<專利申請系列－什麼東西能申請專利>

關於<GIPR Channel>的系列文章，將發展新的系列主題，每雙週會依序分享「AI伺服器」、「智慧載具」、「智慧醫療」的市場與技術消息。如果你也有想要了解的議題，請留言告訴我，我會優先為你製作特刊。

隨著AI技術逐漸融入各行各業，從深度學習模型訓練到即時推論，傳統伺服器已無法滿足龐大且複雜的運算需求。AI伺服器不僅整合了多核心CPU、專用AI加速器及高速網路技術，更在硬體架構與散熱設計上進行突破，為AI應用提供強大且穩定的運算支援。伴隨AI應用的多元化與複雜化，AI伺服器的技術演進將持續引領產業革新，成為企業數位轉型不可或缺的基石。本期”什麼東西能申請專利”我們就來看看關於AI 伺服器。

《孫子．謀攻》知彼知己者，百戰不殆。擬定智財競爭策略，贏得市場競爭優勢。

目次

• AI 伺服器能申請專利嗎？
• 發明專利案例
• 新型專利案例
• 設計專利案例
• 下期預告－智慧載具

一、AI 伺服器能申請專利嗎？

<<強哥提醒！若您不想看細節，只需知道AI伺服器（AI Server）是專為人工智慧（AI）工作負載（如大規模AI模型訓練、神經網路與深度學習推論）所設計的高效能運算系統。>>

（一）什麼是AI伺服器？

• 專利申請：保護AI製程創新與技術突破
  • AI伺服器的定義與架構：AI伺服器是專為人工智慧（AI）工作負載設計的高效能運算系統，能處理龐大且複雜的資料與演算法，支援機器學習、深度學習、自然語言處理等應用領域。整合CPU（中央處理器）、GPU（圖形處理器）、FPGA（現場可程式邏輯閘陣列）、專用AI加速器（如TPU、ASIC）等硬體元件，搭配高速網路與I/O裝置（例如乙太網路、USB、Thunderbolt™），形成具備高速平行運算能力的整體架構。伺服器外殼設計多樣，從無風扇到高效散熱系統皆有，能適應不同部署環境需求。
  • AI伺服器與傳統伺服器的比較

項目	AI伺服器	傳統伺服器
主要運算元件	多核心CPU + 專用AI加速器(GPU、FPGA等)	主要CPU為主，較少AI專用硬體
運算需求	高度平行且計算密集	一般商業運算或資料庫處理
功耗	高於傳統伺服器	相對較低
散熱系統	需高效散熱設計，常有特殊冷卻方案	一般散熱設計
零組件需求	高度整合且要求高性能電路板、電源及被動元件	零組件規格較為標準

• AI伺服器的主要功能與應用場景：從AI資料準備、模型訓練與微調、到模型部署與持續管理，AI伺服器支援整個AI工作流程。在邊緣運算場景中，AI伺服器以較小巧與高能效的形式部署，通常搭配FPGA作為加速器，適合即時影像辨識、物聯網感測器資料處理等應用。在雲端資料中心，AI伺服器則擁有強大GPU陣列與專用加速器，支援大型深度學習模型訓練、生成式AI（GenAI）、聊天機器人等高運算需求任務。

（二）AI伺服器的創新技術與應用重點與效益

AI伺服器因應人工智慧複雜且多變的工作流程需求，結合先進硬體與軟體，成為企業推動數位轉型及AI應用的核心利器。以下從效能、擴充性、能耗等面向解析AI伺服器的核心效益，並以具體應用與技術實例說明其重要價值。

• 效能最佳化：滿足多元AI工作負載需求

AI伺服器透過整合CPU、GPU、FPGA等AI加速器，針對訓練、推論等不同階段最佳化運算資源，達成低延遲與高吞吐量。例如，邊緣AI伺服器多採用FPGA以兼顧能源效率與彈性配置，適合即時影像辨識；而資料中心則以多GPU架構支援生成式AI模型訓練。以Intel® Xeon®處理器搭配專用AI硬體，能同時在單一平台提供高效能與經濟實惠的AI運算，降低企業建置複雜度。

• 擴充性與彈性設計：因應業務成長與多場域部署

AI伺服器架構設計支援水平擴充，能依需求快速增加節點，滿足資料中心或邊緣運算大規模部署。搭配伺服器管理平台，企業可即時監控與自動化調度，提升管理效率。

• 耗電量與散熱的最佳化：降低營運成本與環境壓力

AI伺服器因高密度運算，功耗與散熱需求遠高於傳統伺服器。透過精心設計的電源管理及散熱模組，能有效控制能源消耗。台灣產業鏈積極推動高效被動元件及散熱技術，提升AI伺服器運行穩定性與耐用度。

• 高速資料存取與可靠性：加速AI資料處理流程

現代AI伺服器搭載企業級SSD，如建興儲存的PCIe NVMe SSD，提供最高可達1.4GB/s以上的讀取速度，確保資料流暢傳輸。優質SSD具備TruePLP（電源失效資料保護）與先進錯誤校正技術，維持長期高負載下資料完整性。此類存儲方案對即時語音辨識、影像生成等資料密集型AI應用至關重要。

（三）台灣零組件產業的新機遇

近年來，AI伺服器市場快速成長，成為推動全球伺服器產業營收的核心動力，也帶動台灣零組件產業迎來前所未有的發展機會。以下詳述AI伺服器如何促進台灣零組件產業升級與擴展：

• AI伺服器市場成長帶動零組件需求大增

2023年全球AI伺服器出貨量約117萬台，年增率高達40%，2024年預估將達167萬台，持續高速成長（資料來源：TrendForce）。AI伺服器單價及產值遠高於一般伺服器，2024年產值突破2,000億美元，占整體伺服器市場67%。其高算力、高功耗、高傳輸的特性，對電路板(PCB)、被動元件、散熱模組等零組件提出嚴苛需求。

• 台灣在AI伺服器供應鏈中扮演關鍵角色

台灣ODM大廠掌握AI伺服器整機設計與量產能力，佔全球代工出貨量超過九成。台灣具備完整AI硬體製造生態，包括高品質PCB廠、被動元件製造商及散熱模組供應商等，形成強大競爭優勢。

• AI伺服器對主要零組件的具體需求
  • PCB（印刷電路板）：AI伺服器因需承載高密度、高頻高速訊號，PCB設計需兼顧電磁相容性與散熱性能。台灣PCB廠商積極開發高階多層板與高速介面板，滿足AI伺服器主機板需求。
  • 被動元件：AI運算的高功率密度促使對電容、電感等被動元件的規格要求提升，如耐高溫、高頻率與高可靠性。台灣被動元件產業配合AI伺服器需求，不斷推動技術升級。
  • 散熱模組：AI伺服器運算功耗大，散熱模組設計必須具備高效熱傳導與耐用性。台灣具備完整散熱解決方案供應鏈，從風扇、散熱片到液冷技術，皆投入創新設計。
• AI伺服器推動台灣零組件產業升級契機

AI伺服器對零組件的高技術門檻，促使台灣供應鏈加速技術創新與產品多元化。台灣零組件產業從傳統製造走向智慧製造與客製化服務，提高全球競爭力。透過與國際大廠合作，深化產業鏈上下游整合，形成穩固且具彈性的供應生態系。

（四）接著，判斷「AI伺服器」能否申請專利？具不具備技術或設計？若要提升「技術性或設計性」，可延伸到能大規模訓練、推論、管理 AI Agent 與企業智慧服務的 AI 基礎設施。強哥的創新建議是：

• 一、AI加速運算架構
  • 異質運算
  • 工作負載最佳化
• 二、AI伺服器記憶體架構
  • 資料能否快速送進AI處理器
  • 更彈性地共享記憶體資源
• 三、高速互連與Scale-Up架構
  • 晶片之間的資料交換
  • 巨型AI電腦
• 四、AI高速網路與Scale-Out
  • 高速的網路
  • 動態調整資料傳輸路徑
• 五、矽光子與光互連
  • 降低大量資料搬移造成的能耗
  • 使「光」往伺服器內部甚至晶片封裝內部移動
• 六、AI伺服器智慧儲存
  • 資料處理從GPU移到儲存端
  • 減少資料在 Storage、CPU、GPU 之間反覆搬移
• 七、高功率電源管理
  • 如何高效率供電
  • 即時調整電源供應
• 八、液冷與智慧熱管理
  • 動態控制冷卻系統
  • 預測並重新配置運算或冷卻資源
• 九、AI 多代理人自主工廠
  • 不同 Agent 彼此協商，最後共同產生最佳決策。
• 十、AI 自主廠務與能源控制
  • AI 可依據實際生產負載，自動調節廠務供應。

<實際上還有許多例子，如果有興趣歡迎私下與強哥延伸交流>

最後，有沒有存在法定不予專利的事由？例如：

• 沒有涉及生物學方法、人類或動物之診斷、治療或外科手術方法；
• 不可以有妨害公共秩序或善良風俗的內容；
• 不能只是純功能、藝術或電路布局；
• 不能是單純的自然發現、科學原理、中文輸入/語言/數學/遊戲方法或規則本身、人為方法(如以手指夾球)、商業方法、傳統技藝等。
• 特別需要留意的是：單純的設計概念、單純程式碼本身，應屬於著作權。

二、專利案例

（一）發明專利，其重點在於必須具有「技術性」；發明專利保護利用自然法則之技術思想的創作，包括構造、方法、功能、技術、製造、材料等方面之技術改良或突破。以下舉出發明專利案例讓大家瞧瞧：

• 一種AI伺服器(專利號I887064)，申請日期2024/07/30，本發明主要目的在於解決高算力晶片帶來的劇烈發熱問題。該系統的核心在於一套具備 相變熱傳導 能力的降溫機構，利用 蒸發組件 與 冷凝組件 之間的循環，使冷卻介質在吸收硬體熱量後氣化，並於冷凝後靠重力回流。這種設計不僅大幅提升了 熱散逸效率，更克服了傳統水冷系統依賴外部冷卻分配單元（CDU）而難以移動的缺點。整體結構強調 低成本與高機動性，為邊緣運算設備提供了一種既節能又具備高度適應性的散熱解決方案。

（二）新型專利，其保護的是有形物品，而非技術概念或製造方法。因此，如果專利有涉及到物體之構造組合(如硬體的系統框架、架構、裝置、模組等)，仍有可能得到保護，但強哥必須強調，新型專利不能單純申請「方法」，可考慮申請「裝置、系統」及其架構。以下舉出個新型專利案例跟大家分享：

• 一種具零時差安全植入的ＡＩ運算池管理伺服器系統(專利號 M684608)，申請日期2025/09/11，本新型主要目的在於透過「零時差安全植入」技術，消除傳統伺服器交付時常見的資安空窗期。該系統整合了GPU資源切分與容器化部署模組，能在建立虛擬運算環境的瞬間，自動嵌入包含弱點分析、零信任網路存取（ZTNA）及端點偵測（EDR）在內的多重安全管控機制。透過這種將防禦功能內建於底層平台的設計，企業不僅能大幅提升系統的數位韌性，更能實現在統一儀表板下，兼顧高效能運算資源分配與自動化資安監控的目標。

（三）設計專利，其必須「應用於物品」、「透過視覺訴求」，表示設計必須透過視覺方式呈現，因此，若技術涉及到物品的外觀、電腦圖像之設計，則可以申請設計專利。

三、結語：下期預告－智慧載具

AI伺服器已從單純的運算設備，逐步成為AI產業競爭的核心基礎設施。從市場競爭來看，未來比拚的不只是GPU算力，而是記憶體、高速互連、網路、儲存、電源與液冷散熱等整體系統整合能力，也為台灣伺服器與零組件供應鏈創造新的升級機會。建議企業可由「單一零組件創新」走向「系統協同創新」，讓硬體、韌體、軟體與AI管理平台共同最佳化。從異質運算、Scale-Up／Scale-Out、矽光子、智慧儲存、高功率電源及液冷等關鍵技術建立差異化。智慧財產權更不只是技術保護工具，而是企業建立市場進入障礙、授權合作與供應鏈談判能力的重要競爭資產。最終，誰能把「AI算力＋系統整合＋關鍵零組件＋專利布局」整合成完整技術平台與生態系，誰就更有機會建立難以取代的AI伺服器技術護城河與長期競爭優勢。

當然，研發創新、技術實踐、經營管理的實務工作者應把時間、精神智力都灌注在本職上，因此挖掘智財、申請專利、智財策略的工作就交給專家吧！如果有興趣找強哥談談，讓強哥協助您取得所需重要資訊、追蹤技術、專利挖掘、迴避風險，歡迎與強哥聯繫。

在下一期的<GIPR Channel>文章裡，強哥會繼續延伸，希望透過淺顯易懂的介紹，就能吸收這些熱門產業的創新點子。若你也想知道還有什麼東西可以申請專利。敬請期待！