魚群「Cool」斃了

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。

台灣最近（1月23~26日）的超級寒流不僅造成災害，農漁業損失慘重，還讓低海拔地區甚至平地雪霰紛飛，台北、新竹、嘉義氣象站更是設站以來首度下霰。大家可曾知道，在清朝的太平盛世時代，台灣平地是經常下雪的！

小冰河期

清康熙35年（1696年）出版的《台灣府志》中，雞籠積雪為台灣八景之一。雞籠在當時大部分為尚未開發的蠻荒之地，位於當時的諸羅縣，除了現今的基隆之外，也泛指台灣北部台北、淡水等地區。

根據《台陽見聞錄》：

「雞籠山在基隆廳治。台地氣候，南北迥殊。北境冬寒，與內地無大異。茲山為北境盡處，山大而高，下逼巨海，名為大雞籠。至冬常有積雪，台人取以列郡治八景焉。」

因此雞籠積雪的確切地點，可能是現在的基隆山（海拔588m），或者海拔超過一千公尺的七星山、大屯山一帶，至今無確切說法。同治年間《淡水廳志》的「淡北八景」也提到「屯山積雪」，可以推知陽明山以及台北其他沿海山區，在清治時代是經常下雪、積雪的！

原來，約在16世紀至19世紀，也就是明清時代，全球氣溫明顯下降的現象，稱為小冰期或小冰河期。氣溫最低時正巧是清朝地康熙、雍正、乾隆盛世。不僅雞籠山白雪皚皚，許多史書也都記載台灣西部平地下雪。

康熙22年（1683年）十一月，《台陽聞見錄》提到「是冬，北路降大雪，寒甚」、《諸羅縣志》記載「雨雪，冰堅厚寸餘」。乾隆53年（1788年）二月，《淡水廳志》表示「大雨雪，饑，斗米千錢」，顯見寒害對農作物收成的負面影響。咸豐7年（1857年）一月，《淡水廳志》和《苗栗縣志》都有大雪的記錄。1892至1893年的冬天台灣更是嚴寒，地方史料記載不僅澎湖「奇寒」，雲林崙背「大雪，五穀、豬羊多凍死」、嘉義新港「雪下數寸，六畜凍死」，北部的新竹竹東更是「大雪連下三日，平地高丈餘」。

馬偕博士（George Leslie Mackay）在1872至1901年旅台期間，也留下許多台北地區的天氣記錄。馬偕於日記裡也記載1893年1/17-18日，大廳裡只有華氏42度（攝氏6度），連觀音山（海拔616m）都下雪，他甚至還上觀音山裝滿兩大桶的雪，帶回平地給孩子看。1892-93年的冬天，可能是台灣有史以來最冷的一個冬天！由此可見，雖然雞籠山、大屯山積雪景色優美，但小冰河期的低溫造成糧食作物生長季縮短、產量降低，農牧業損失慘重，造成全球各地饑荒連年，死亡率上升，造成的災害不可小覷。

台灣近代降雪記錄

全球氣溫在進入20世紀後逐漸恢復正常，日治時期以及民國時期平地幾無降雪記錄，但當時的台灣氣溫依然比現代低，台北大屯山（海拔1093m）降雪依然是稀鬆平常的事情。日治時期比較可觀的記錄，包括《臺北縣志大事紀》中記載1917/1/8 「大屯山降雪為歷年來罕見，淡水線火車開賞雪加班車」、1919/3/2大屯山春雪、及1934/1/29 「天氣驟寒，七星郡大屯山降雪盈尺」。1896年2月，日本在台灣設立台北、台中、台南、恆春、澎湖五個氣象測站，台灣氣候才開始有正式的科學記錄。

台北測站在1900/2/13測得零下0.2 °C，戰後的1963/1/28測得零下0.1 °C、前一天台中最低溫更達零下0.7 °C，各地普遍結霜，但以上幾次都沒有降雪記錄。1962-63年台灣冬天在近代大概是數一數二的嚴寒，其中1963年一月的台北市，有28天達到寒流標準（最低氣溫10度以下）！但當時天氣多為乾冷，也沒有下雪。倒是1958/2/13台北氣溫低達2.6 °C，空軍氣象官李富城先生（現為氣象主播）回憶：

我跟一個老長官，我們倆一起出空軍總部大門，我們倆一出，下雪了，台北市天空有飄了幾片雪，我說：「啊，下雪了。」

那天陽明山大雪紛飛，景象跟前幾天的寒流相當雷同，但當天氣象局在台北市並沒有正式降雪記錄。

現代受全球暖化以及都市熱島效應的影響，台灣氣溫節節上升，但全球暖化的後果，不僅僅是氣溫上升而已，更可能造成極端氣候頻率增加。這場讓台灣遍地下雪的超級寒流，是否表示著未來包括寒流在內的極端氣候會更加頻繁呢？是值得大家省思的一個問題。

參考文獻

• 民視節目《台灣演義》，2013年8月25日。
• 許玉青，《清代臺灣古典詩之地理書寫研究》，國立中央大學碩士論文，2005年6月17日。
• 《臺陽見聞錄》，維基文庫。
• 維基百科小冰期。
• 李禎祥，1893年雲林嘉義大雪：台灣史上最冷的冬天。
• 那年淡水有多冷，淡水導覽旅遊暨文化活動手記。
• 台北氣象站，中央氣象局網站。
• Mata Taiwan，永和汐止都下雪下霰了！那台南到底會不會下雪？

這個週末，相信大家都有一個很難忘的回憶，台灣各地的氣象測站，都測到破紀錄的低溫。很多海拔高度較低的地方，也下起了雪來。一時間，整個台灣的新聞台焦點已經從蔡英文要不要提前組閣，整個轉移到白雪紛飛的歡樂世界。一位在新聞台任職的新聞主管還打趣的說：「今天最大的新聞，應該是台北哪裡沒下雪？」

媒體的報導多著重現象，缺乏事件背後的剖析。

台灣的媒體競爭很激烈，為了收視率只能用力拼下去。然而各家電視台的人力畢竟有限，別家電視台有下雪的畫面，自家怎麼可以沒有。別人出了SNG車，輸人也不能輸陣。資源投注在最血淋淋新聞戰，自然就無法空出人力開闢戰場，只能跟隨別家的議題。在我看來，除了「何處下雪？雪積多深？賞雪人潮？車陣多長？」之外，寒流背後的成因更值得探討。少數有新聞媒體深入解釋了「北極震盪」讓大家知道為什麼會有這一波寒流。但是，很抱歉，如果以科學家的標準，我還會在多問一句，「北極震盪」年年發生，怎麼今年會有如此嚴重的寒流。如果我的資訊沒錯，台灣自1897年有氣象記錄已來，還沒有平地下雪的紀錄發生。很可惜，真正深入的資訊，大多來自外電報導，實在是一大遺憾。

不該發生的事情，卻有不一樣的處理標準

台灣地處副熱帶和熱帶，依照常理來判斷，低海拔地區下雪，其實是「反常」的事件。這就跟十幾年來不該淹水的地方淹水，一月不該有颱風侵襲台灣，小林村不該滅村一樣，都是反常的天氣（或災害）事件。然而，台灣的民眾似乎對下雪有追求的熱情。於是輿論風向變得相當歡樂，開始討論起日本、台灣哪個氣象預報比較準，氣象主播之間的舌戰。這些資訊無疑增添了八卦的氣氛。但是，容我多嘴，當我們覺得日本的播報很準確的時候，是不是想過日本投注多少的人力物力在基礎科學的研究上面。氣象是一門科學，而科學的進步沒有捷徑，就是找到一群稱職的科學家，給他們需要的資源。

下雪是天氣現象，平地下雪是天氣災害現象

相對於其他高緯度地區，台灣對於寒害幾乎是沒有準備的。舉例來說，一般辦公大樓不一定有暖氣設備，有些建築為了通風，連冬天也只能開啟冷氣。一般超過20年以上的住宅大樓，更不會裝設暖氣，只能靠住戶自己購置，如此低溫對壯年人來說已經接近體力負荷的邊緣，更何況是老年人與小孩。如此寒害，對心血管疾病的病人都是嚴峻的考驗。可以想見，凍死的案例一定會上升，而接下來，台灣的民眾就要面對過年前的農產品漲價。說實話，這波寒流帶來的雪，不是瑞雪，是災害啊！瑞凡！

回歸科學面來說，根據科學家的研究證實，在可以預見的未來，人類必定要面對這一類型的「極端氣候」。尤其是位於海島的台灣，暴雨、暖冬、寒流、強颱，以後都會成為我們生活的一部分。媒體的力量，就跟水一樣，水能載舟，也能煮粥（咳～～），對不起，是亦能覆舟。當輿論能夠喚起大家對這類極端氣候的重視，就會發現這些現象多少肇因於全球暖化。簡單來說，地球已經存在超過45億年，什麼樣的大風大浪沒見過。相對的，人類只有短短一百萬年左右的歷史。地球系統的失衡，不會讓地球消失，反而會是人類這個族群存亡的關鍵。