Loading [MathJax]/extensions/tex2jax.js

0

9
1

文字

分享

0
9
1

活性碳濾芯與 RO 逆滲透其實是閨密?淨水器原理大解密

活躍星系核_96
・2018/05/22 ・3011字 ・閱讀時間約 6 分鐘 ・SR值 537 ・八年級

  • 文/水知識生活家 許馨勻|在這資訊碎片時代,我們只提供最真實的水知識,大家最需要的水知識,讓人人都能當水知識生活家

你家有裝淨水器嗎? 目前活性碳濾芯和 RO 逆滲透為目前台灣淨水器的大宗。其實 RO 逆滲透是一套複合式的系統,其中主要的過濾環節也包含了「活性碳」;究竟這些淨水器是如何運作的,你知道嗎?讓我們一起來了解淨水器的組成和原理吧,有了這些知識也更能知道自己適合怎樣的淨水器、才不會被廣告或是業務牽著鼻子走囉。

首先,讓我們來看看活性碳的小知識吧!

活性碳淨水器

活性碳濾芯原理

活性碳濾芯原理,圖/ID Water水知識生活家。

活性碳(activated carbon)是很廣泛使用的的淨水器濾材,為一種多孔性的含碳物質,它具有高度發展的孔隙構造,其結構為碳形成的六環物堆積而成。由於六環碳的不規則排列,造成了活性碳多微孔結構及高表面積的特性,每一公克的活性碳就有如好幾個籃球場的面積,因為這特性所以它能夠讓汙染物如農藥、臭味、餘氯等有足夠空間吸附在上面,而達到過濾效果。

 活性碳主要功能有

  1. 臭味
  2. 吸附顏色
  3. 吸附氯氣
  4. 吸附農藥

活性碳就像海巡一般,負責把這些偷渡的物質給抓起來,然而對於暗渡陳倉的硝酸鹽、硬度以及絕大部分的重金屬,活性碳可能就拿他們沒辦法了(攤手)。

-----廣告,請繼續往下閱讀-----

活性碳材質迷思

電子顯微鏡下的活性碳。source:Wikimedia

活性碳所使用的材料大多取自木材、鋸屑、木質素、果殼、棕櫚、椰子殼等,經高溫(300~500℃)碳化後,再以高溫(850~950℃)的水蒸氣予以活性化製成。活化的目的是清除碳化過程中,積蓄在活性碳孔隙內的焦油物質及提高孔洞體積、比表面積,以產生高吸附量的活性碳。

通常業者會聲稱椰子殼的活性碳就是最好的選擇,千萬不要陷入材料品質迷思,關鍵還是在於廠商的製造過程,而這個把關的部分,消費者需要注意的是,是否有美國國家衛生基金會(National Sanitation Foundation, NSF)認證材料證明,這樣才能避免買到劣質的活性碳濾心或淨水器。

NSF 認證活性碳濾心水壺,圖/NSF 國際官網

市面上常見的活性碳淨水器種類

一般市面上販售的活性碳淨水器大致可分為『粒狀』、『粉狀』、『壓縮碳棒』、『銀添抗菌活性碳』、『銀添抗菌活性碳纖維』五種型式,其過濾效果程度依序為:

  1. 銀添抗菌活性碳纖維
  2. 銀添抗菌活性碳
  3. 壓縮碳棒
  4. 粉狀
  5. 粒狀

由於活性碳本身無抗菌的能力,因此開發出添加具有抗菌效果的銀奈米粒至活性碳中,透過奈米大小具有高的比表面積特性,加入活性碳中可提高其吸附性。

-----廣告,請繼續往下閱讀-----

活性碳的維護與管理

  • 增加水體與活性碳的接觸時間可以提高活性碳吸附的效果,這可以透過減低水流速度的方式達成。
  • 新的活性碳在第一次使用前應以清水流洗清潔,以去除殘留的粉末狀活性碳。
  • 活性碳的吸附對象是無選擇性的,只要是疏水性有機物,活性碳都具備某種程度的吸附效果。為增加吸附效果,水體應先適度過濾,去除雜質再進入活性碳濾心。

使用活性碳淨水器應注意的地方

過濾是以阻截為處理機制,達到去除水中物質的功能,因此使用一段時間後,濾芯上所截留下水中的雜質會逐漸累積。雖然活性碳的吸附能力很強,但也是細菌的溫床,使用時間一久,活性碳已屆使用期限,如果太久沒有更換或清洗,堆積在淨水器上的顆粒物質會愈來愈多,則通過之水流量會逐漸減少,並會孳生細菌,影響水質安全。

如何判斷淨水器被阻塞的程度 :一般淨水處理是利用入水與出水的壓力差。

經過一定的處理水量後,淨水器要定時進行反沖洗*以排除堆積其上的雜質,淨水器濾芯也需定期更換(一般 3 個月更換一次,活性碳濾心一般約半年更換;出水量顯著減少時,也需更換),才能確保濾出水的安全。

  • 反沖洗(back washing)為一種清洗濾料之方法,透過攪動使附著於濾層中的雜質污染物剝離,但這通常要請專業人士來執行。

活性碳的使用期限:當濾芯顏色變黃、淨水流量漸小時,就要及時更換,不然濾出的水質反而會比自來水更不安全。

RO 逆滲透淨水器

逆滲透(Reverse osmosis, RO)有如城堡裡的層層衛兵、設下了 2~3 層的關卡,是各類淨水器中對污染物最全面的處理技術。但逆滲透也因此成本最高,維護也較為困難,因此為了保護滲透膜的壽命,在滲透膜前端會有去除水中餘氯的機制,這通常利用活性碳濾芯來完成。

-----廣告,請繼續往下閱讀-----
RO 逆滲透濾芯構造,圖/ID Water水知識生活家。

RO 淨水器構造

RO 淨水器一般是如何組成的,想必很多人不太了解,接下來讓我們來了解一下基本的構造吧!

一般 RO 淨水器系統基本是由五種不同的濾芯所组成:

RO 逆滲透率新構造,圖/作者製作。

RO 逆滲透的過濾原理

RO 薄膜即半透膜為一種多孔性的材質,水只能從一方流入,而不會回流,且其孔徑大小剛好可以通過水分子,因此比水分子大的分子如重金屬、酚類、螢光劑都無法通過,細菌、大腸菌、病毒亦無法通過。

RO逆滲透原理。source:wikimedia

利用半透膜的材質及水分子滲透的特性,一般水分子會由濃度低(雜質極少)的一端往濃度高(含較多雜質)的一端滲透,但是如果在濃度高的一端加壓就會形成逆滲透,也就是水分子由濃度高的一端往濃度低的一端移動,因此逆滲透的基本配件就是半透膜與加壓馬達。

-----廣告,請繼續往下閱讀-----

此外,為避免水中懸浮微粒造成阻塞問題,通常在活性碳濾心前會再加一個 5 微米的濾心,水中較大的顆粒、餘氯及部分有機物可由前置活性碳及顆粒濾心去除。

滲透過分離膜的即為純水,沒有滲透過去的即為高濃度廢水,而 RO 造一桶純水須排放 3~4 桶廢水,但可將水中所有雜質完全去除(90%以上),是目前過濾效率最高的水處理方式。

RO 膜雖然能過濾水中雜質及異味,能有效提高用水品質,但相對的 RO 濾心是屬於耗材之一,面對不同用戶所使用的原水端,會因為水質差異而影響該濾心的使用年限,使其壽命降低。

RO 淨水器的維護管理

RO 淨水器的維護管理,圖/作者製作。

但因不同淨水器使用材料不同,消費者使用淨水器的次數、用量也不同,因此濾心使用壽命也就不同。缺乏維護保養的濾心本身就會形成二次污染,甚至造成更大的危害。

-----廣告,請繼續往下閱讀-----

然而家用淨水器淨化後之水質經常沒有一個確切的標準來衡量,因此處理後之水質難以保證。

目前雖能做到由淨水器的自動控制系統根據水壓、時間提醒維護,但事實上等到濾芯顏色變黃、水流量變小時,也許已經是事態嚴重的程度了。

重要的是還是要根據水質,因此最好能夠常態的進行水質檢測,才能真正確保我們飲用水的安全。

活性碳與 RO 逆滲透濾心比較,圖/ID Water水知識生活家。

參考資料

  1. 黃惠如。2005 年 9 月 1 日。4 招確保我家水能喝。康健雜誌。82 期。
  2. 王根樹。2011 年 11 月 20 日。淨水器的使用。上課簡報。
  3. Ghaedi, M., Sadeghian, B., Pebdani, A. A., Sahraei, R., Daneshfar, A., & Duran, C. (2012). Kinetics, thermodynamics and equilibrium evaluation of direct yellow 12 removal by adsorption onto silver nanoparticles loaded activated carbon. Chemical Engineering Journal, 187, 133-141.
  4. 張傳旺。2011。超音波及酸鹼藥劑應用於 RO 膜清洗系統之研究。In: 第十一屆台灣電力電子研討會。國立清華大學 電機工程學系。
  5. 楊智其。2011。全球環境變遷與永續發展。課堂簡報。
-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 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