災難醫學（二）：救難醫師的臨場經驗談

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。

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。

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。

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。

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。

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。

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。

• 作者／ 照護線上編輯部
• 本文轉載自 Care Online 照護線上《當災難來臨時，大量傷患的檢傷分類》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

發生地震、火災、爆炸、交通事故或是參加大型活動時，可能出現大規模災難，導致大量人員傷亡。

由於傷亡人數眾多，所以在事故現場會先進行「初級檢傷分類」；評估能否行走、是否有呼吸、脈搏、能否聽從指令。

• 可以行走的傷患會標示為「第三優先」；
• 如果呼吸小於30下、橈動脈有脈搏、能夠聽從指令，會標示為「第二優先」；
• 如果呼吸大於30下、橈動脈無脈搏、無法聽從指令，會標示為「第一優先 」；
• 如果沒有呼吸、沒有脈搏、無法聽從指令，會標示為「死亡」。

救護人員會快速檢傷、重複評估，並依照優先順序轉送傷患，希望在有限的人力、資源、時間下，搶救最多的傷患。

倘若你正好身在現場，務必評估現場並確保自身安全，請保持冷靜，切勿圍觀、干擾大量傷患作業程序的進行，狀況許可時再依照救護人員的指示提供協助。

駭人的災難可能造成「創傷後壓力症候群 PTSD」，而讓人出現嚴重焦慮、睡眠困擾、暴躁易怒、難以專心、責怪自己或他人等症狀。如果症狀延續一個月以上、持續惡化、已對工作與日常生活造成影響，便要盡快尋求專業醫療人員的協助！

災難無法預知，平時多一分準備，才能少一分傷害。

• 本文轉載自 Care Online 照護線上《當災難來臨時，大量傷患的檢傷分類》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

• 文／潘昌志｜「你地質系的？」不，但我待過地質所，而且還是海研所的碩士。無論在氣象局、小牛頓…都一樣熱愛地科與科普。現在從事試題研發工作，並持續在《地球故事書》、《泛科學》、《國語日報》等專欄分享地科的各種知識，想以科普寫作喚醒人們對地球的愛。

「震度」不是拿來比較地震大小的！地震規模才是。

「震度」不是拿來比較地震大小的！地震規模才是。

相信這大概是每個地科老師會跟學生講到嘴都快爛掉的事，但是當事過境遷、畢業之後，記憶難免慢慢褪色，漸漸的「這次地震有 6 級到底是震度 6 級還是規模 6.0」，也變得不顯眼了。

或許是震度和規模都是描述地震的名詞，也大多用個位數的數量級來表示，常會令人混淆困惑。不過說真的，這兩件事情會混淆搞不好就是一種「宿命中的迷思概念」。因為在漫長的人類歷史中，有好長一段時間人們一直把震度當作判斷地震大小的標準，直到芮克特和古騰堡發明芮氏規模為止。

最簡單的工具：水桶

我們先不管現今科學上的震度定義，光從歷史文獻，就可以看到無數的史書記載地震的情境。在此先岔個題，今年受邀為《課本沒教的天災日本史》撰寫推薦序時，書中有一段故事讓我對「古人怎麼看震度」很有感覺！

約莫在1700年左右，當時日本的史書上已有記載用「天水桶」（盛接雨水用來防火災的露天水桶）來看震度情形，一般來說平常桶子是滿水的，而地震來襲時晃出來的水量，便是當時用來判斷震度情形的參考。這的確是個客觀定量的好方法，只是，要是下個地震來襲前，水還沒有補滿就無法使用了，而且桶子大小不一也是個問題，只是以當時的科學技術而言，這種方式已經具備有點量化的想法，只是沒有適切的工具和物理量可以用。

最早的震度階

在 19 世紀的西方世界，則發明了用另一種方式嘗試量化地震的搖晃：將描述到地震造成的房屋危害、人體感受的情形加以分類，大略的定義出地震來時各地的搖晃程度。

1870 至 80 年代期間，義大利的 Michele Stefano Conte de Rossi 和瑞士的 François-Alphonse Forel 一同建置了一套震度階：羅西-福瑞震度階（Rossi-Forel scale），這是目前阿樹可查到最早有系統的制定出震度階紀錄）[1]，一共分為 10 級，雖然當時早已有地震儀，但在震度分級上似乎不太能派上用場，只能幫忙定出最低一級的震度（差不多是無感的程度），接下來幾乎是描述性的分級，所以除了有羅馬數字之外，還會有代表的名詞，譬如 VII 級的代表名詞是” Strong shock ”，說明包括了會動的東西會翻落、掉落，教堂中的鐘聲會晃到響起（畢竟西方國家教堂比較普遍），建物沒有損毀。這時我們再來看看氣象局的震度表，除了震度分級和加速度值之外，還有人體的感受、建物的受損情形等定性描述。

百年多來的演進，加上地震儀器的發展，震度的概念從「定性描述」變成可「定量測出」的值，最主流的方式就是測「最大地動加速度」（peak ground acceleration, 一般簡稱PGA），所以在地震學看到PGA不要想到高爾夫球公開賽，它是一個單位，和加速度一樣都是 cm/s²，之所以用這個物理量，是因為它可以連結到「力」的概念。工程上要計算耐震程度，無非就是用作用力來作為計算參考，或許大家熟知國中教的牛頓第二定律的F=ma，m是質量，乘上加速度就是力。

這時就不得不提一下「重力加速度」這個值，它的單位和 PGA 一樣，我們常算自由落體重力加速度為1 g，其值約為981 Gal (cm/s²) ，而國內地震站測到的 PGA 第一名，就是在921集集地震時，日月潭測到東西向的 989 Gal [2]，試想一下如果你被這樣的地動加速度甩開的那一瞬間，感覺就像以自由落體的加速度在水平運動啊！

各國各地的建築、地質的特性不盡相同，也發展出了不同設計的震度階的公式，有的不僅考量加速度值，甚至也考量到速度質，或者選擇適合自己的震度階，所以當聽到國外公告的震度時，得先看一下他們的震度是什麼意思才能比較。

等震度圖，讓防災、救災更有效率

震度階如何發揮用處？只要有足夠的震度時，人們自然就會發現一件事：「各地的震度不同」。而這時有一個「標準化的震度階」就能發揮用處，將所有相同震度的地方都畫上相同的顏色，不同震度用不同顏色表示，我們就能得到一張「等震度圖」，假設地質狀況與房子的建築方式一樣，震度越高處可能就會有較嚴重的災害損失，如果震後很快的產製出這個資訊，就能讓防救災更有效率。

阿樹以前在氣象局服研發替代役時，偶爾震後會有民眾來電說：「明明地震搖的就很大，為什麼我這邊震度只有 3 級？」實際上在測量震度時，儀器測到的只是「測站所在地」的資訊，測站一般都是空曠的平面，樓房型式、樓層高度甚至地質條件都會影響到搖晃的情況，當然無法盡善盡美。

但震度描述還是很有用，尤其是如果我們可以考量不同型式的建物對震度的反應時，對於歷史地震的研究甚至還大有用處！利用歷史文獻，我們可以知道以前地震時的搖晃描述，若能將其對應到震度資料，並且畫出「古代的等震度圖」，便能將它和現今的地震震度與規模關係作比較，接著推估地震的規模、震央與震源深度，雖然這麼做一定存在誤差，但總比什麼都沒有來得好。科學方法有很多種，雖然震度很難直接拿來比較地震的大小，但它還是能處理無法測出地震大小時的問題！

參考資料：

[1] Rossi-Forel scale震度階BY BSSA網頁
[2]中央氣象局地震度原始資料
[3]氣象局地震百問：何謂震度

本文原發表於《震識：那些你想知道的震事》部落格，或是加入按讚我們的粉絲專頁持續關注。將會得到最科學前緣的地震時事、最淺顯易懂的地震知識、還有最貼近人心的地震故事。