0

0
0

文字

分享

0
0
0

《一目十行──正常人能辦到嗎!?》——2018數感盃 / 國中組專題報導類佳作

數感實驗室_96
・2018/04/19 ・1854字 ・閱讀時間約 3 分鐘 ・SR值 533 ・七年級

-----廣告,請繼續往下閱讀-----

數感盃青少年寫作競賽」提供國中、高中職學生在培養數學素養後,一個絕佳的發揮舞台。本競賽鼓勵學生跨領域學習,運用數學知識,培養及展現邏輯思考與文字撰寫的能力,盼提升臺灣青少年科普寫作的風氣以及對數學的興趣。

本文為 2018數感盃青少年寫作競賽 / 國中組專題報導類佳作 之作品,為盡量完整呈現學生之作品樣貌,本文除首圖及標點符號、錯字之外並未進行其他大幅度編修。

  • 作者:黃勤祐、林奕綸/福和國中
圖/wikipedia

一、導讀

書是陪伴我們一生的必備良伴,書中的內容都來自先人的智慧,做人的道理、生活的常識絕大多數都得從書中汲取,這也說明了書對每一個人的一生有多重要。所以,可以推測看越多書,內在涵養越豐富。但是人的時間有限,想成為人上人,就得在最短時間看越多書,用數學角度看的話就是:時間/看書的速度=書的數目

二、速讀的起源

講到看書的速度,就不得不提到這個耳熟能詳的成語「一目十行」,一目十行的典故來自南朝梁武帝的兒子-蕭綱。據說他從小天賦異稟、聰慧過人,四歲時開始認字閱讀,且能一目十行,過目不忘。當時許多學者不信,紛紛拿來自己的文章考驗蕭綱。結果只看一眼的時間,蕭綱就能流利背出文章,順便挑出當中的錯字,頓時讓那些學者蒙羞不已。

-----廣告,請繼續往下閱讀-----

另一次速讀的大躍進是第二次世界大戰時,美國國防部為使軍官能有效且迅速地判斷空中快速行進的戰機標誌和各式型體,發明速視儀裝置,快速閃示視覺刺激,藉由閃示訓練,軍官可以在 1/500 秒內辨別極小的飛機圖像。閱讀學家的後續研究發現受過訓練的普通人平均可在一分鐘內閱讀 2 萬個英文單字,未受過訓練的人平均可閱讀 200 個單字,可見人類在閱讀上具有相當大的潛力。

 

三、速讀簡介

有鑑於古代毛筆字較難書寫,每行字假設約為 20 字,十行字共 200 字。而看一眼的時間假設兩到三秒好了,一般人在兩到三秒時間是否能看完兩百字都是個問題,所以我們先撇除看完得背下來的情況,先針對「速讀」方面去討論。

速讀(英語:speed reading),是快速而有效的閱讀,是一種在不影響理解和記憶的情況下,提升閱讀速率的閱讀方法。速讀的方法有很多種,例如去除默讀、還有組塊化等。(默讀: 不出聲地讀書。但腦動的比默讀快,默讀反而拖慢速度;擴大視野:讓視野擴大,藉此增加吸收的內容。)

-----廣告,請繼續往下閱讀-----

中文一直是公認前幾難的語言,不過在此姑且看作和英文單字一樣好閱讀,就這樣的假設看來,看一眼當作一秒,蕭綱看一眼的閱讀量一般人需要一分鐘,因此可以得出蕭綱的閱讀速度是未受訓練人的 60 倍。我們反觀現代受過訓練的人,閱讀速度約是一般人的 100 倍,由此可見現代已遠遠超過一目十行,看來人們在閱讀領域有很大的發展空間。

四、速讀實例

人們的閱讀速度到底能多快?如果以 20000字/分鐘的速率進行,假設每天撥 1 小時看書,共 60 分鐘,120 萬字,連金庸著作-倚天屠龍記(約 100 萬字),都綽綽有餘,再加上日積月累,閱讀量之大令你無法想像!

如果還無法體會的話,不要緊,從頭細算一次:有個人叫小明,從小就愛看書,10 歲開始每天看書三小時,直到 20 歲後出社會。因為工作較忙碌,但還是維持著一天 1 小時的看書時間。後來到了 70 歲退休,秉持著活到老、學到老的精神,每天閱讀 2 小時,最後 100 歲終其一生。小明熱愛看書,但一生沒經過速讀訓練、所以速率是 200字/分鐘,直到 20 歲以前的閱讀量是 200 x 60 x 3 x 365 x 10 = 131400000(1億3千1百4十萬)。
然後 20~70 歲的閱讀量是 200 x 60 x 365 x 50 = 219000000(2億1千9百萬)。
最後 70 歳~ 100 歲的閱讀量是 200 x 60 x 2 x 365 x 30 = 262800000(2億6千2百8十萬),總和是 613200000(6億1千3百2十萬),約是 613 本倚天屠龍記、208 套哈利波特、1457 本哈利波特。

-----廣告,請繼續往下閱讀-----

又有個人叫小美,30 歲才發現閱讀的樂趣,每天閱讀一小時,直到100歲都維持著規律的作息,特別的是,小美喜歡「工欲善其事,必先利其器」,特別去上了速讀養成班,而且成效拔尖,變成 20000字/分鐘的速讀高手。小美一生的閱讀量是 20000 x 60 x 365 x 70 = 30660000000(3百零6億6千萬)

結果來看,小美約莫是小明的 101 倍左右,但小美只花了 25550 個小時,小明花了 51100 個小時。

五、結尾

最後,結論是小明花了小美快 2 倍的時間,卻遠遠比小美少了 100 倍的閱讀量,可謂「事倍功半」,經過這個實例,了解了效率很重要,就算是一點點的差距,日積月累下也能造成巨大的改變,同時告誡我們,書本是活的,重點在於可否融會貫通,並非強硬記下的空洞知識,數學亦是如此,現代趨勢逐漸偏離「寫數學」,「生活中玩數學」將成為時代的主流。數學跟速讀一樣是一項「工具」也是一門「學問」,只要認真學習,體會當中之趣,便不再是一門學科。

-----廣告,請繼續往下閱讀-----

更多2018數感盃青少年寫作競賽內容,歡迎參考 2018數感盃特輯、數感實驗室官網粉絲頁喔。

-----廣告,請繼續往下閱讀-----
文章難易度
數感實驗室_96
76 篇文章 ・ 55 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
249 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia