0

0
0

文字

分享

0
0
0

想形成一顆可居住行星,沒那麼簡單!──《五十億年的孤寂》

PanSci_96
・2017/04/08 ・6258字 ・閱讀時間約 13 分鐘 ・SR值 517 ・六年級

  • 【科科愛看書】在浩瀚無垠的宇宙中,誰願意寂寞寂寞就好?自古以來,每當人們仰望星空,都希望找到其他生命的痕跡,即便旅途漫長艱辛,我們也從未停止腳步。讓我們跟著《五十億年的孤寂:繁星間尋找生命》了解人類探詢外星生命的故事,或許有生之年,你我便能在光年以外,找到外星好厝邊。

想找可居住行星?科學家有套 SOP

現在每一則科學家聲稱找到一顆可能可居住行星的聲明,背後都有一套可簡化的既定流程:天文學家首先測量新發現行星的質量,然後如果可行的話,也會測量它的半徑,因此估計出對該行星的密度,以及是否像地球一樣由岩石構成的可能性估計。他們也會決定該岩石行星繞行恆星的軌道距離,以及該恆星光芒的強度和顏色。有了這些加起來可以寫在一隻手掌上的數據,接下來就會透過數值建模來做轉譯。

特別的部分是,他們會求教於卡斯丁的論文〈主序星周圍的可居住範圍〉(Habitable Zones around Main Sequence Stars),這是他最常被引用的論文,於 1993 年發表於期刊《伊卡洛斯》(Icarus)上。論文中,卡斯丁與丹.惠特麥爾(Dan Whitmire)、雷.雷諾斯(Ray Reynolds)兩位同事,使用一種由卡斯丁發明的氣候模型,來決定哪一條環繞恆星的軌道,最有可能讓岩石行星的表面擁有液態水。

一顆在適居範圍內的行星,其表面有可能會被太陽烤得太乾,以至於所有水分瞬間化為蒸氣,遍布在大氣層內,最終慢慢逃逸至太空,如同金星的情況。至於在這範圍之外,行星表面的水可能會凍結,則如火星上所見。如果一個新發現的岩石行星確實是在卡斯丁所訂的適居範圍內,不久後其發現者便會聯絡資助機構的媒體辦公室,然後他們的名字就會出現在晚間新聞和《紐約時報》上。

2013 年一月,卡斯丁與他人聯合發表了一篇論文,稍微修正了他已有二十年歷史的計算結果,但這一點改進並未大幅改變他早期成果的核心結論。

-----廣告,請繼續往下閱讀-----
一顆在適居範圍內的行星都不一定真的能形成合適生物發展的環境,像在地球內側的金星會因為太接近太陽而被烤得太乾(圖中地球左側);像在地球外側的火星則會因為太遠而凍結(圖中地球右側)圖/By Scooter20, Public Domain, wikimedia commons

生命?問題在空氣!

僅能憑藉屈指可數的數據,來估算一顆遠方行星的適居性,其實是充滿變數的;在那之中,大量的假設和深信不移,都不可避免地會成為常態。這種估計之所以能夠成立,只是因為在我們所知的範圍內和可見的宇宙中,物理法則都是一樣的,不管在太陽系還是某些遙遠的外星球皆然。

不論在宇宙何處,只要星光照在行星上,就會把輻射能打入那行星的系統中。會有多少能量過濾進去,要看那行星的大氣層以及星光的波長(或說顏色)。在 1993 年那串經典計算中,卡斯丁和同事為虛擬行星設定的大氣構成條件,是他們認為類地行星大氣構成的最典型結果:極高量的惰性氮氣,伴隨大量二氧化碳及水汽。證據顯示,這可能是冥古宙地球的大氣結構,但對於那些未經測量且有大氣的岩石系外行星來說,任何組成方式目前都只能看做是某種可能的猜測。

在選定特定的大氣層配方之後,卡斯丁的數值法就會生效,這些多半是他在 NASA 那七年中開發的。在那段時間當中,他全心致力於讓模型更完美,甚至以手工將每一種星光與大氣的重要相互作用進行編碼。

在真實世界以及卡斯丁的模型中,某種特定波長的光子,可能會從大氣層頂端反彈回去,但其他波長的光子就有可能一路穿過大氣層,平安直達地表。至於大氣層內,不論是真實還是虛擬的情況,光子都有可能被雲層反射,或是被地表上明亮的積雪反射。它有可能被溫室氣體吸收,或是被海洋的深色海水吸收。當一個光子特別有能量時──例如紫外線或在電磁光譜上更高頻率的光子──它甚至會撞擊分子將其分解,而在空氣中與地表上產生全新的物質──這種過程稱為「光解作用」(photolysis)。接著,光解產物又會在吸收或反射光子上產生獨有的二度效應,這些全部都要算進去。

-----廣告,請繼續往下閱讀-----

多年來,卡斯丁累積所有他能找到的必要數據,建立起一個龐大的資料庫,包括輻射吸收表、光化學反應速率、不同氣體的大氣層壽命,以及各類氣體從火山噴出或被岩石吸收的全球速度。所有這些各式各樣的交互作用和輸入,結合起來會對一顆行星的大氣成分和平均溫度──也就是氣候──產生巨大的影響。

氣候才沒你想的那麼簡單!

如果你天真地只根據陽光吸收量和平均反射率(或稱「反照率」〔albedo〕),就計算當代地球表面的平均溫度,那你會得到攝氏負十八度的數值,這個數字遠低於水的冰點。但若你用卡斯丁其中一個氣候模型來計算,則會得到攝氏十五度的結果,而這當然就是地球實際的平均表面溫度。不符之處絕大部分是因為數種不同的溫室氣體所造成的暖化,其中每一種卡斯丁都得辛苦地詳加說明,好讓人容易理解。

舉例來說,水汽就必須謹慎處理,因為它實際上是種比二氧化碳強上太多的溫室氣體;比起二氧化碳,水汽在光譜上能有效吸收的熱紅外範圍要大上太多。此外,它對氣候的影響在品質上是不同的:不像二氧化碳在地球常溫下保持氣態,水汽密切受到地球溫度變化的影響。低溫可以讓水汽凝結成雲並形成降雨、降雪或冰雹,從而移除了溫室效應並使氣溫更冷;相反地,高溫會增加地表水的蒸散率,將更多水汽送入空氣,而讓氣溫進一步上升。因此,水汽有放大其他氣候改變──例如大氣層二氧化碳水平提高所造成的穩定加熱──的正回饋作用。如果二氧化碳是支撐地球氣候變遷的支點,那麼水汽可說是槓桿。

水汽實際上是種比二氧化碳強上太多的溫室氣體;比起二氧化碳,水汽在光譜上能有效吸收的熱紅外範圍要大上太多。在溫室效應的反應中,水汽可說是槓桿。圖/By Moni3, Public Domain, wikimedia commons

卡斯丁的氣候模型其中一個關鍵輸出,是所謂的「溫度壓力剖面圖」(temperature-pressure profile)──這句科學行話,指的是照耀大氣層的星光,將如何影響該星球的溫度還有其垂直結構。

-----廣告,請繼續往下閱讀-----

舉例來說,地球的大氣層反射了四分之一的入射陽光,另有四分之一被大氣中的溫室氣體吸收,最後大約有一半的陽光透入地表。這代表,地球的大氣層一般來說比地表更冷,是藉由對流從底端加溫,就像爐上燒開水一樣。地球上大部分的表面加熱和對流,發生在赤道一帶;在那裡,就像檢視任何球體時會發現的一樣,從頭頂直接打下來的光會被更多的表面地區所吸收。濕潤空氣的對流從溫暖表面開始起伏波動,在升高和擴大後溫度下降,最終冷到足以凝結水汽,而將水霧卸除──也就是形成雲和雨。大氣對流足以解釋為何熱帶比極地熱;為何山頂高處附近的空氣雖然比較接近太陽輻射,卻比海平面的平原空氣來得稀薄且乾冷;為何大雷雨通常在熱天正午過後幾小時的午後或傍晚才發生。

地球的溫度壓力剖面圖在大氣中產生的特徵,叫做對流層頂(tropopause)。這是一條區分下方溫暖、充滿天氣變化的對流層,以及上方較冷、較稀薄平流層的區隔線。因為水汽接觸低溫時會凝結,所以它會被疊在上頭較冷的大氣層有效地困在對流層頂下。1980 年代,透過卡斯丁、同事詹姆士.波拉克(James Pollack)以及一些在 NASA 阿姆斯研究中心同行的一系列研究,人們明瞭了這個「冷圈套」效應,對地球長期保有水分的狀態有多麼重要。當時他們很想知道,為何地球鄰近的孿生行星金星,儘管證據顯示它最初也曾溫和宜人,並且濕潤一如此刻的地球,但後來卻發展出和地球如此天差地別的氣候。

對流層頂是一條區分下方溫暖、充滿天氣變化的對流層,以及上方較冷、較稀薄平流層的區隔線。圖/By National Weather Service JetStream, Public Domain, wikimedia commons

如果這世界海消失了

「對我們這類人來說,金星最有趣的地方在於,它在適居範圍的內在限制上所代表的意義。」我們在他的辦公室閒聊時,他這麼說。

「它對『我們應該對太陽系外另一顆行星有什麼期待』,設下一個合理的經驗限制──我們不需要建立太多模型,就能猜到是什麼讓金星接收的陽光量變得不宜人居。所以,若想知道一顆本來跟地球條件相似的行星,若形成時太靠近恆星,會變得怎麼樣;或是想知道當一顆可居住行星的恆星隨時間變亮時,那行星會發生什麼事,金星全都會告訴你。」

卡斯丁以多位行星科學家(其中最有名的是加州理工學院的安德魯.英格索〔Andrew Ingersoll〕)的過往成果為基礎,建立了當地球軌道向內靠近太陽,而比較接近金星軌道時,以及太陽隨地質時間慢慢增加其亮度,地球大氣結構(地球的溫度壓力剖面圖)因應陽光強度增加的預測模型。他發現,若陽光強度以相對和緩的百分之十增加,或把地球軌道向內移個 0.95 天文單位,也就是向太陽靠近百分之五的話,溫度增加會讓對流層充滿水汽,而使得對流層頂加高至九十英哩(一百四十五公里)的高度,甚至更高。

-----廣告,請繼續往下閱讀-----

當卡斯丁看到對流層頂在數據模型中會如何飆高,便知道他見證了那個虛擬世界走向終結,且有一天那也會是我們的終結:抬到那種高度的水汽,大部分會飄到臭氧層的保護之上,並在那裡被太陽的紫外線光解;小比例放出的氫原子,會完全逸入外太空,與地球氧氣結合產生水的可能性也隨之從此消失。

在幾億年內,以此方法損失到太空的氫,已足以讓地球海洋乾涸,讓行星生命消失,並且乾燥無比,因為地表或空氣中都再也不剩一滴水。十億年過後,太陽遠在會膨脹成紅巨星,並在物理上吞噬地球之前,亮度就會先增強那關鍵的百分之十,而地球將開始快速失去水分及生命。現在已有共識認為,金星就是在這個「水霧平流層」機制下,在太陽系早期階段就失去其海洋。至於其 0.95 天文單位的門檻,則接近卡斯丁 1993 年那篇權威論文中適居範圍的內側邊緣。

隨著金星失去海洋,升高的氣溫把二氧化碳逼出行星的地殼,而由這些氣體填滿大氣層。因此,金星的大氣層現在大約是地球的九十倍濃,而且幾乎都是純二氧化碳,產生的溫室效應強到讓行星表面的溫度甚至可以把鉛熔化。在第二系列的研究中,卡斯丁和同事調整了地球大氣層的二氧化碳含量,來檢驗二氧化碳增加是不是比陽光增加,會更快導致平流層潮濕,而使海洋消失。

出乎卡斯丁意料之外,他發現當二氧化碳水平增加而使氣溫飆升時,釋放的大量水汽起了壓力鍋鍋蓋的作用,將低處的大氣層加壓到海洋無法沸騰的程度,使地球的平流層維持相對乾燥。

-----廣告,請繼續往下閱讀-----

數據模型指出,要讓平流層浸滿水霧,且讓海洋蒸發並逃逸至太空,地球大氣層的二氧化碳得要達到目前濃度的二十五倍以上,不過,就算把整個地球已知的「常規」石油煤炭等化石燃料全部燒光,釋放的二氧化碳也沒那麼多。但如果把整顆行星的非常規資源,如馬塞盧斯的頁岩天然氣也都燒光的話,這樣就有可能。或許人類可以輕鬆讓地球發一場毀滅社會並嚴重消滅既有生物多樣性的高燒,但卡斯丁的計算主張,人類要產生上述的濕潤平流層,其實非常困難──但並非絕對不可能。

在他的計算中,光靠燃燒化石燃料,就讓行星把海洋送到太空,顯然超過現代文明的能耐。

要讓平流層浸滿水霧,且讓海洋蒸發並逃逸至太空,地球大氣層的二氧化碳得要達到目前濃度的二十五倍以上,不過就算把整個地球已知的「常規」石油煤炭等化石燃料全部燒光,釋放的二氧化碳也沒那麼多。圖/By isakarakus @ pixabay

天邊一朵雲的美妙

然而,在卡斯丁的思考中仍有些明顯的不確定性,例如科學還不能徹底不理會人造水霧平流層,會導致地球過早出現失控溫室的可能性。此外,二氧化碳和水汽以外的溫室氣體,對地球氣候也會起作用,並有可能成為卡斯丁模型中未計算到的顯著未來效應。而且,目前沒人知道地球內確切的化石燃料封存量,也不知道根據未來市場條件和可能的技術發展,這個粗估量有多少比例能有效地提取並燃燒。更基本的是,沒人完全瞭解溫度和壓力的變化,會怎麼影響水汽吸收紅外熱輻射。這部分沒有一處是明顯的,跟觀察雲的難度可說不相上下。

對一般人來說,雲是很簡單的東西,不過是藍天中的幾片棉花,或是預告壞天氣的不祥灰幕。然而,對卡斯丁這樣的氣候建模者來說,雲是水汽最多變且迷人的形式,其極端的複雜性彷彿變幻莫測的活物。根據雲層的大小、高度和組成方式,它有可能讓地球暖化,也可能讓地球降溫。一整面濃密而低的雲層,可以把一大部分的陽光反射回太空,潛在地降低了氣溫。但若在低而濃密的雲層上方高處放一層薄雲,那麼就會因為半透明的上方雲層會讓陽光射入,但把其後要散逸的熱困住,冷卻效應就會大打折扣。每個人都同意的是,當地球這樣的行星加溫時,會有更多水汽蒸散至空中,形成更多雲。

-----廣告,請繼續往下閱讀-----

但這些雲到底會在大氣層何處形成並逗留,其回饋效應的極限又是什麼?人們則沒有共識。

全球暖化的否定者和渴望鎂光燈的行星獵人,都在這個朦朧之處找到庇護所:水汽雲,理論上可以讓一個可居住行星避免失控的全球暖化,不管這暖化是過多溫室氣體,還是鄰近恆星過量的光線所引起的。倘若行星更遠離恆星,且溫度降到二氧化碳能凝結成冰時,在某些情況下,一層絕緣的乾冰雲毯可讓一顆行星保持溫暖,而能在表面保存液態水。1993 年卡斯丁保守估計,太陽系適居範圍的外部邊緣,恰好落在稍稍超過火星軌道的 1.65 天文單位;但實際上,根據與二氧化碳雲相關的不確定性,這距離還有可能再向外延伸。

對卡斯丁這樣的氣候建模者來說,雲是水汽最多變且迷人的形式,其極端的複雜性彷彿變幻莫測的活物。圖/By theaucitron @ flickr, CC BY-SA 2.0

想看懂雲?簡單一維最快速

要以數值仿真雲朵有兩種分歧的策略。一種是在極度詳細的 3D 模擬中,建立盡可能準確的模型。這方法需要大量來自地球觀測衛星以及頂尖超級電腦的數據,並要在一陣變項與回饋中,冒著失去因果差異的風險。另一種策略,是用較少的維度簡化建立雲的模型,其風險在於,會忽略掉那些只有透過超乎模型範疇的複雜互動才會出現的重要運動。

卡斯丁偏好後者的簡易性。他的模型是單維的,用單一線性探測來仿真整個星球的大氣,有點像是透過一根從海床到海面的超長吸管,來取樣海水,如此測量海洋的平均溫度與鹽度。

-----廣告,請繼續往下閱讀-----

「雲在一維狀態是相當隨性的──在一維模型中,任意擺布呈現的方式,能得到任何你想要的效應。一維模型的理想情況是無雲的天空,這明顯是個大弱點,」當我們討論他的模型時,他這麼承認。「我避開這弱點的方式是,我把雲畫在地上,借著調整表面反照率來接近它們可能產生的效應,直到它產生我想觀察的那顆行星的平均氣溫──不管是地球或是火星。有些人基於『真實的雲朵很複雜』這點,不喜歡我這樣弄,也不喜歡我的方法實際上代表的意思;但我這麼做,是把行星溫度改變帶來的任何雲朵回饋都最小化。要做的比這個更好,你得使用 3D,這可是很大的一步;而且,即便到了那一步,雲朵還是維持著最大的不確定性──搞 3D 的那群人,也不會知道該怎麼辦。」

由於其簡易性,一維模型也比任何三維模型都要快得多。頂尖技術的三維氣候模型,可能要在非常昂貴的專用電腦叢集上花一個星期,才能達到「將地球現有大氣中的二氧化碳水平加倍,能提高平均氣溫攝氏二至五度」的結論。要算出二氧化碳加倍的結果,卡斯丁的一維模型只需在普通的桌上型電腦跑不到一分鐘,就能得出二點五度的答案。「一維模型,讓我只受限於自己思考的速度,而非受限於電腦的速度,」卡斯丁說。

「在一週的時間裡,當一個三維模型只能處理單一疊代時,我卻可以好好探索整個參數空間。這個意義就在這裡──探索可能的極限,鼓勵其他人在那數值之上打造模型,或根據經驗做出深刻的觀察。」


 

 

本文摘自《五十億年的孤寂:繁星間尋找生命》,八旗文化出版。

文章難易度
PanSci_96
1226 篇文章 ・ 2337 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

3
1

文字

分享

0
3
1
溫室效應有救了?把二氧化碳埋進地底吧!  
鳥苷三磷酸 (PanSci Promo)_96
・2024/03/25 ・1389字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----

本文由 台灣中油股份有限公司 委託,泛科學企劃執行。 

近年全球對於氣候變遷的關注日益增加,各國紛紛宣布淨零排放(Net Zero Emissions)的目標,聯手應對氣候變遷所帶來的挑戰。淨零排放是指將全球人為排放的溫室氣體量和人為移除的量相抵銷後為零。而「碳捕存再利用技術(Carbon Capture Utilization and Storage,簡稱 CCUS)」技術被視為達成淨零重要的措施之一。 

CCUS 示意圖。圖/INPEX CCS and CCUS Business Introduction Video 2022 

「碳捕存再利用技術 CCUS」是什麼? 

CCUS 技術可以有效地將二氧化碳從大氣中捕捉並封存,進而減少溫室氣體的排放。CCUS 包含捕捉、運輸、封存或再利用三個階段,也就是將二氧化碳抓下來,並且存起來或是轉換成其他有價值的化學原料。關於如何捕捉二氧化碳,可以參考我們先前拍的影片《減碳速度太慢?現在已經能主動把二氧化碳抓下來!?抓下來的二氧化碳又去了哪裡?》。 

至於捉下二氧化碳之後,該存放在哪裡呢?科學家們看上一個經過數千萬年驗證、最適合儲存的地方——地底。沒錯,地底可不只有石頭跟蜥蜴人,只要這些石頭中存在孔隙,就可以儲存氣體或液體。最常見的就是天然氣與石油。現在,我們只要將二氧化碳儲存到這些孔隙就好。 

-----廣告,請繼續往下閱讀-----

封存的地質條件也很簡單,第一,要有一層擁有良好空隙率及滲透性的「儲集層」,通常是砂岩。第二,有一層緻密、不透水且幾乎無孔隙的岩石,用來阻擋儲集層的氣體向上逸散的「蓋層」,常見的是頁岩。只要儲集層在下,蓋層在上,就是一個理想的儲存環境。 

臺灣哪裡適合地質封存? 

臺灣由東往西,從西部麓山帶、西部平原、濱海到臺灣海峽,都有深度達 10 公里的廣大沉積層,並且砂岩與頁岩交替出現,可說是良好的儲氣構造。 

至於臺灣適合封存二氧化碳的地點,有個很直接的作法,就是參考石油、天然氣的儲存場域就好,也就是所謂的「枯竭油氣層」。將開採過的天然氣或石油的空間,重新拿來儲存二氧化碳。而臺灣的油氣田,主要集中在西部的苗栗與臺南一帶,在 1959~2016 年,累計產了 500 億立方公尺的天然氣,和超過 500 萬公秉的凝結油。 

臺灣油氣田位置圖。圖/《科學發展》2017 年 6 月第 534 期
鐵砧山每年封存 10 萬噸二氧化碳(相當於通霄鎮 1/3 人口一年的二氧化碳排放量)。圖/台灣中油

而至今這些枯竭油氣田,適合來做二氧化碳的封存。例如苗栗縣通霄鎮的鐵砧山是臺灣目前陸上發現最大的油氣田,不只是封閉型背斜構造,更擁有厚實緻密的緻密蓋岩層。在原有油氣田枯竭後,從民國 77 年開始轉為天然氣儲氣窖利用原始天然氣儲層調節北部用氣的方式,已持續超過 35 年。因此中油也正規劃在鐵砧山氣田選擇合適的蓋層和鹽水層,進行小規模的二氧化碳注入,作為全國首座碳封存的示範場址。並同時進行多面向的長期監測,驗證二氧化碳封存的可行性與安全性。 

-----廣告,請繼續往下閱讀-----

更多詳細內容及國際 CCUS 案例,歡迎觀看影片解惑! 

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 308 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

2

3
4

文字

分享

2
3
4
改良天然氣發電技術不會產生二氧化碳?灰氫、藍氫、綠氫分別是什麼?
PanSci_96
・2024/02/11 ・5659字 ・閱讀時間約 11 分鐘

-----廣告,請繼續往下閱讀-----

用天然氣發電可以完全沒有二氧化碳排放?這怎麼可能?

2023 年 11 月,台電和中研院共同發表去碳燃氫技術,說是經過處理的天然氣,燃燒後可以不產生二氧化碳。

誒,減碳方式百百種,就是這個聽起來最怪。但仔細研究後,好像還真有這麼一回事。這種能發電,又不產二氧化碳的巫術到底是什麼?大量使用天然氣後,又有哪些隱憂是我們可能沒注意到的?

去碳燃氫是什麼?

去碳燃氫,指的是改良現有的天然氣發電方式,將甲烷天然氣的碳去除,只留下乾淨的氫氣作為燃燒燃料。在介紹去碳燃氫之前,我們想先針對我們的主角天然氣問一個問題。

-----廣告,請繼續往下閱讀-----

最近不論台灣、美國或是許多國家,都提升了天然氣發電的比例,但天然氣發電真的有比較好嗎?

好像還真的有。

根據聯合國底下的政府間氣候變化專門委員會 IPCC 的計算報告,若使用火力發電主要使用的煙煤與亞煙煤作為燃料,並以燃燒率百分之百來計算,燃料每釋放一兆焦耳的能量,就會分別產生 94600 公斤和 96100 公斤的二氧化碳排放。

如果將燃料換成天然氣,則大約會產生 56100 公斤的二氧化碳,大約只有燃燒煤炭的六成。這是因為天然氣在化學反應中,不只有碳元素會提供能量,氫元素也會氧化成水並放出能量。

圖/pexels

除了碳排較低以外,煤炭這類固體燃料往往含有更多雜質,燃燒時又容易產生更多的懸浮顆粒例如 PM 2.5 ,或是溫室效應的另一主力氧化亞氮(N2O)。具體來說,產生同等能量下,燃燒煤炭產生的氧化亞氮是天然氣的 150 倍。

當然,也別高興這麼早,天然氣本身也是個比二氧化碳更可怕的溫室氣體,一但洩漏問題也不小。關於這點,我們放到本集最後面再來討論。

-----廣告,請繼續往下閱讀-----

燃燒天然氣還是會產生二氧化碳?

雖然比較少,但也有燃煤的六成。像是綠能一樣的零碳排發電方式,不才是我們的終極目標嗎?別擔心,為了讓產生的二氧化碳量減到最小,我們可以來改造一下甲烷。

圖/unsplash

在攝氏 700 至 1100 度的高溫下,甲烷就會和水蒸氣反應,變成一氧化碳和氫氣,稱為蒸汽甲烷重組技術。目前全球的氫氣有 9 成以上,都是用此方式製造的,也就是所謂的「灰氫」。

而產物中的一氧化碳,還可以在銅或鐵的催化下,與水蒸氣進一步進行水煤氣反應,變成二氧化碳與氫氣。最後的產物很純,只有氫氣與二氧化碳,因此此時單獨將二氧化碳分離、封存的效率也會提升不少,也就是我們在介紹碳捕捉時介紹的「燃燒前捕捉」技術。

去碳燃氫又是什麼?

圖/pexels

即便我們能將甲烷蒸氣重組,但只要原料中含有碳,那最終還是會產生二氧化碳。那麼,我們把碳去掉不就好了?去碳燃氫,就是要在第一步把甲烷分解為碳和氫氣。這樣氫氣在發電時只會產生水蒸氣,而留下來的碳黑,也就是固態的碳,可以做為其他工業原料使用,提升附加價值。

-----廣告,請繼續往下閱讀-----

在氫氣產業鏈中,我們習慣將氫氣的來源做顏色分類。例如前面提到蒸氣重組後得到的氫氣被稱為灰氫,而搭配碳捕捉技術的氫,則稱為藍氫。完全使用綠能得到的氫,例如搭配太陽能或風力發電,將水電解後得到最潔淨的氫,則稱為綠氫。而介於這兩者之間,利用去碳燃氫技術分解不是水而是甲烷所得到的氫,則稱為藍綠氫。

但先不管它叫什麼氫,重點是如果真的不會產生二氧化碳,那我們就確實多了一種潔淨能源可以選擇。這個將甲烷一分為二的技術,聽起來應該也不會太難吧?畢竟連五◯悟都可以一分為二了,甲烷應該也行吧。

甲烷如何去碳?

甲烷要怎麼變成乾淨的氫氣呢?

很簡單,加溫就好了。

圖/giphy

只要加溫到高過攝氏 700 度,甲烷就會開始「熱裂解」,鍵結開始被打斷,變成碳與氫氣。

-----廣告,請繼續往下閱讀-----

等等等等…為了發電還要耗費能源搞高溫熱裂解,划算嗎?

甲烷裂解確實是一個吸熱反應,也就是需要耗費能量來拆散原本的鍵結。根據反應式,一莫耳甲烷要吸收 74 千焦耳的熱量,才會裂解為一莫耳的碳和兩莫耳的氫氣。但是兩莫耳的氫氣燃燒後,會產生 482 千焦耳的熱量。淨能量產出是 408 焦耳。與此相對,直接燃燒甲烷產生的熱量是 891 千焦耳。

而根據現實環境與設備的情況,中研院與台電推估一公噸的天然氣直接燃燒發電,與先去碳再燃氫的方式相比,發電量分別為 7700 度和 4272 度。雖然因為不燃燒碳,發電量下降了,但也省下了燃燒後捕存的成本。

要怎麼幫甲烷去碳呢?

在近二十幾年內,科學家嘗試使用各種材料作為催化劑,來提升反應效率。最常見的方式,是將特定比例的合金,例如鎳鉍合金,加熱為熔融態。並讓甲烷通過液態的合金,與這些高溫的催化劑產生反應。實驗證實,鎳鉍合金可以在攝氏 1065 度的高溫下,轉化 95% 的甲烷。

-----廣告,請繼續往下閱讀-----

中研院在 2021 年 3 月,啟動了「 Alpha 去碳計畫」,進行去碳燃氫的設備開發。但團隊發現,盡管在理論上行得通,但實際上裝置就像是個不受控的火山一樣,熔融金屬與蒸氣挾帶著碳粒形成黏稠流體,不斷從表面冒出,需要不斷暫停實驗來將岩漿撈出去。因此,即便理論上可行,但熔融合金的催化方式,還無法提供給發電機組使用。

去碳燃氫還能有突破嗎?

有趣的是,找了好一大圈,驀然回首,那人卻在燈火闌珊處。

最後大家把目光放到了就在你旁邊,你卻不知道它正在等你的那個催化劑,碳。其實過去就有研究表明碳是一種可行的催化劑。但直到 201 3年,才有韓國團隊,嘗試把碳真的拿來做為去碳燃氫的反應催化劑。

圖/pexels

他們在高溫管柱中,裝填了直徑 30 nm 的碳粒。結果發現,在 1,443 K 的高溫下,能達到幾乎 100 % 的甲烷轉化。而且碳本身就是反應的產物之一,因此整個裝置除了碳鋼容器以外,只有碳與氫參與反應,不僅成本低廉,要回收碳黑也變得容易許多。

-----廣告,請繼續往下閱讀-----

目前這個裝置需要加緊改良的,就是當碳不斷的積蓄,碳粒顆粒變大,反應會跟著下降。如何有效清除或更換濾網與反應材料,會是能否將此設備放大至工業化規模的關鍵。

最後,我們回頭來談談,在去碳燃氫技術逐漸成熟之後,我們可能需要面對的根本問題。

天然氣是救世主,還是雙面刃?

去碳燃氫後的第一階段,還是會以天然氣為主,只混和 10 % 以下的氫氣作為發電燃料。

這是因為甲烷的燃燒速度是每秒 0.38 公尺,氫氣則為每秒 2.9 公尺,有著更劇烈的燃燒反應。因此,目前仍未有高比例氫氣的發電機組,氫氣的最高比例,通常就是 30 % 。

目前除了已成功串連,使用 10 % 氫氣的小型發電機組以外。台電預計明年完成在興達電廠,使用 5 % 氫氣的示範計畫,並逐步提升混和氫氣的比例。根據估計,光是 5 % 的氫氣,就能減少每年 7000 噸的二氧化碳排放。

-----廣告,請繼續往下閱讀-----

但隨著天然氣的使用量逐步提高,我們也應該同時留意另一個問題。

天然氣洩漏導致的溫室效應,是不可忽視的!

根據 IPCC 2021 年的報告,若以 20 年為評估,甲烷產生的溫室效應效果是二氧化碳的 82.5 倍,以 100 年為評估,效果為 29.8 倍,是僅次於二氧化碳,對於溫室效應的貢獻者第二名。這,不可不慎啊。

圖/unsplash

從石油、天然氣井的大量甲烷洩漏,加上運輸時的洩漏,如果沒有嚴格控管,我們所做的努力,很有可能就白費了。

非營利組織「環境保衛基金」曾在 2018 年發表一篇研究,發現從 2012 到 2018 年,全球的甲烷排放量增加了 60 % ,從煤炭轉天然氣帶來的好處,可能因為甲烷洩漏而下修。當然,我們必須相信,當這處漏洞被補上,它還是能作為一個可期待的發電方式。

圖/giphy

另一篇發表在《 Nature Climate Change 》的分析研究就說明,以長期來看,由煤炭轉為天然氣,確實能有效減緩溫室氣體排放。但研究也特別提醒,天然氣應作為綠能發展健全前的過渡能源,千萬別因此放慢對於其他潔淨能源的研究腳步。

去碳燃氫技術看起來如此複雜,為什麼不直接發展綠氫就好了?

確實,綠氫很香。但是,綠氫的來源是電解水,而反應裝置也不可能直接使用雜質混雜的海水,因此若要大規模發展氫能,通常需要搭配水庫或海水淡化等供水設施。另外,綠氫本來就是屬於一種儲能的形式,在台灣自己的綠能還沒有多到有剩之前,當然直接送入電網,還輪不到拿來產綠氫。

圖/unsplash

相比於綠氫,去碳燃氫針對的是降低傳統火力發電的碳排,並且只需要在現有的發電廠旁架設熱裂解設備,就可以完成改造。可以想像成是在綠能、新世代核能發展成熟前的應急策略。

當然,除了今天提到的灰氫、藍氫、綠氫。我們還有用核能產生的粉紅氫、從地底開採出來的白氫等等,都還沒介紹呢!

除了可以回去複習我們這一集的氫能大盤點之外,也可以觀看這個介紹白氫的影片,一個連比爾蓋茲都在今年宣布加碼投資的新能源。它,會是下一個能源救世主嗎?

最後,也想問問大家,你認為未來 10 年內,哪種氫能會是最有潛力的發展方向呢?

  1. 當然是綠:要押當然還是壓最乾淨的綠氫啦,自產之前先進口也行啊。
  2. 肯定投藍:搭配碳捕捉的藍氫應該會是最快成熟的氫能吧。
  3. 絕對選白:連比爾蓋茲也投資的白氫感覺很不一樣。快介紹啊!

什麼?你覺得這幾個選項的顏色好像很熟悉?別太敏感了,下好離手啊!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

參考資料

所有討論 2
PanSci_96
1226 篇文章 ・ 2337 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。