路,減少電流經過絕緣層的頻率以達到更穩定、更快速存取的優勢。此外,工研院更結合晶片設計與製程能量,將先進記憶體應用在記憶體內運算晶片,大幅提升AI人工智慧運算的成效。 產業合作:已成功攜手半導體大廠進行試量產製程開發 ※ 「健康樂活」─ iKNOBEADS於次世代細胞免疫治療之應用 全球獨創的「仿生多突狀磁珠製備技術」(iKNOBEADS),以獨特的突觸結構有效提升T細胞活化效率,使用的磁珠量只需目前市售磁珠的三分之一,即可有效活化T細胞數量數百倍,並且具有記憶力可成功對抗癌細胞。 產業合作:已與國內大型醫學中心合作,預計在今年下半年推出臨床用GMP等級產品。 ※ 「永續環境」─ 可循環熱固型樹脂合成設計與產業應用鏈結 從源頭設計可循環樹脂分子結構,突破傳統熱固型樹脂無法重複製造之技術瓶頸,此樹脂分子結構在特定溫度條件下會產生解鏈(debonding),再度回復到原本化合物結構來達到循環再利用目的,以解決現有產業所使用環氧樹脂無法回收再利用之環保問題,能廣泛應用在PCB、碳纖維複合材料、接著劑及塗料等產業。 產業合作:目前已初步與國內CCL和PCB廠商完成產業場域驗證,符合IPC電子產業品質標準規範,並與國內複材廠商利用再生碳纖維成功製成汽車座椅產品。 【榮獲產業化貢獻金牌獎3項成果】 ※「永續環境」─ 新型耐溫熱塑彈性體產業化推動 工研院建立自主新型耐溫熱塑彈性體合成研製技術,協助國內製造業材料自主化及產品高值化生產。透過不同軟硬段的分子結構設計,開發出耐水解、耐候、耐熱、高回彈、阻燃等多種不同的機能特性的熱塑彈性體材料,能廣泛應用在汽車零部件、電子工業配件、3C線材、運動器材等產品。 現已導入:與新光及力麗分別進行熱塑性聚酯彈性體(TPEE)、聚醯胺酯彈性體(TPEAE)試量產研發及驗證計畫,另外也與寶成合作開發製成3D列印鞋。 ※「智慧化共通基礎」─ 推動Pre-5G/5G小基站白牌化產業 透過產學研合作打造開放架構接取系統產品,工研院提供通訊協定層之軟體與韌體解決方案,並結合網通廠商所專擅之硬體,開發軟硬整合之接取系統前期產品,幫助臺灣產業順利切入5G通訊設備供應之早期市場,也讓業者早日提供樣機展示以獲取與國際營運商合作的機會。 現已導入:攜手天線、手機晶片、網通設備、電信營運商、測試、射頻模組等業者自主5G基地台國有自主生態系。 ※「智慧化共通基礎」─ 應用人工智慧提升光電半導體與PCB產業競爭力 針對製造業最關注的產能和品質議題,研發「機台故障預診斷技術」以及「深度學習瑕疵檢測技術」。其中「機台故障預診斷技術」大幅提高機台故障預測準確率超過95%、誤報率低於1%,使工廠能更積極掌握機台的健康情況。 「深度學習瑕疵檢測技術」則運用AI人工智慧建立運算效能及準確率兼具的瑕疵偵測與分類模型,有效地提升產品品質檢測效率,降低57%人工目檢之成本。 現已導入: 協助帆宣、聯策、華邦電等企業將技術導入機台與系統。 ![]() ![]() ![]() ![]() |