夏至要幹嘛？當然是用竿子丈量世界啊！

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

厄拉托西尼（Eratosthenes, 276 BC-194 BC）是古希臘時期的科學家，他曾經在夏至時準確量測地球的直徑。2020 年的夏至，我們可以用當天的日環食，量測月球的距離，向最早準確量測地球大小的科學家致敬！

以「三角視差法」量測月球距離

環食帶中央發生食甚時，太陽和月亮的中心重合在一起，環食帶中央的觀測者透過望遠鏡拍攝日環食的照片，同一時間其他地區的觀測者也透過望遠鏡拍攝日食。兩張同時拍攝的日環食影像可以用三角視差法來量測月球的距離。

兩張同時拍攝的影像，將太陽的大小調整與重合後，量測兩月亮中心的角度 θ。另外用 Google 地圖量 A 點到 B 點的距離 d，如果太陽的位置接近天頂，月球的距離就是 d/θ。

如果日環食發生時，太陽不在正天頂，就不能直接用 A、B 兩地點的距離，要用有效距離代替，因為有效距離才是造成兩點視差的原因。

2020環食帶通過哪裡？食甚什麼時候發生？

2020 年 6 月 21 日，環食帶通過台灣中南部，環食帶經過的確切位置可以從以下的 Google map 得知。兩條紅色線標示日環食的南北界，兩條紅線間的人都可以看見日環食，以外的地方只能看見日偏食。

地圖上藍色的線是環食帶中心通過的地方，這裡在環食食甚時，月亮會位在太陽的正中央，兩個天體的中心會重合，可以看見日環食的時間最長，這次位在環食帶中央的人大約可以看見大約 1 分鐘的日環食。

這個 Google 地圖上只要點一下，就可以知道當地初虧（C1）、食既（C2）、食甚（MAX）、生光（C3）、復原（C4）的世界時間（UT），世界時加上 8 小時就是台灣時間。

• 嘉義市日環食各個階段的時間表

為什麼要在日環食時量測，日全食會比較好嗎？

因為三角視差要以太陽作為參考點，日環食可以同時看見太陽與月亮，所以比較方便。日全食食甚時，太陽完全被月亮遮住，太陽這個參考點看不見，反而不適合做月球距離的量測。

不在環食帶中心也可以嗎？日偏食也可以嗎？

只要日食發生時，兩個地點同時拍日食的影像都可以量月球距離，不過兩地點上相機朝的方向必須一樣，例如兩台相機的上方都是北方，這樣才能正確比較月亮圓心的角度。

不過一般移動式望遠鏡，相機的轉向並沒有做良好的校正，影像上方不一定是正北方，這會增加距離量測的難度和誤差。

選擇位在環食帶中心作為拍攝地點之一（A 地點），可以省去相機轉向的問題，因為在食甚時太陽和月亮的中心重合，兩個圓形狀對稱。B 地點拍攝的日食和 A 地點比較時，只要把太陽的大小和 A 地點拍的相重合，就可以正確量出 A、B 兩點月亮中心的角度，可以省去相機轉向的校正。

如果有興趣在 2020 年夏至這一天量測月球的距離，可以找兩組人和望遠鏡，一組在環食帶中央，另一組在其他地方。當第一組人所在的位置出現食甚時，兩地的人同時拍下日食的影像，這樣就可以推算出月球的距離。讓 2020 年的夏至充滿天文與科學！

本文轉載自作者部落格「屋頂上的天文學家」，原文為〈2020年夏至要幹嘛？當然是量測月球距離啊！〉

每年的夏至落在 6 月 21 日或 22 日（歐美地區則是 20 日或 21 日），這一天太陽直射北回歸線，北半球的白晝最長、夜晚最短；北回歸線地區的日正當中時，地面幾乎沒有影子。二千二百多年前的一個夏至，古希臘的埃拉托斯塞尼（Eratosthenes, 276 BC－194 BC）因此得知了地球的大小。

埃拉托斯塞尼出生於現今的利比亞，在雅典接受教育。他精通數學、天文學、地理學，還是位詩人；西元前 245 年，他被托勒密國王任命為當時規模最大的亞歷山卓圖書館館長，約莫五年後，他想到了測量地球大小的方法。

首先，埃拉托斯塞尼知道地球是球形；是的，無須等到十六世紀麥哲倫航海證明地球是圓的，早於埃拉托斯塞尼一個世紀的亞里斯多德就根據月蝕時，地球投影在月球上的弧形影子，以及眺望帆船進港時，總是先看見桅杆，接著才出現船體，而推論地球必定是個球體。亞里斯多德還從北方與南方所見的星空並不完全相同，而推論地球與星辰相比，體積並不大。因此埃拉托斯塞尼還可以將照射到地面的陽光視為平行的。

根據文獻記載，位於亞歷山卓南方五千「斯塔德」（stadia，古希臘距離單位）遠的城市塞耶尼（Syene）有一口水井，每年的夏至中午，太陽正好位於水井正上方映照在深處的水面上，太陽就像個塞子均勻地蓋住井口。也就是說，陽光的方向經過水井，直指地球中心。但此時陽光卻會令亞歷山卓的日晷投下影子，因為光線是平行的，所以光線與日晷頂點形成的夾角，會等於日晷到水井這段圓弧對應的圓心角。埃拉托斯塞尼測量影子長度與日晷高度，算出夾角大小等於圓的五十分之一，也就代表亞歷山卓的日晷到塞耶尼的水井這段距離是地球圓周的五十分之一，因此地球周長就等於五千斯塔德乘以五十，等於二十五萬斯塔德。雖然斯塔德在不同地區所定義的長度稍有不同，但學者估計換算成現代長度，與地球實際周長四萬公里誤差最多也不超過 2%。

埃拉托斯塞尼完全展現了科學思考的力量，將看似無法克服的複雜問題，化約成本質不變的簡潔模型；不用蠻力與特殊工具，也無需深奧的理論與繁複的計算，僅憑現今國中程度的數學就能在兩千多年前算出地球的大小。當然，這背後需要豐富的想像力與抽象思考的能力，而這似乎一直是我國偏重計算能力的數理教育力所未逮之處。

本文同時收錄於《科學史上的今天：歷史的瞬間，改變世界的起點》，由究竟出版社出版。

無需衛星，不必繞地球一圈，二千二百多年前，埃及的埃拉托斯塞尼就已經算出地球的周長。

2016 年 6 月 21 日夏至這一天，PanSci 科學新聞網和數感實驗室 Numeracy Lab要延續埃拉托斯塞尼的精神，我們將會在這天同步在嘉義北回歸線和北投直播，我們將用一根桿子丈量全世界！你也可以加入我們的活動，一起過一個充滿科味的夏至吧！

第一位知道大小的人

每年的夏至落在 6 月 21 日或 22 日（歐美地區則是 20 日或 21 日），這一天太陽直射北回歸線，北半球的白晝最長、夜晚最短；北回歸線地區的日正當中時，地面幾乎沒有影子。二千二百多年前的一個夏至，古希臘的埃拉托斯塞尼（Eratosthenes, 276 BC－194 BC）因此得知了地球的大小。

埃拉托斯塞尼出生於現今的利比亞，在雅典接受教育。他精通數學、天文學、地理學，還是位詩人；西元前 245 年，他被托勒密國王任命為當時規模最大的亞歷山卓圖書館館長，約莫五年後，他想到了測量地球大小的方法。

首先，埃拉托斯塞尼知道地球是球形；是的，無須等到十六世紀麥哲倫航海證明地球是圓的，早於埃拉托斯塞尼一個世紀的亞里斯多德就根據月蝕時，地球投影在月球上的弧形影子，以及眺望帆船進港時，總是先看見桅杆，接著才出現船體，而推論地球必定是個球體。亞里斯多德還從北方與南方所見的星空並不完全相同，而推論地球與星辰相比，體積並不大。因此埃拉托斯塞尼還可以將照射到地面的陽光視為平行的。

根據文獻記載，位於亞歷山卓南方五千「斯塔德」（stadia，古希臘距離單位）遠的城市塞耶尼（Syene）有一口水井，每年的夏至中午，太陽正好位於水井正上方映照在深處的水面上，太陽就像個塞子均勻地蓋住井口。也就是說，陽光的方向經過水井，直指地球中心。但此時陽光卻會令亞歷山卓的日晷投下影子，因為光線是平行的，所以光線與日晷頂點形成的夾角，會等於日晷到水井這段圓弧對應的圓心角。埃拉托斯塞尼測量影子長度與日晷高度，算出夾角大小等於圓的五十分之一，也就代表亞歷山卓的日晷到塞耶尼的水井這段距離是地球圓周的五十分之一，因此地球周長就等於五千斯塔德乘以五十，等於二十五萬斯塔德。雖然斯塔德在不同地區所定義的長度稍有不同，但學者估計換算成現代長度，與地球實際周長四萬公里誤差最多也不超過 2%。

埃拉托斯塞尼完全展現了科學思考的力量，將看似無法克服的複雜問題，化約成本質不變的簡潔模型；不用蠻力與特殊工具，也無需深奧的理論與繁複的計算，僅憑現今國中程度的數學就能在兩千多年前算出地球的大小。當然，這背後需要豐富的想像力與抽象思考的能力，而這似乎一直是我國偏重計算能力的數理教育力所未逮之處。

所以，我們要怎麼量地球的圓周呢？

在數感實驗室的賴以威老師建議的方法二：

先用 Google Map 抓你所在地點的經緯度，再用經緯度距離計算的網站，去計算你所在的地點與北回歸線之間的距離。得到這個距離後，就可以一樣套回公式中計算地球圓周了！

為什麼我們要重作此實驗？

一、體驗理性力量

埃拉托斯塞尼以兩個合理假設：

1. 地球是圓的

2.陽光可視為平行線；

僅用了兩樣數據：

1.兩地距離

2.投影角度；

就能算出地球周長，誤差不到 10%。充分展現非凡的洞察力，竟能突破當時文明的限制，一窺猶不知邊界何在的地球大小。我們希望透過實際操作，感受這理性的力量。

二、實踐求真精神

埃拉托斯塞尼計算地球圓周的方法十分簡易卻又如此精妙，令人讚嘆。但實際測量真的可以得出理想中的數字嗎？我們希望能動手實驗予以驗證。

另一方面，比起埃拉托斯塞尼，我們可以利用Google Earth等工具的幫助，更精確知道嘉義北回歸線點到台北的距離，是否能得到更精確的地球圓周呢？

三、欣賞科學之美

埃拉托斯塞尼以更宏觀的角度觀看全貌，再以直觀易懂的簡潔模型描述看似無解的難題；所用的又是人人垂手可得的方法。可說是展現科學之美的經典實驗。

透過這次活動，希望提醒大家：科學就在日常生活之中，只要留心，就能發現科學之美。也歡迎各位在觀賞直播的同時，也自己動手測量影子，一起估算地球大小。

當天直播活動頁面連結：夏至大作戰！一起用棍子丈量全地球！