全球資訊網 World Wide Web 由此誕生！ │ 科學史上的今天：3/12

• 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。

昂貴的粒子物理基礎研究值得嗎？

粒子物理學的基礎研究當然是非常有趣的，但它也是很昂貴的。舉例來說，歐洲核子研究組織（European Organization for Nuclear Research，簡稱為CERN ）大強子對撞機的建造成本（包括人員、儀器研發和建造材料）約為 30 億歐元（約 33 億美元）。超導環場探測器本身的建造費用為 4.55 億歐元（5 億美元）。儘管這個數字看起來很大，但歐洲核子研究組織 8.25 億歐元的年度預算（約 9 億美元）只相當於每個年紀大到可以喝咖啡的歐洲公民喝一杯咖啡加總起來的費用。

但是這筆金額還是很龐大，所以每個人都有權利詢問這筆錢是不是花得值得。

在此，我將解釋投資於研究的經費不僅在經濟上帶來百倍以上的回報，而且可以造福整個社會。由於基礎研究帶來了科技上的突破，醫療技術和通信技術因而有所進步。物理學基礎研究徹底改變了我們的生活方式，而且改變還在持續當中。

以歐洲核子研究組織為例

在本文中，我主要以歐洲核子研究組織作為例子，因為它是目前最大且仍在運轉當中的國際性粒子物理學研究實驗室。

日本的 J-PARC（Japan Proton Accelerator Research Complex） 是一個多用途研究中心，他們也使用質子加速器。其他實驗室，如美國的 SLAC 國家加速器實驗室（SLAC National Accelerator Laboratory） 和費米實驗室（Fermi National Accelerator Laboratory, FNAL）以及德國的 DESY 一直到不久以前都還是非常活躍的粒子物理學研究中心，但他們的加速器目前已經停止運作。費米實驗室的主注入器（Main Injector）則仍在運轉中，為 MINOS、Minerva 和 NOVA實驗供應微中子束。其他實驗則正在等待批准或仍在前置興建階段。還有其他幾個較小的研究中心，例如加拿大薩德伯里的微中子觀測站實驗室（Sudbury Neutrino Observatory Laboratory, SNOLAB），日本的高能加速器研究機構（KEK）和義大利的 Gran Sasso，這些研究中心都是專門研究微中子物理和暗物質搜尋。最近，有參與粒子物理學研究的所有國家決定在大型國際實驗合作計畫中共享資源（例如歐洲核子研究組織正在進行中的實驗合作計畫）。

粒子物理學基礎研究的回報並不必然都是直接的。舉例來說，目前沒有人知道希格斯玻色子將來會不會有實際的用處，很可能不會！我們並不是因為期待希格斯玻色子能夠解決人類的大問題而做這個研究的。相反的，該研究的目的，是為了能更了解我們周遭的物質世界，並將提高我們的知識層次。

所以說，基礎研究實驗室的首要任務是滿足人類對知識的深度渴求。自從人類存在以來，人們一直都想知道自己的起源和命運。但這些實驗室其實還有其他三個主要目標：為科技發展作出貢獻、培養高度專業的人力以及（就國際實驗室而言）透過科學研究促進和平與國際合作。

基礎研究帶來燈光，而不止步於漂亮的蠟燭

不過，我們不該低估任何新發現的潛力。誰能預言一百年前物理學家在電子和電磁波上的研究，會對我們今日的生活產生如此驚人的影響呢？一件軼事（即便它有點爭議）可以用來說明這一點。據說英國財政大臣（即財政部長）曾質問法拉第（Michael Faraday）他的電學研究是否有任何潛在用途時，法拉第顯然回答說他不知道可以做什麼用，但法拉第補充說：「先生，將來有一天你可能可以課它的稅」。

電子和電磁學的研究帶來了電子用品、電信和電腦的發展。過去幾個世紀中，物理學家的研究成果和技術人員和工程師的專業知識相結合，並將發現應用在現實中，進而重塑了我們的日常生活。如果沒有物理學的基礎研究，我們今天就會靠燭光閱讀。正如一位同事向我指出的，我們肯定會有非常漂亮的蠟燭，但就只是蠟燭。基礎研究不僅對我們的生活產生重大影響，而且也啟蒙了我們的精神，使人類擺脫了無知的沉重負荷。

不管在理論還是在實驗，好奇心都引導了基礎研究。基礎研究必須不受到限制，使想像力和創造力得以自由流動。縱使無法保證一定能夠發現什麼，但物理學家必須檢視所有的可能。另一方面，應用研究的目的，在於為具體的問題找出實際的答案，它以基礎研究為本，帶來了科技突破，並有更進一步的發展。物理科學應用於其他學科之中，也在各個工業領域當中扮演了重要的角色。從經濟的角度來看，物理學影響著整個社會，我們在本章中將看到，物理學在各領域、各方面的成績，已在日常生活當中影響我們每一個人。

對各國的經濟回報

已有幾份研究試著評估基礎研究對經濟所帶來的影響。經濟與商業研究中心（the Centre for Economics and Business Research, CEBR）為歐洲物理學會（European Physical Society）所做的研究很具啟發性。這份研究是從科技和科學的角度評估基礎研究對歐洲物理學的產業所造成的影響。因此，它涵蓋了所有仰賴電機工程、機械和土木工程、能源、計算、通信、設計製造、運輸、醫學和航空的經濟活動。

2010 年的統計指出，仰賴物理學的產業共為歐盟的 27 個國家、瑞士和挪威創造了 3 兆 8000 億歐元的收入（上圖），相當於這些國家總收入的 15％ 左右，超越了零售業的總額。總共有 1 千 5 百 40 萬人在這個產業工作，也就是歐洲總勞動人口的 13％。

促成跨時代的科技發展

正如我們在整本書中所看到的，當今粒子物理學的研究需要高度精密複雜的工具才得以進行。通常在設計階段，大型實驗所需的技術並不存在，這些技術必須在過程當中被開發出來，特別是像大強子對撞機這樣二十年前就開始籌備規畫的超大型計畫。大強子對撞機的建造工程，使得若干技術超越當時的疆界，過去從不曾有任何儀器會用到如此強大的超導磁鐵，更不用提這整個計畫的規模，超導、極度真空和極度低溫相關的技術都因此而有很大的進展。

大型實驗合作計畫的所有測量設備也是如此，大強子對撞機所使用的偵測器都需要更高的抗輻射能力以及更高性能的電子模組，在承受極端輻射水平的同時，還要能夠高速與大量採集數據。這個需求提供了建造網格（Grid）的動力，網格是一個龐大的計算機網絡，串聯了成千上萬台遍布在世界各地的電腦，提供了大強子對撞機實驗所需的計算能力。

技術方面的進步已化為現實，並應用在各式各樣的產業中。簡單舉幾個例子，這些應用包括了配有光纖的濕度感測器、使用永久磁鐵之引擎的隔膜系統、設計印刷電路板的開放原始碼軟體，以及 3D列印的附加處理技術。

全球資訊網──來自歐洲核子研究組織的最好的禮物

某些發現也對大部分地球居民的日常生活有直接影響。例如歐洲核子研究組織最成功的結果：全球資訊網（World Wide Web）。全球資訊網深遠地改變了我們取得訊息和知識的方式（包括新興國家），從而影響到地球上數十億人的日常生活。

到目前為止，歐洲核子研究組織對人類最大的影響並不是發現了希格斯玻色子，而是發明了全球資訊網（World Wide Web，簡稱WWW）。全球資訊網是由提姆．伯納斯─李（Tim Berners-Lee）和他的團隊於 1989 年開發出來，當時他在歐洲核子研究組織工作，而當初開發的目的是為了要解決一個影響到歐洲核子研究組織成千上萬名研究人員的問題。科學家們需要一個能有效交換訊息的通訊方式，大多數這些物理學家經常在他們自己的研究機構和實驗室之間穿梭，以參與各種研究活動。為了讓這些物理學家可以彼此交換訊息而不需在行李箱中拖著幾公斤列印出來的文件，全球資訊網於焉而生。

如果說伯納斯─李是一位有遠見的人，那麼我們也可以說歐洲核子研究組織具有非常前瞻的想法，決定將全球資訊網開放給全人類使用，而不要求任何版權收入。由於歐洲核子研究組織的研究是受到公共資金資助，因此我們也希望全球資訊網能使每一個人都受益。網路使得資訊可以在世界上任何地方流通和取得，誰能忽視這個溝通工具對我們的生活所產生的影響呢？

粒子物理學界有愈來愈多人認同「開源」（open-source）的觀念，例如像是知識可以自由、免費地共享，並且透過網路傳播開來。歐洲核子研究組織的實驗結果已經不再只發表在昂貴的專業期刊上，現今所有的資訊都可以在「開源」社群媒體中取得。不僅在科學出版方面是如此，有些軟體也是以合作和共享的精神和其他的機構、業界或社會共享。這樣可以確保來自新興國家的大學和機構不至於處於劣勢。

本文摘自泛科學2018年2月選書《到世界頂尖實驗室 CERN 上粒子物理課》，臉譜出版。

1968 年，英格巴特（Douglas C. Engelbart）在如今稱為「所有演示之母」的會場上演示了滑鼠、視窗、網路與超文本（Hypertext），但那畢竟只是描繪未來的「概念機」。必須再等二十年，英國電腦科學家柏納-李（Tim Berners-Lee, 1955－）才真正實現了這個「未來」。

柏納-李於 1980 年承接了 CERN（歐洲核子研究組織）的軟體外包專案。此時學者們已經可以透過網路互相傳遞郵件與檔案，不過要在電腦內的大量資料中找到關聯性的資料仍是件苦差事。他在半年內開發了一套以超文本技術為基礎的搜尋程式，讓科學家可以輕易地從文件中的一個章節跳到另一個章節，或是跳到同一個資料庫內的另一個檔案。

不過隨著 CERN 的規模日益擴大，研究員、電腦與檔案的數量也愈來愈多，當初柏納-李開發的程式只能在同一個資料庫內搜尋，如今來自世界各國的科學家要尋找置於它處的資料，或彼此交換實驗數據都非常麻煩又曠日廢時。柏納-李於 1984 年以正式員工的身分重返 CERN 之後，就一直思索解決之道，後來他注意到逐漸興起的網路或許就是答案！

1989 年 3 月，他終於提出初步構想：以他開發的搜尋程式為基礎，結合傳輸控制協定（TCP）、網域名稱系統（DNS）等現成的網路標準，就可以在所有連上網路的電腦間快速搜尋並傳遞資料。這就是全球資訊網WWW（World Wide Web）的藍圖。

在得到主管的支持後，柏納-李開始著手製作所需的要件。隔年他寫出傳輸網頁的語言 HTTP 與描述網頁內容的語言 HTML、定義 URI 網址結構（日後他承認雙斜線實無必要），並且示範製作了世上第一個網頁瀏覽器與第一台網頁伺服器。

1992年 CERN 同意柏納-李的請求，將 WWW 相關的智慧財產權當成一般公共財對外公布，讓世人都可免費使用，無須支付任何權利金；而這正是 internet 可以迅速普及、蓬勃發展的關鍵。當網路上的資訊從純文字擴充為圖文並茂的豐富內容，當這一切都免費垂手可得，internet 才真正開始加速成長，深入滲透到社會各個層面，成為現代人生活不可或缺的一部份。而這都要歸功於柏納-李的發明與慷慨。

對照後來多少人因為網路成為鉅富，更顯得柏納-李放棄專利的難能可貴。他獲得無數表彰，但始終拒絕各種商業利益的誘惑。目前柏納-李仍在許多非營利組織但任要職，為 internet 的獨立性與普及化而努力。

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。