滴答滴，分秒必爭的原子鐘──《我們如何走到今天》

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。

為什麼無人機飛得起來？

不管是載人的直升機，還是無人機，飛起來的原因都相同。轉子可帶動螺旋槳旋轉，使螺旋槳上下的氣壓產生差異。當螺旋槳上方的氣壓比下方的氣壓低，就會有一股拉力將螺旋槳往上拉（升力，將物體垂直向上拉升的力量），如此一來便能讓機體上升。

再來，同時使用多個螺旋槳，並分別調整各螺旋槳的轉速，就可以讓無人機自由上升 / 下降、前進 / 後退、左 / 右移動。事實上，仔細觀察飛行中的無人機螺旋槳，會發現相鄰的螺旋槳旋轉方向剛好相反。

想讓無人機前進時，會讓機體前方下傾。左右移動時也一樣，會讓前進方向的機體部份下傾。只要讓其中一側的螺旋槳轉速下降，就可以讓那一側的機體下傾，往那個方向移動。如果要讓四軸無人機旋轉，則需讓其中一條對角線上的螺旋槳轉速降低。

無人機的運動機制

無人機需靠轉子（馬達）轉動螺旋槳才能移動。大疆 Phantom 系列的多軸無人機所搭載的馬達，是所謂的無刷馬達（brushless motor）。

無刷馬達顧名思義，就是沒有電刷的馬達。相對的，學校自然科課程中提到的電刷馬達則是需要讓電刷與整流子持續摩擦旋轉，使用時會逐漸磨損。無刷馬達則是透過特殊電路驅動其旋轉，可以減輕維護的負擔。而且，無刷馬達可以透過名為 Hall IC 的磁場感應器持續監測馬達狀態，故可穩定控制其速度，當發生馬達負荷過重、線路接觸不良、斷線等異常狀況，可以馬上停止馬達運作，並發出警告訊號，以提高無人機的安全性。其他還有速度可控範圍廣、均勻扭矩（flat torque）、高功率等優點。

另外，將訊號送至轉子的零件叫做 ESC（Electric Speed Controller）。也可以說，ESC 就是控制轉子旋轉速度的零件。原則上，無人機搭載的 ESC 數量會與轉子數量相同。

ESC 的輸出端有三條電線，電流可控制轉子的旋轉。隨著轉子位置的不同，ESC 會輸出不同方向、不同大小的電流，使轉子能夠持續旋轉。也就是說，無刷馬達中的 ESC，扮演著一般馬達中整流子及電刷的角色。

相對的，ESC 的輸入端也有三條電線，分別是連接到電源正負極的電源線，以及從 FC（Flight Controller）接收訊號的訊號線。其中，FC 會蒐集來自陀螺儀感應器、加速度感應器、氣壓感應器、超音波感應器、磁場方位感應器、GPS 等裝置的資訊，以控制機體的行動。

無人機的感應器

• 陀螺儀感應器與加速度感應器

陀螺儀感應器可以計算機體傾斜的角度，是穩定機體時不可或缺的感應器。相對的，與陀螺儀感應器十分相似的加速度感應器，則用於檢測速度。陀螺儀感應器與加速度感應器的組合，可以同時計算「傾斜狀況」與「速度」兩者的變化量，並控制機體往傾斜方向的反方向拉回，保持機體平衡，懸停於空中。簡單來說，陀螺儀感應器與加速度感應器就是能夠保持無人機姿態平衡的重點感應器。

• 氣壓感應器與超音波感應器

高度越高時，氣壓感應器會測到越低的氣壓，故無人機可參考氣壓數字，以維持在特定高度。不過畢竟這只能用來偵測氣壓，要是遇到陣風或其他原因造成的氣壓變化，就有可能會失去功能。

超音波感應器可以利用超音波的回聲來感應自身高度。在無人機起飛或降落時，如果位於地表附近的無人機沒辦法透過氣壓感應器蒐集到足夠的高度資訊，就會用到超音波感應器。在高空使用氣壓感應器，在地表附近使用超音波感應器，兩種感應器的組合搭配，便可讓無人機在每個高度區間都能維持一定高度。

• 磁場方位感應器與 IMU

磁場方位感應器有時也直接稱做羅盤，可感應地球的磁場（地磁），藉此瞭解無人機目前朝向東西南北哪個方向。不過，地磁的北邊（磁北）與地圖的北邊有一定差異，即磁偏角。而且隨著時間與地點的不同，磁偏角也不大一樣。舉例來說，札幌的磁北比地圖北邊往西偏了 9°，那霸卻只偏了 5°（參考自日本國土地理院網站）。因此，若換一個地方飛無人機，就需進行「羅盤校正」，重新確認磁場感應器所指示的北方，與實際北方間的差異。

• IMU

GPS 是全球衛星導航系統（GNSS：Global Navigation Satellite System）的一種，是美國的衛星系統。就像汽車的導航系統與智慧型手機的位置資訊服務一樣，無人機可接收 GPS 的電波，藉此判斷自身所在位置，並設定好飛行路線的經緯度自動飛行，或是可以懸停在某個固定位置。這就是所謂的「衛星定位系統」，用於戶外飛行的無人機多會裝設相關的電波收訊器。不過，就像汽車在進入隧道後，導航系統會失效一樣，無人機使用 GPS 時也有可能會突然收不到訊號。因此，為了維持無人機的安全飛航，操控者需隨時注意 GPS 電波的接收狀況。

另外，包括 Phantom 在內的某些多軸無人機，不僅會接收 GPS 訊號，也會同時接收俄羅斯衛星系統 GLONASS 的訊號，偵測機體本身的位置。

這些控制機體姿態的感應器通稱為 IMU（慣性測量單元：Inertial Measurement Unit）。

當出現「IMU 錯誤訊息」「機體不穩定」「羅盤方向不對」「穩定器傾斜」等狀況，就需進行「IMU 校正」。請養成攝影前以及在他處飛行前，一定要進行 IMU 校正的習慣。

• 本文轉載自科技大觀園，原文為《接棒福三，福衛七號讓天氣預報更準確！》
• 作者／郭雅欣｜科技大觀園特約編輯

2019 年 6 月 25 日，福爾摩沙衛星七號（簡稱福衛七號）在國人的引頸期盼下升空。一年多來（編按：以原文文章發佈時間計算），儘管衛星還沒有全部轉換到預定的軌道，但已經回傳許多資料，這些資料對於天氣預報的精進，帶來很大的助益。中央大學大氣系特聘教授黃清勇及團隊成員楊舒芝教授、陳舒雅博士最近的研究主題，就是福衛七號傳回的資料，對天氣預報能有哪些改善。

掩星觀測的原理

要介紹福衛七號帶來的貢獻，得先從它的上一代──福衛三號說起。福衛三號包含了 6 顆氣象衛星，軌道高度 700~800 公里，以 72 度的傾角繞著地球運轉（繞行軌道與赤道夾角為 72 度）。這些衛星提供氣象資訊的方式，是接收更高軌道（約 20,200 公里）的 GPS 衛星所放出的電波，這些電波在行進到氣象衛星的路程中，會從太空進入大氣，並產生偏折，再由氣象衛星接收。換句話說，氣象衛星接收到的電波並不是走直線傳遞來的，而是因為大氣的折射，產生了偏折，藉由偏折角可推得大氣資訊。

氣象衛星會一邊移動，一邊持續接收電波，直到接收不到為止，在這段過程中，電波穿過的大氣從最高層、較稀薄的大氣，逐漸變為最底層、最接近地面的大氣，科學家能將這段過程中每一層大氣所造成的偏折角，通過計算回推出折射率，而折射率又和大氣溫度、水氣、壓力有關  ，因此可再藉由每個高度的大氣折射率，得出溫濕度垂直分布，這種觀測方式稱為「掩星觀測」。掩星觀測所得到的資料，可以納入數值預報模式，進一步做各種預報分析。 

資料同化──觀測與模式的最佳結合

在將掩星觀測資料納入數值預報模式時，必須先經過「資料同化」的過程。數值預報模式內含動力方程式，可以模擬任何一個位置的氣塊的運動，但是因為大氣環境非常複雜，模擬時不可能納入全部的動力條件，因此模擬結果不一定正確。而另一方面，掩星觀測資料提供的是真實觀測資訊，楊舒芝形容：「觀測就像拿著照相機拍照，不管什麼動力方程式，拍到什麼就是什麼。」但是，觀測的分布是不均勻的—唯有觀測過的位置，我們才會有觀測資料。

所以，我們一手擁有分布不均勻但很真實的觀測資料，另一手擁有很全面但可能不太正確的模式模擬。資料同化就是結合這兩者，找到一個最具代表性的大氣初始分析場，再以這個分析場為起點，去做後續的預報。資料同化正是楊舒芝和陳舒雅的重點工作之一。 

由於掩星觀測取得的資料與大氣的溫度、濕度、壓力有密切關係，因此在預報颱風、梅雨或豪大雨等與水氣量息息相關的天氣時，帶來重要的幫助。黃清勇的團隊針對福衛三號的掩星觀測資料對天氣預報的影響，做了許多模擬與研究，發現在預測颱風或氣旋生成、預報颱風路徑，以及豪大雨的降雨區域及雨量等，納入福衛三號的掩星觀測資料，都能有效提升預報的準確度。

黃清勇進一步說明，由於颱風都是在海面上生成的，而掩星觀測技術仰賴的是繞著地球運行的衛星來收集資料，相較於一般位於陸地上的觀測站，更能夠取得海上大氣資料，因此對於預測颱風的生成有很好的幫助。另一方面，這些資料也能幫助科學家掌握大氣環境，例如對於太平洋高壓的範圍抓得很準確，那麼對颱風路徑的預測自然也會更準。根據團隊的研究，加入福衛三號的掩星觀測資料，平均能將 72 小時颱風路徑預報的誤差減少約 12 公里，相當於改進了 5％。

豪大雨的預測則不只溫濕度等資訊，還需要風場資訊的協助，楊舒芝以 2008 年 6 月 16 日臺灣南部降下豪大雨的事件做為舉例，一般來說豪大雨都發生在山區，但這次的豪大雨卻集中在海岸邊，而且持續時間很久。為了找出合理的預測模式，楊舒芝探討了如何利用掩星觀測資料來修正風場。 

福衛七號接棒觀測

隨著福衛三號的退休，福衛七號傳承了氣象觀測的重責大任。福衛七號也包含了 6 顆氣象衛星，不過它和福衛三號有些不同之處。

福衛三號是以高達 72 度的傾角繞著地球運轉，取得的資料點分布比較均勻，高緯度地區會比低緯度地區密集一些。相較之下，福衛七號的傾角只有 24 度，它所觀測的點集中在南北緯 50 度之間，對臺灣所在的副熱帶及熱帶地區來說，密集度更高；加上福衛七號收集的電波來源除了美國的 GPS 衛星，還增加了俄國的 GLONASS 衛星，這些因素使得在低緯度地區，福衛七號所提供的掩星觀測資料將比福衛三號多出約四倍，每天可達 4,000 筆。

另一方面，福衛七號的軟硬體比起福衛三號更加先進，可以獲得更低層的大氣資料，而因為水氣主要都集中在低層，所以福衛七號對水氣掌握會比福衛三號更具優勢。

從福衛三號到福衛七號，其實模式也在逐漸演進。早期的模式都是納入「折射率」進行同化，而折射率又是從掩星觀測資料測得的偏折角計算出來的。「偏折角」是衛星在做觀測時，最直接觀測到的數據，相較之下，折射率是計算出來的，就像加工過的產品，一定有誤差。因此，近來各國學者在做數值模擬時，愈來愈多都是直接納入偏折角，而不採用折射率。黃清勇解釋：「直接納入偏折角會增加模式計算的複雜度，也會增加運算所需的時間，而預報又是得追著時間跑的工作，因此早期才會以折射率為主。」不過現在由於電腦的運算能力與模式都已經有了進步，因此偏折角逐漸成為主流的選擇。 

福衛七號其實還沒有全部轉換到預定的軌道，不過這一年多來的掩星觀測資料，已經讓中央氣象局對熱帶地區的天氣預報，準確度提升了 4~10％；陳舒雅也以今年 8 月的哈格比颱風為案例，成功地利用福衛七號的掩星觀測資料，模擬出哈格比颱風的生成。

除了福衛七號，還有一顆稱為「獵風者」的實驗型衛星，預計 2022 年將會升空。獵風者的任務是接收從地表反射的 GPS 衛星電波，然後推估風速。可以想見，一旦有了獵風者的加入，我們對大氣環境的掌握度勢必更好，對於颱風等天氣現象的預報也能更加準確。就讓我們一起期待吧！