超超臨界是什麼？如何增加火力發電的效率？──煤的旅程（二）燃燒過程篇

• 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。

你知道台電有個電力研發基地嗎？台電綜合研究所因應電力研發試驗需求設立，至今已超過 20 年，平均每年進行近 400 項研究專案，是我國電力研究重鎮，今年更首次公開展出研究成果，舉辦「綠潮-2022 台電綜合研究所成果展」，今（14）日在板橋車站旁、全台首座綠能主題展館的「電幻 1 號所」盛大開展。台電表示，此次共展出 25 項電力研究成果，將電力專業知識轉化為與你我相關「看得懂的研究」，今日起免費展出至 10 月 14 日，歡迎民眾一同探索、揭開電力研發基地神秘面紗。

台電今日上午於電幻 1 號所舉辦「綠潮-2022 台電綜合研究所成果展」開幕活動，現場由中央研究院院長廖俊智、國家實驗研究院院長林法正及台電代理董事長曾文生等各界貴賓共同為展覽揭開序幕，並於希爾頓酒店舉辦「智能綠電新未來論壇」，邀請美國電力研究所（EPRI）、亞太能源研究中心（APERC）及彭博新能源財經（BNEF）分享國際電業趨勢，與產官學界進行深度對談。

台電說明，台電研發機構最早可追溯到1968年創立的「電力研究所」，隨研究需求及規模擴張，2001 年正式成立「綜合研究所」至今，扮演著支撐穩定供電、帶動能源轉型的電力核心技術關鍵研究單位，台電綜研所近年積極投入低碳能源與友善環境相關研究，並持續與美國電力研究所（EPRI）、彭博新能源財經（BNEF）等組織進行國際技術交流，以科學研究務實推動能源轉型。

台電指出，此次成果展以「綠潮」為主題，取自「綠」能與國際浪「潮」，突顯綜研所除致力綠能研究，更時刻與國際接軌。展覽共分為「Future、Power、Smart、Green」四大展區，展出 25 項電力研究成果，並第一次與YouTube影音平台訂閱超過 40 萬人、全台最大知識科普社群 PanSci 泛科學合作，將專業電力知識轉譯，搭配擬真模型、解說影片及 VR 裝置等生動有趣互動模式，主打「看得懂的研究」首次對外展出，期望打開民眾對電力的想像與視野。

台電也分享展覽 3 大「必看亮點」，首先推薦「Future」展區可看見未來智慧城市樣貌的「未來電桿」。台電說明，全國電桿數量超過 300 萬支，隨時都可能有各種如颱風天災等突發狀況，台電讓電桿搭載感測器，並結合 AI 影像辨識技術人工智慧及物聯網技術，使電桿具有自動檢測控制功能，目前先於桃園、新竹地區試驗，未來廣泛布建後，除可遠端即時掌握電桿狀態、提升搶修維護效率，更可讓電力線路基礎設施成為能源網路，甚至是城市資訊數據的傳輸平台。

而國際正夯的「碳捕捉」技術也可在展覽中的「Green」展區一探究竟，台電將位於台中電廠已實際投入發電機組排碳捕捉的碳捕集設備，打造成結合科技感互動與聲光展示的「超擬真」模型，直接搬到展場。此設備未來更將以年碳捕捉量 2000 噸為目標。

台電此次展覽亦第一次對外發表國內首創的「產業動態指數」，綜研所分析近3萬具高壓智慧電表所收集的電力大數據，並依據產業用電特性，結合生產力指數、節假日及氣象等多元資料，透過 AI 模型演算，建構出可每日即時更新的經濟領先指標「產業動態指數」，目前已透過 B2B 商業模式，提供企業作為產業發展分析重要依據。

台電表示，此次綜研所成果展自今日開幕，將於電幻1號所展出至 10 月 14 日（開館時間 10：00-18：00，週一休館），歡迎有興趣的民眾前來探索台灣電力研發基地的神秘面紗！

地球暖化會造成溫度升高？不稀奇！地球暖化會造成人類生活環境越來越嚴峻？也不稀奇！但你有聽過，因為地球暖化，讓我們的亮度竟然逐年遞減，地球變得越來越暗嗎？

地球亮度的改變並不是近期才出現的新興議題，關於地球亮度的變化，科學家早在 1990 年代前後便提出一種現象「全球黯化」（global dimming）去解釋為何地表獲得的太陽光能量越來越低。

當時透過資料指出，進到地球的太陽能量大幅降低，從 1950 到 1990 年入射至地表的太陽光能量，竟然平均減少 4%！ 也就是身處在地球上的人類會覺得地表的亮度似乎逐漸地降低。

當人類使用石油、煤炭等非再生能源發電時，會在環境中產生許多氣膠微粒，而這些氣膠微粒進入大氣，微粒可以吸收、反射入射到地球的太陽光，使太陽之能量無法進到地球表面，進而造成地球亮度降低。

而全球黯化同時也影響著人們過去對於全球暖化的理解，當全球黯化造成入射到地表的太陽光減少時，代表著地球所獲得的能量並不如過往我們所想像的這麼多。換句話說，全球黯化所造成的冷卻效應竟比不上人們所造成的暖化速度！

知曉地球改變亮度的方法——地照！

近期最新研究更是顯示，1998 年到 2017 年近十年內，地球的反照率逐年下降！除全球黯化造成地表獲得太陽能量減少外，當從外太空看著地球時，地球竟然也越來越暗了！

反照率是一種常用於亮度表示的方式之一，其指的是太陽電磁波段入射至地表的總量質，除以被地表反射的量值所得出的數字。不同的地表特性即有不一樣的反射量質。因此，透過反照率的升降，科學家也可以推估氣候變遷對環境所產生的變化與影響。

計算反照率的方式十分特別，在科學中我們將其稱為「地照」！

地照現象指的為當太陽光照射到地表，地表會反射部分太陽光，而當地表反射太陽光至月球未被太陽照到的地方時，月球又會將地表所反射至月面的光線反射回地球。

地照的變化與地表的改變息息相關。例如冰雪的反射率較高，當地表溫度較低，累積較多冰雪時，地照數據便可能會上升；而洋面的反照率較低，當地表溫度較高，造成冰雪融化成海洋，則地照數據便可能會下降。

除了利用地照觀測地球反照率外，為使觀測更加精確，科學家利用於 2000 年發射的 CERES 儀器（Clouds and the Earth’s Radiant Energy System）觀測大氣至地表的太陽光輻射與地表放出之輻射，並進一步分析對影響地球溫度的重要因子──雲，和太陽輻射的交互關係。

研究結果分析發現，從 2000 年到 2015 年，地球反照率曲線一直維持接近平坦的狀態，但近年，地球反照率的衰退卻日益明顯，如下圖表示：

橫軸座標為年度，縱軸座標為地照反照率之異常改變（單位為每瓦／平方公尺），黑色為地照異常之數據，藍色為 CERES 觀測到異常之數據，而灰色陰影區域則為誤差範圍。從圖中可以看出，地照反照率在這幾年下降約 0.5 W／m²，而 CERES 之數據則是下降約 1.5 W／m²。

十年一變──太平洋年季震盪

科學家推測，改變反照率的原因，是週期性發生在太平洋的氣候變化──太平洋年季震盪。

太平洋年季震盪指的為太平洋的海水溫度會以十年為週期尺度產生變化：當北太平洋和熱帶太平洋間的海水溫度較高時，稱作暖相位；而當北太平洋和熱帶太平洋間海水溫度較低時，稱作冷相位。

而地球亮度改變的原因，正是因為太平洋年季震盪到了暖相位，造成海面低雲減少，反照率降低！

低雲較為溫暖，其主要成分是由水滴組成，當太陽輻射照射水滴時，較多太陽反射至太空，地球的反照率較高，也造成地表溫度降低；而高雲主要成分由冰晶組成，透光性較佳，再加上高雲通常體積較低雲薄，故太陽輻射可以順利進入地表，地球反照率相對降低。

當北太平洋與熱帶太平洋間海水溫度升高時，洋面上空氣需達到飽和的水氣量相對增加，氣塊達到飽和條件較高，低層雲較難生成。（其實背後原因極其複雜，作者僅是以最簡單的方式嘗試解釋。）當低層雲減少時，反射率降低，造成較少太陽輻射至太空，地球亮度因此變得越來越暗。

交織纏繞的反饋機制

看完整篇文章也別急著下結論！其實地球上的現象不僅環環相扣，影響因素更是族繁不及備載，從海溫改變的原因、高低雲量多寡的變化、反照率升降的主因……，我們都很難用單純或是絕對的一段話去完整解釋自然界的現象。

科學家所能做到的，是透過原因推導、盡力的去解釋現象，所以關於地球反照率下降的趨勢原因，除了太平洋年季震盪、海溫升高、低雲變化等，或許也還有科學家尚未清楚的其他可能性。

但同時，令科學家擔心的事情是，因全球暖化造成地表的反照率降低，代表地表接收到的能量、進到地表之能量相對增加，而吸收的能量又加速全球暖化的速度，地球或許會因為這樣的回饋機制持續升溫，造成更加嚴重的溫室效應。如何去因應溫度上升造成的種種問題，也將會是我們需要不斷去思考問題。

參考資料

1. AGU Advances，Earth’s Albedo 1998–2017 as Measured From Earthshine
2. science alert，《Two Decades of Data Show That Earth Is ‘Dimming’ as The Planet Warms Up》
3. Wikipedia，《Clouds and the Earth’s Radiant Energy System》
4. Wikipedia，《行星照》