你不可不知！衛生紙藏玄機！

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

此為愚人節專題文章，並沒有研究證實「衛生紙對折兩次」能治療痔瘡。

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

文/Mo

「內痔外痣~不是兩件事~」

平時聽這樣的廣告肯定夠煩的，更要命的是，這類廣告還總是播個好幾遍，真的是整個人都痔瘡了……不過俗話說「十男九痔，十女十痔」，沒准哪天就輪到你了。等那一天真的到來的時候，你會不會覺得這類廣告是天籟之音呢……？

你是有「痔」之人嗎？

對於大部分的疾病來說，預防是關鍵，痔瘡當然也不例外。所謂痔瘡，其實就是肛門附近的血管發生增生或曲張所形成的靜脈團。換句話說，就是因為種種原因，比如便秘、蹲馬桶時間太長、24小時宅在椅子上不運動等等讓你肛門周圍的血管都堵在一起，揉成團啦！有沒有！

痔瘡依嚴重程度可以分為四級：第一級僅出血不脫出；第二級為排便時脫出，便後可自動縮回；第三級為脫出後需要用手推回；第四級……用手推也推不回去了。（你顫抖了嗎！？）

一般來說，預防痔瘡的最主要辦法就是「多吃多動多拉」，也就是吃富含纖維的食物、多運動、保持規律排便。而對於痔瘡的治療來說，一部分痔瘡可以自癒，而另一部分，哼哼……去網上看看那些痔瘡手術的文章吧，有驚喜！

預防訣竅在衛生紙！

雖說多吃多動多拉可以預防痔瘡，但是果殼來告訴你什麼最省事吧：預防痔瘡的秘方不是別的，就在你每天都要用到的衛生紙裡！

衛生紙，雖然這東西大家都用，不過你確定你真的會用嗎？根據英國貝斯羅姆皇家學院的肛腸科專家托雷特•佩普在《新英格蘭醫學期刊》（The New England Journal of Medicine）上的一篇研究，人們使用衛生紙的習慣會直接影響他們患痔瘡的機率。

在研究中，佩普對超過2000名英國人進行了長達3年的追蹤調查。他尋找了大量健康，無痔瘡的受試者，並要求他們分別使用對折1次和對折2次的衛生紙擦屁股。在3年調查結束時，那些在如廁後將衛生紙折對折2次（即4層）的人患痔瘡的機率要遠遠小於折對折1次（即2層）的人。資料顯示，那些對折2次的人甚至將患痔瘡的幾率降低了高達17.53%！

佩普教授認為，當使用對折2次的廁紙擦屁股時，額外的厚度對於肛門周圍的微血管來說，相當於一個柔軟的「床」。而這種厚度也會對血管起到一種溫和的按摩作用，促進微循環，將痔瘡扼殺在搖籃之中。

值得注意的是，佩普在實驗中並未設置對折3次（即8層）這個對照組。他認為，首先對折3次會很麻煩，另外對折3次的人過於浪費紙張，得了痔瘡也是活該。對於這個觀點，果殼網表示大力支持。

而在幾個月後，來自美國密西西比州約翰州立醫院的一組研究人員指出，在患痔瘡後，使用對折2次的衛生紙同樣會對痔瘡的治癒產生積極的效果。而這篇研究將會在下一期《柳葉刀》（Lancet）上刊出。

正確擦屁，遠離痔瘡

佩普教授還認為，由於現代人生活節奏過快，他們往往不會很認真地擦屁股，而這也會導致微血管迴圈不暢，引發痔瘡。所以，如何有效、徹底的擦屁股也就成為了他們下一階段的研究目標。

在接受某紙漿公司採訪時，佩普教授認為，正確的擦屁股應該遵循「一蘸二擦三轉」的原則。不過他本人並不願意透露具體的內容，而在紙漿公司擺出「終身衛生紙基金」的籌碼後，佩普教授終於將這個辦法公之於眾。而紙漿公司負責人也表示，他們將會將這個方法印刷在他們生產的每一卷廁紙上。這秘訣是啥？別急，果殼這就告訴你！

一蘸：就是衛生紙折成若干層後垂直輕壓到肛門上。

二擦：不必說了吧，大多數人就知道會這個。只是女生要注意，擦的時候要是單向的，即只能是向後的。

三轉：因為肛門周圍是褶皺，所以需要用衛生紙仔細擦淨，通常兩個半圈可以擦完一遍。但是要想遠離痔瘡，要訣在於：一定要轉多次，逐漸用力，以擦2分鐘為宜。如此做法一則是衛生，這些褶皺裡面藏汙納垢，一定要擦乾淨；二則是通暢肛門周圍的血脈。不過要注意的是，如果你大便乾燥，大便的時候很艱難，那麼你轉的時候一定要非常輕柔，否則會容易讓肛門出血的哦！

其中第三步是最重要的，即保持乾淨，又是按摩，用時最長。只要做到這幾點，而且使用對折2次的廁紙的話，痔瘡終將離你遠去。

新英格蘭醫學雜誌的主編傑佛瑞•德拉任（Jeffrey M. Drazen）認為，這項研究填補了肛腸科研究的空白。過去的研究過度關注人體，卻忘了對於痔瘡來說最大的敵人——衛生紙。

本文轉載自果殼網

___________________________

大家愚人節快樂:D

此為愚人節專題文章，並沒有研究證實「衛生紙對折兩次」能治療痔瘡。

文 / 陳鈺捷

衛生紙是大眾生活必需品，如同水跟電般每天都要使用。一般民眾不知道其實衛生紙分成很多種。一般生活當中最常用的就是衛生紙與面紙，究竟兩種有何差別呢?而在了解過衛生紙的結構後，其可以達到的居家應用又是甚麼?以下將為大家介紹，你不可不知的衛生紙玄機！

衛生紙的廣義定義是指「清潔用紙」，故除衛生紙外，面紙、餐巾紙、工業用紙巾都是廣義的衛生紙，那狹義的「衛生」紙是什麼?指的是吸水性佳、適用於「如廁」的清潔紙，只是生活中為了便利，我們常常將衛生紙當成抹布般，東擦西擦地使用。除了衛生紙外一般人生活中最常用到的就是面紙，面紙是設計用來清潔臉部的汙垢與水分，兩者從外觀上可從表面是否有明顯凹凸不平辨別，但由於兩者結構與製造過程上的差異，若將其混為一談，在使用後會引發一些問題，因此記者將為大家進行深入的報導。

記者採訪了國立中正大學物理系甘宏志教授，甘教授表示，衛生紙上的印花，是為了增加摩擦力，提高去汙力、加強兩層紙的結合度使其不易分離，而面紙是用來清潔臉部，當然是越光滑越好，所以沒有印花。衛生紙與面紙兩者都是原生紙漿製作，衛生紙結構上鬆軟、纖維短，製造過程中沒有添加「溼強劑」，所以遇水即離散，因此衛生紙丟入馬桶是不會造成阻塞的；而面紙結構上是高級的長纖維，結構強韌，且製造過程中添加濕強劑因此在水中不易離散，所以不適沖入馬桶。此外，使用上為了讓面紙的觸感更加的滑順，添加了滑石粉及柔軟劑因此紙粉(粉塵)較多，因此鼻子過敏者使用面紙擦鼻涕可能會造成過敏的惡性循環！

台灣女性因攜帶方便在外出如廁時會使用面紙，但面紙在如廁後使用是不恰當的，除了面紙在水中不易分解可能造成馬桶阻塞及後續衍生問題，另外，用面紙來擦拭下體易造成感染，敏感體質者可能會有不適反應，因此面紙不適合如廁時使用。雖然許多歐美國家將衛生紙丟入馬桶，但由於我國下水道不普及，若將衛生紙丟入馬桶反造成更多後續問題，故目前環保署仍不鼓勵將衛生紙投入馬桶。

另外，國立中正大學化工系張仁瑞教授表示，衛生紙的原理其實就是利用毛細作用達到吸附液體的效果，纖維之間的孔隙較小時可以使其擁有較好的吸附液體之能力，與衣服吸汗的道理類似，其纖維鏈上有化學鍵可以和水產生吸引力，進而達到吸水的效果。另外，衛生紙擁有細且交織的纖維，所造成的孔隙可以有效吸附水分子或是空氣中的雜質，因此可以吸附空氣中的臭味、濕氣，達到除臭、除濕的效果。

選擇品質良好的衛生紙也是非常重要，有兩點需要注意，因為衛生紙在製造過程中難免會受到工廠的粉塵汙染，在選擇衛生紙時須檢查表面上有沒有肉眼可見或一碰就剝落的粉塵，另外，市面上部分衛生紙會有螢光劑添加過量或漂白過度的問題，這些都會造成衛生紙的品質大打折扣，消費者在選擇商品時除了了解衛生紙的正確用法之外也應注意上述事項，避免買到”不衛生”的衛生紙！

[新聞小辭典]

濕強劑

濕潤紙力增強劑（簡稱濕強劑），可改變纖維間的結合方式。濕強劑會使纖維素之間形成共價鍵，其結合力比氫鍵強10倍以上，且水分子很難破壞此共價鍵結構，所以紙張不僅變得較難撕裂，遇水也不易破裂。參考來源：《科學人》遇火不燃、盛水不破的紙鍋

科學影像 scimage介紹了這則特殊的水滴慢動作攝影：「影片是用10000FPS拍攝的水珠滴落30度斜面的表面上結冰的過程. 在一般的表面, 當水珠攤平的時候就同時結冰了, 在疏水性的表面會在水珠回聚之後才結冰, 如果是超疏水表面水珠就直接彈走不結冰. 這研究展示不同的表面怎麼影響熱傳跟水珠的結冰過程, 以後或許可以用在汽車或是房屋上來控制結冰的程度」。蓮葉之所以出淤泥而不染就是因為具有超疏水性，更多關於「疏水性」的介紹可以參考維基百科或這裡。