一、前言

Frost & Sullivan在評估市場潛力、專利申請、募資狀態、經濟影響力等關鍵要素後，於微電子領域中，評選出多項未來2-4年內將對社會產生重大影響的新興技術，包括：邊緣AI加速器(Edge AI Accelerators)、生物混合感測器(Biohybrid Sensors)、立方衛星通訊(CubeSatCom)等。本文將針對前述3項新興技術，分述其定義、應用範疇、技術特點、代表性案例等(各項新興技術摘要與發展潛力請參閱圖一)。

二、邊緣AI加速器(Edge AI Accelerators)

邊緣 AI 加速器(Edge AI Accelerators)為專為邊緣運算環境設計的高效能運算裝置，能在不依賴雲端伺服器的情況下，即時於本地執行人工智慧推論與資料分析。此技術可應用於智慧製造、交通、醫療與物聯網等場景，支援高即時性、高效率與高隱私性的 AI 應用。

(一) 技術架構與優勢
邊緣 AI 加速器的設計重點在於提升運算效能、加快處理速度並降低能耗。其核心元件包括：專為先進AI設計的神經處理單元或運算單元；整合於晶片中的高速記憶體，可有效降低內部資料傳遞延遲；負責管理與最佳化資料存取與交換的記憶體控制器；用於連接感測器或其他外部裝置，以高速傳輸資料進入加速器的輸入/輸出介面。

邊緣AI加速器具備多項關鍵優勢，包括：
(1) 低延遲：資料可於本地即時處理，無須傳至雲端，能有效降低通訊延遲。
(2) 成本效益佳：減少對高規格處理器與通訊設備的依賴，可有效降低基礎設施與維運成本。
(3) 資訊安全性高：由於資料不需傳輸至雲端，可降低敏感資訊外洩風險。
(4) 擴充靈活：雲端AI的擴充成本高昂，而邊緣AI加速器因體積小、模組化，易於分散式部署與擴充規模。
(5) 節能效率高：能依實際運算需求進行設計，有效簡化硬體架構並降低能耗。

(二) 發展趨勢
隨著TinyML(微型機器學習)等小型、高效能 AI模型的發展，邊緣 AI 加速器快速成長。2025 年，技術重點聚焦於提升運算效率與降低系統整合成本。2026 至 2027 年期間，邊緣 AI 加速器的運算能力將持續提升，可支援更大型、更複雜的 AI 模型執行。系統將能同時處理多項任務，並具備資源動態調度的能力。預計2028 年以後，邊緣 AI 加速器將能支援先進的大型語言模型與更大規模的 AI 應用，並可依不同產業需求進行客製化設計，廣泛應用於製造、汽車、醫療與機器人等專業領域。

(三) 代表性案例
(1) 低功耗高效率的AI加速晶片
開發廠商：荷蘭 Axelera AI
Axelera AI 專注於研發高效能、低功耗的人工智慧加速器，其核心產品 Metis 採用資料流架構(Dataflow Architecture)與記憶體內運算(In-Memory Computing)等先進技術，讓運算更貼近資料儲存位置，有效縮短裝置內的資料傳輸距離，並降低延遲與能耗。另外，為協助開發者快速部署 AI 模型，Axelera 同步提供完整的開發工具組，簡化從模型設計到實際部署的流程。Metis 系統適用於工廠製造與交通管理等邊緣場域，例如用於自動化瑕疵檢測、即時影像分析等應用場景。

(2) 簡化部署且具備優異使用彈性的AI加速方案
開發廠商：美國 MemryX
MemryX 專注於提供高效率、易於擴充與使用的邊緣 AI 解決方案，其核心產品為同樣採用資料流架構與記憶體內運算的 MX3 AI 加速器。MX3 運算效能優異，可支援同時處理大量即時影像與感測資料，且其體積小、不需風扇冷卻，適合部署於空間有限的邊緣裝置中。近期 MemryX 規劃至印度設立研發中心，並與嵌入式平台供應商 Variscite 合作，推動 AI 加速器在車用與工業領域的應用。

三、生物混合感測器(Biohybrid Sensors)

生物混合感測器為一類創新裝置，將生物分子(如蛋白質)或細胞與工程化材料及電子元件相結合，建構出具備高靈敏度與高選擇性以及即時反應能力的偵測系統。在智慧醫療與環境永續日益受到重視的趨勢下，生物混合感測器，正迅速成為跨領域創新應用的關鍵技術

(一) 應用前景與挑戰
生物混合感測器主要應用領域包括：
(1) 醫療照護
生物混合感測器能即時且準確地監測多項生理指標，為精準診斷與個人化健康管理提供技術基礎。例如，應用於血糖監控的穿戴式感測裝置，可協助糖尿病患掌握血糖變化趨勢，並降低對侵入性檢測的依賴。
(2) 消費性電子
生物混合感測器亦能整合至穿戴式裝置中，進行心率等健康數據的即時監控，有助於建構更完整的個人化健康照護模式。隨著穿戴式科技的普及、感測元件的小型化以及大眾對預防醫學的重視日益提升，生物混合感測器正逐漸展現出應用價值。
(3) 工業應用
生物混合感測器藝能廣泛應用於生物製造與化學生產等場域。透過更精準的監控機制，能有效提升生產效率、降低廢棄物產生與營運成本，滿足永續與高品質製程的市場需求。

然而，在不降低效能與品質的前提下實現量產，仍是生物混合感測器推動應用的重要挑戰。此外，若感測器涉及活體生物材料，亦可能面臨法規審查、生物安全與潛在環境衝擊等風險，進而限制其於醫療、食品等產業中的應用普及。

(二) 發展趨勢
預估自 2025 年起，生物混合感測器的發展重心將由技術研發逐步轉向跨領域整合。初期階段將聚焦於生物材料、感測元件與人工智慧的結合應用，並透過原型製作驗證其技術可行性與臨床潛力。例如，自我修復型生物材料、可同時偵測多種生物標誌物的智慧感測器、智慧義肢原型。至 2027–2028 年，生物混合感測器將逐步由概念驗證階段進入實地測試與部署階段，並導入至穿戴式裝置與醫療系統中，進行慢性病管理、疾病早期預警與即時生理監控等用途。在機器人領域，結合生物混和感測器的機器人，將開始具備執行複雜任務的能力，尤其適用於柔性機器人與手術輔助等需精細操作的應用場景。

預計至 2029–2030 年，生物混合感測器將進入成熟階段，應用範圍將涵蓋醫療、環境監測、機器人技術與神經科學等關鍵領域。技術方面，生物混合感測器將實現可植入式設計與長時間穩定運作，以及自我修復與自我優化能力。同時，生物混合義肢將能恢復患者部分觸覺等感官能力，改善生活品質。另一方面，感測資料將可整合至個人健康紀錄與智慧城市系統中，為公共健康決策提供更即時且全面的資料支持。

(三) 代表性案例
(1) 微型穿戴式生物感測技術
開發廠商：美國 Biolinq
美國新創企業Biolinq，專注於開發新一代微型穿戴式生物感測器。該公司正開發一款僅貼附於皮膚表面的感測貼片，透過電化學方式，即時偵測皮下組織液中的葡萄糖濃度。該技術不僅降低使用者不適，亦減少對傳統穿刺方式的依賴，並具備低耗電、高靈敏度等優勢，適用於糖尿病患的日常健康監控與個人化代謝管理。

(2) 水域生物多樣性監測機器人系統
開發單位：奧地利格拉茲大學(University of Graz)
BioDiMoBot 為歐盟 Horizon Europe 支持的研究計畫，旨在開發一套可長期自主運作的水下機器人系統，應用於水域生態與生物多樣性監測。整套系統包含具備太陽能供電與無線通訊能力的水面單元、可執行微生物偵測任務的水底單元，以及串聯各感測模組的連接繩索與可沿繩索移動的感測節點。這些節點內建多種感測器，結合傳統物理與化學量測技術與新型生物混合感測器，可持續收集並分析環境數據，協助評估生物與環境壓力指標，為水域生態退化的成因提供科學依據。

四、立方衛星通訊(CubeSat Communication)

立方衛星通訊是一種以小型化、低成本立方衛星(CubeSats)為基礎的遠距資訊傳輸技術，可支援偏遠地區資訊傳輸需求，並降低對傳統地面基地台的依賴。

(一) 特色與優勢
立方衛星通訊是立方衛星的核心任務，負責長距離資料傳輸、指令接收，並支援衛星間的協同通訊。此技術通常採用星座式架構(Constellations)部署，即由多顆衛星依特定軌道分布並協同運作，形成通訊網絡。此種方式能有效提升訊號覆蓋率與傳輸穩定性，減少對地面通訊站的依賴。此技術可廣泛應用於地球觀測、氣候監測、電信服務及科學研究等領域。

立方衛星通訊技術具備以下三項主要優勢：
(1) 成本效益高：系統設計強調經濟性與實用性，普遍採用商用現成元件(COTS)，並整合既有地面站資源，有效降低開發與部署成本，使企業、研究機構與教育單位得以在有限預算下參與太空任務與技術實驗。
(2) 促進技術創新：技術發展持續聚焦於微型化、高速傳輸與衛星間通訊整合等面向，不僅擴展立方衛星的應用範疇，也推動太空通訊技術的整體進步。
(3) 提升技術可及性：具備平價與易部署等特性，使中小型單位、教育機構與新創團隊更易參與太空應用與研究，加速太空科技的擴散與應用落地。

(二) 發展趨勢
自 2025 年起，立方衛星通訊將進入規模化部署階段，並著重於多項技術的整合與應用。發展重點在於低軌道通訊衛星的大規模佈建，以提升全球覆蓋率，同時改善偏遠地區的通訊能力。同時，系統將導入軟體定義無線電(Software-Defined Radio, SDR)技術，透過軟體彈性調整頻率與通訊參數，提升任務靈活性與系統延展性。此外，人工智慧也將進一步整合至衛星通訊流程，用於預測干擾、自主頻譜管理與資料傳輸路徑最佳化，並支援太空端的物聯網與分散式雲端運算應用。

預期自 2027 年起，立方衛星通訊系統將持續提升其安全性與自主性。量子密鑰通訊技術(Quantum Key Distribution, QKD)將展開試驗，利用量子力學特性建立不可攔截的加密通訊機制，強化太空資料的資訊安全。同時，AI 將使衛星網路具備更高程度的自主協作能力，降低對地面控制的依賴，提升系統韌性與通訊穩定性。2028 年起，商用太空網際網路將逐步成形，支援航空、海事與邊遠地區的即時連線。預期至 2029 年，立方衛星通訊系統將具備自我修復、即時運算與低延遲雲端服務能力，並且形成由AI 自主管理的立方衛星網路與商業太空資料中心。

(三) 代表性案例
(1) 基於立方衛星的即時地球觀測與環境監測
開發廠商：美國 Planet Labs
Planet Labs 專注於提供地球觀測影像服務，藉由部署大量名為「Dove」的小型立方衛星(CubeSats)，每天持續拍攝全球地表影像。這些衛星分布於多條軌道，具備多時段、多地點的同步觀測能力，並能將拍攝資料即時上傳至雲端平台，供使用者進行存取與分析。透過訂閱制服務，用戶可即時掌握森林砍伐動態、農作物健康狀況、城市發展趨勢，或災後地區的最新影像。

(2) 衛星物聯網資料傳輸解決方案
開發廠商：澳洲 Fleet Space Technologies
Fleet Space Technologies 專注於解決偏遠地區的資料傳輸問題。該公司已發射多顆自行研發的小型衛星，建立全球性資料傳輸網路，其服務可支援農業、礦業、能源等產業，在缺乏行動網路的環境中穩定傳輸資料。用戶可透過 Fleet 平台進行設備監控與環境管理，適合用於礦場監控、資源探勘、農業自動灌溉與野生動物追蹤等低網路可及地區，以提升作業效率並降低建置成本。