EnergyAware儲能解決方案，為台積電年節省1,710萬度電力

FIND研究員：賴奇易

近幾年台灣電力降壓，且因應ESG節能減碳政策推廣半導體公司台灣積體電路公司為了預防電力系統異常影響生產導入ESS節能系統與UPS不斷電系統，透過ESS節能系統中的專利演算法DSP來提高UPS不斷電系統效率來達到半導體公司每年節省1,710萬度電與4.99萬公噸CO2。

圖1：機房示意圖

圖片來源：TSMC ESG，https://esg.tsmc.com/ch/update/greenManufacturing/caseStudy/1/index.html

【技術發展背景】

1.產業面臨問題

近年來台灣的電力降壓、降頻狀況頻傳，對於以半導體產業為核心的台灣來說，無疑是一大重傷，一旦停電製程就必須重新製造，半成品報廢不說，所有機台還要重新調整參數才能上線，嚴重影響產能。因此絕大部分的半導體業者長期倚賴不斷電系統(UPS)與緊急發電機來因應台電無預警的停電或是壓降的緊急狀況，而伴隨台電的「用電大戶條款」成立，企業須額外安裝再生能源與儲能系統，然而不斷電系統卻仍然維持購置，無形中就變成額外的浪費，缺乏整合方案。

【技術介紹與應用狀況】

1.技術特色與可解決之問題

ESS、VMMS最佳模式切換：

ESS節能系統：以具備專利演算法DSP，結合無變壓器設計的架構，隨時追蹤電力品質，當負載於30～100%時，UPS效率皆可達99%，比傳統變壓器式的UPS效率更高。

可變模組管理系統(Variable Module Management System, VMMS)：採用雙匯流排系統和多機冗餘並聯的架構，當負載較輕時，部分UPS模組可進入休眠模式，當負載增大時再重新喚醒更多UPS模組，從而確保處於最佳工作狀態。

Dual Purpose UPS：以儲能與不斷電系統2者功能並存，正常時是在儲能模式下運作，進行填峰削谷(Peak Shaving)，從而為企業減少電費，而在電力異常的情況下，只需要 2ms 的轉換時間就能切換至在線模式 (online mode)，為負載(設備)進行電力救援。

圖2：產線節能規劃設置

圖片來源:

https://www.eaton.com/sg/en-us/markets/data-centers/transform-your-data-center.html

2.現行應用：

具台灣積體電路公司開始採用與伊頓進行合作，為UPS研發自主節能系統路徑切換功能，節電14.4百萬度，佔全公司年度節電量16%，而後續更採用了伊頓 EnergyAware 儲能解決方案，並於2020年ESG報告書表明，透過UPS不斷電儲能解決方案進行待機節能，為晶圓十二A／B廠、晶圓十四B廠、晶圓十五A廠、晶圓十五B廠及晶圓十八Ａ廠智慧節能年省1,710萬度電、4.99萬公噸CO2。

【未來展望/挑戰】

導入EnergyAware儲能解決方案能在製造業中，生產線和設備所需要的穩定而連續的電源，對於數據上的保護也不會因臨時斷電導致數據遺失，且由於有專利演算法DSP亦可節省用電量來達到節能減碳的效果，再導入此方案會遇到的困難點在於不斷電系統中的電池需要有一定的空間進行存放，不斷電系統中的電池是一個重要的組件，其壽命有限。電池的定期更換會帶來不便，也增加了維護成本。

資料來源：

1. 封面圖片來源: Eaton儲能機房 圖片來源： Eaton  https://www.eaton.com/tw/zh-tw.html
2. https://esg.tsmc.com/ch/update/greenManufacturing/caseStudy/46/index.html
3. https://www.eaton.com/tw/zh-tw/products/backup-power-ups-surge-it-power-distribution/backup-power-ups/energyaware-ups.html

自適應學習應用於學習系統

FIND研究員：羅紹賢 自適應學習（Adaptive learning），指的是一種教育方法，藉由電腦的演算法來跟學習者互動， 並為每個學習者提供個人化的教育資源與活動，以解決他們各自的需求。這種方法透過人工智慧的方式，檢測學生知識上的缺漏，並針對這些缺漏提供協助，從而提高學習效率與成果。 >

《臺灣雲市集趨勢觀測》數位工具也轉型，從單點解方到服務創新

FIND研究員：趙婉茹 2020年初COVID-19（嚴重特殊傳染性肺炎）疫情大爆發，對全球各項經濟活動造成了嚴重影響。在過去近3年的疫情期間，由於各國陸續頒布了不同程度的防疫隔離措施，商業模式和市場環境均發生巨大變化，數位應用的發展成為當務之急，企業紛紛加速數位化調整經營步伐以應對市場變化。>

Veritas Toolkit 2.0：新加坡金融機構AI業務評估新工具

FIND研究員：李佳熹

新加坡金融管理局（MAS）在2023年6月26日發布了開源工具包Veritas Toolkit 2.0，這個工具包是由MAS帶領的Veritas聯盟(成員包含31家金融機構與企業)所開發的，其目標是幫助金融機構負責任地應用AI。Veritas Toolkit 2.0根據MAS所開發的公平性、道德性、責任性和透明度四大原則對AI進行評估，稱之為「FEAT原則」（FEAT principles）。

FEAT原則之內涵

FEAT原則由MAS於2018年11月12日發布，目的為了協助金融機構執行人工智慧及資料分析(Artificial Intelligence and Data Analytics，AIDA)業務時有可遵循的標準，其中包含4大面向及14點原則。

圖1 FEAT原則 4大面向

資料來源：作者自行繪製

Veritas 聯盟及Veritas Toolkit

MAS主導成立Veritas聯盟，並從2019年起啟動三階段計畫。除了持續研究FEAT各原則的評估方法、探索不同金融場景中的AI使用案例外，Veritas聯盟還發布Veritas Toolkit，以程式協助金融機構評估其所設計的AI是否符合FEAT原則。Veritas Toolkit 1.0於2022年2月發布，主要關注公平性的評估方法。本次發布的2.0版本，改進了公平性的評估方法，並新增對道德性、責任性和透明度的評估方法。

作為計畫第二階段的成果，Veritas聯盟同時發布一份白皮書，介紹7家金融機構將Veritas方法與其內部治理框架相結合的關鍵經驗教訓，並公布了瑞士再保險公司和Google應用Veritas方法的經驗。未來，Veritas聯盟將重點培訓金融業中更多負責任的AI人才，並與解決方案提供商合作，將Veritas Toolkit結合至AI解決方案中，能為金融業提供更好的服務。

MAS強調，金融機構需要建立健全的AI負責任使用框架，並表示Veritas Toolkit 2.0將促進金融業的負責任AI生態系統發展。

臺灣金融業對AI之應用正在起步階段，金管會及銀行公會等周邊單位刻正討論風險管控議題。在規範制定、產官合作模式及相關案例經驗等方面，新加坡的經驗都值得臺灣主管機關或金融機構借鏡。

參考資料

1. MAS, MAS-led Industry Consortium Releases Toolkit for Responsible Use of AI in the Financial Sector, https://www.mas.gov.sg/news/media-releases/2023/toolkit-for-responsible-use-of-ai-in-the-financial-sector#1(Last visited date: 2023, Jul 10).
2. MAS, Principles to Promote Fairness, Ethics, Accountability and Transparency (FEAT) in the Use of Artificial Intelligence and Data Analytics in Singapore’s Financial Sector, https://www.mas.gov.sg/publications/monographs-or-information-paper/2018/feat (Last visited date: 2023, Jul 10).
3. MAS, Veritas Initiative, https://www.mas.gov.sg/schemes-and-initiatives/veritas (Last visited date: 2023, Jul 10).
4. Veritas, Document 5：From Methodologies to Integration.(Last visited date: 2023, Jul 10).

 封面圖來源: 作者自行繪製