電腦病毒首度公開亮相｜科學史上的今天：11/10

• 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。

在現代社會，網路已經跟電力、自來水一樣成為不可或缺的生活必需品。不過，連上網路雖然也跟打開電燈開關與水龍頭一樣方便，但網路的資料傳送方式可不像電流或水流那樣；它之所以能無遠弗屆，全賴當初就讀麻省理工學院計算機科學博士班的克連洛克（Leonard Kleinrock, 1934－ ）所提出的革命性概念。

事實上，網路遠比個人電腦還早出現。早在1950年代末期，大型電腦主機就開始透過電話線彼此傳送資料，但這種方式每次只能跟一台電腦相連，而且就占掉骨幹中的一條線路，影響整體的使用效率；這就像高速公路的車道都畫了雙黃線，而且一旦有台車開進來，這個車道就不准再有別人使用。

克連洛克於1962年的博士論文中提出封包（packet）的網路架構與數學理論。基本上就是將資料切割成一個個小小的封包，每個封包上都有目的地地址；然後用分封交換機取代傳統的電話交換機，並且將高速公路的雙黃線取消。分封交換機會根據封包上的地址與車流量，將封包打散到各個車道，封包可以中途變換車道，甚至改走另一條公路；同屬一個檔案的眾多封包就這麼殊途而同歸，抵達目的地。

分封交換機除了讓網路效率更高、可以多台電腦連線，網路還更堅固安全。因為傳統電話交換機只要作為樞紐那幾台壞掉，所有電腦就可能無法彼此連線，而分封交換機卻是分散式的，封包可以到處四竄，幾個節點損毀也無礙。因此，當國防部「先進研究計畫署」（ARPA）希望打造一個不會因為蘇聯攻擊就癱瘓的網路時，自然採用克連洛克的倡議。

也因此，這個名為ARPANET的網路最先連結的兩個點就是克連洛克任教的加州大學洛杉磯分校，與「滑鼠之父」英格巴特（Douglas C. Engelbart）所在的史丹佛研究中心。1969年10月29日晚上10點30分，在克連洛克的注視下，他的學生克萊恩（Charley Kline）慎重地按下要送出的訊息：”login”，不料只按了頭兩個字母就當機，一個小時後才又修好。因此”lo”就成為ARPANET傳送的第一個訊息。

ARPANET連結美國國內越來越多單位的電腦；1975年，經由史丹佛連結英國的網路，名符其實地成為internet；而今internet已經盤根錯節，無所不在了。ARPANET於1990功成身退，但若溯流求源，1969年的今天，應該算是internet誕生之日吧。

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。

身材修長的英格巴特一路走到舞台上的電腦桌前坐下；其實桌上只有電腦顯示器、鍵盤、滑鼠與 keyset，電腦遠在五十公里外的史丹佛研究中心。顯示器亮了起來，舞台上的大銀幕同步秀出畫面，上面分割出左右兩個視窗，左側是一份空白文件，右側則是遠方同事的即時影像。

英格巴特先示範了文件的輸入、編輯與存取，然後讓遠方的同事一起參與編輯。接著他打開一份老婆交代的購物清單，先讓上面的物品自動依名稱重新排列，接著銀幕出現一張地圖，上頭已標示出購買物品的商店與路線圖。他點選了圖書館，馬上出現一份書單。之後英格巴特仔細講解整個系統架構，包括硬體、軟體與網路，以及未來建構 ARPANET（internet 前身）的計劃，全場觀眾早已為之目眩神迷，演示結束後，會場爆出如雷掌聲，久久不息。

我們現在會覺得這些演示一點也不稀奇，但這可是 1968 年，將近半世紀之前！那是用打孔紙片輸入電腦指令、電腦螢幕只能顯示單色字元、既無滑鼠更無網際網路的個人電腦史前時代，而英格巴特就展示了網路連線、圖形介面、多重視窗、視訊會議、文書處理、協同作業與超文本的整合系統。難怪當場的所有觀眾會被徹底征服，因為這根本是未來世界或是科幻小說才會有的場景啊！1968 年 12 月 9 日的這場演示也因此被稱為「所有演示之母」 (Mother of All Demos) ；賈伯斯日後膾炙人口的演示正是發端於此。

賈伯斯所受的影響不只於此。當時印表機的龍頭全錄 (Xerox) 公司深恐英格巴特的技術普及後，將造成辦公室的無紙化時代來臨，動搖本業，於是在 1970 年成立帕羅奧多研究中心 (PARC) 負責先進技術的研究。恰巧英格巴特的研究預算遭到刪減，旗下的小組成員將技術一起帶進 PARC，於是才有後來的賈伯斯前來參觀，大受震撼而將滑鼠與圖形介面引進蘋果電腦，從此改變了個人電腦的面貌。

是的，天才即是見人所不能見，而先知總是看得太遠，兼具兩者的英格巴特超越時代太多，他所展示勾勒的電腦與網路如何融入工作與生活之中，必須再過二、三十年，當技術、成本、網路等等各項條件都成熟了，才得以一一實現。但他的名字已被埋沒太久，至今英格巴特在人們的心目中仍未得到應有的地位與榮譽。如今人們會以「滑鼠之父」稱呼他，但他的影響與貢獻豈僅止於滑鼠？！正如蘋果電腦的共同創辦人沃茲尼克對他的悼念：「我們現在在電腦上所有的一切都可以追溯到他的發想。對我而言，他就是個神。」

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。

1983年的今天，賓州理海大學（Lehigh University）的電腦安全研討會上，剛從南加大拿到博士學位的柯恩（Fred Cohen, 1956－　）向台下聽眾展示手上的磁碟片。他向大家解釋裏頭有自己所寫的一段小程式，它隱藏在一支合法的Unix程式之中。接著他將磁碟片插入台上的迪吉多電腦主機VAX-11/750，五分鐘之內即取得系統的控制權。

柯恩告訴大家這種小程式叫「電腦病毒」，因為它可以感染電腦，複製自己，並且散佈到其它電腦。柯恩又做了四次試驗，證明電腦病毒可以繞過當時的各種安全機制，平均不到半小時就成功取得控制權。

這是人們第一次目睹電腦病毒的強大威力與潛在威脅，電腦病毒這個名詞也自此成為此類程式的統稱。事實上，柯恩在幾個月前的博士論文就描述了這一切，正是他的指導教授阿德曼（Leonard M. Adleman, RSA加密法的三位發明人之一）建議他使用病毒這個詞。

不過若不考慮危害性，更早之前就有自我複製並散佈到其它電腦的實例了。1971年，參與建置ARPANET（internet的前身）的BBN技術公司為了測試，由程式設計師湯瑪斯（Bob Thomas）寫了支程式，感染網路上的迪吉多PDP-10電腦，在螢幕上顯示「我是偷窺者，有本事來抓我！」（I’m the creeper, catch me if you can!）。

之後再由另一位程式設計師湯姆林森（Raymond Tomlinson）放了另一隻叫「收割者」（Reaper）的類似病毒，但它的作用是找到「偷窺者」病毒，將它刪除；因此「收割者」算是第一個解毒程式。順帶一提，正是湯姆林森制定電子郵件在網路上的傳送方式，「個人帳號@電腦主機」就是由他制定的。

以個人電腦而言，最早的病毒出現在1982年，一位15歲的高中生Rich Skrenta寫了個名叫「麋鹿複製者」（Elk Cloner）的程式，隱身在遊戲程式中，只要曾用這張磁碟片開機，病毒就會常駐在電腦的記憶體中，繼續感染之後插到這台電腦的磁碟片，因此散佈到周遭朋友的Apple II個人電腦。與「偷窺者」一樣，「麋鹿複製者」只會跑出一段打油詩，沒有其他危害。

隨著電腦數量不斷成長，電腦病毒也越來越猖獗，危險性也越來越高。而且正如柯恩當年預言的，並沒有方法可以完全阻擋病毒；在現今網路盛行的時代，更是防不勝防，或許你我的電腦中早已潛伏著電腦病毒，只是我們一直沒有察覺哪！

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。