臺南為何圓環多？翻開《臺南歷史地圖散步》找原因

• 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。

魚類是人類重要的資源，許多古代文化裡魚是日常飲食的一部分，台灣古時候也是如此。一項新發表的研究，調查台南 5000 年來的遺址中有哪些魚，得知古早台南人食用的魚類，受到環境變化的影響。

用耳朵裡的石頭，判斷古代人吃哪些魚

如何得知古代人吃哪些魚呢？魚有骨頭，有機會在遺址中留下遺骸，但是相對其他動物來說，魚類的骨頭沒那麼容易留下。所幸硬骨魚的頭部內，有種負責聽覺的構造「耳石（otolith）」。

耳石成分為碳酸鈣，魚去世後是相對容易留存的部位。不同魚類的耳石型態有別，所以見到遺址中的耳石，可以得知古時候有哪些物種。比較不同年代遺址間，耳石組成的變化，便能推論不同時代吃魚的改變。

• 延伸閱讀：解開古代魚類耳朵裡的「石頭」秘密！專訪古生物學家林千翔

由中研院的生物多樣性研究中心，林千翔主導的研究，算是用魚類耳石回答考古學的問題。自然死亡的魚也會留下耳石，不過這項研究分析的耳石大部分來自貝塚，也就是人類活動造成的垃圾堆遺址，當年應該曾經是人類的食物。

樣本皆來自南科遺址群，也就是南部科學園區的臺南園區的一系列遺址。中研院的歷史語言研究所於公元 1993 到 2010 年，在李匡悌等人率領的挖掘下有許多收穫，魚耳石只是其中一小部分。

從距今 5000 年的新石器時代早期開始，現在是南科的這塊地方便有許多人類活動。南科遺址群的 82 處遺址中，有 17 處出土過魚類耳石，被納入本次研究。考古學上可分為 5 個時期：新石器時代的早期、中期、晚期，鐵器時代，以及歷史時期。

5 個時期中，新石器時代中期只有 1 處遺址 1 件樣本；距今 300 年到現在的歷史時期，也只有 3 處遺址 8 件樣本。用於分析的 1254 件樣本，大部分屬於新石器時代早期、新石器時代晚期、鐵器時代。

新石器時代早期，距今 4200 到 5000 年前的 2 個遺址，總共出土 789 件魚類耳石，分別屬於 24 個分類群（taxa），不論數量或多樣性都最高。

新石器時代晚期，距今 2000 到 3300 年前的 7 處遺址，共出土 112 件樣本，分屬 16 個分類群。而鐵器時代，距今 300 到 1400 年前的 4 處遺址，出土 344 件樣本，分屬 13 個分類群。

新石器時代最有存在感的是大黃魚（Larimichthys crocea），早期占 57.29%，晚期占 41.96%，皆為當期最高比例的魚類。鐵器時代變成海鯰（sea catfish）最多，占 61.24%。

台南環境變化，影響食用魚種

地處台南同一個地區的遺址，魚類的數量和多樣性都漸漸減少。之前有個論點主張，這是由於過度捕魚所致。但是這項研究充分利用耳石分析的優點，判斷出土魚耳石組成的變化，並非人為捕撈，主要是自然環境變化的影響。

同一種魚，耳石的型態不會改變，但是大小會變，耳石大小又正比於魚體的尺寸，耳石愈大，魚體也愈大，反之亦然。

大黃魚在現代也是常見的食用魚類，最近卻由於過度捕撈（過漁），使得野生族群大福縮水；在此之下觀察到，多數個體的身體及耳石也明顯變小。由此推測，倘若古時候發生過漁，遺址中大黃魚的耳石應該會縮小。

新石器時代早期、新石器時代晚期，鐵器時代，三個時期都有大黃魚。比較發現大黃魚的耳石並沒有變小，鐵器時代的耳石雖然數量大幅減少，尺寸還變大一點。表示至少從新石器時代早期到鐵器時代，也就是從 4000 多年到幾百年前，大黃魚並沒有面臨生存危機。

大黃魚在台南遺址的存在感之所以下降，更合理的論點是：海岸線和沿岸環境的改變。

台南的地貌不斷變化，陸地向海延伸。如今南科遺址群位於內陸，離海岸有相當距離；但是在新石器時代早期，南關里、南關里東遺址的年代（屬於小有知名度的大坌坑文化），這塊地方位在海邊；新石器時代晚期陸地範圍前進，不過依然位於海邊。

大黃魚住在岸邊海域，而新石器時代的台南人住在海邊，使他們不難獲得大黃魚之類的海產。魚類以外，這些遺址也出土不少貝類，表示當時的居民，善於利用沿海的水產資源。

隨著泥沙持續淤積，原本位於海邊的南科地區，鐵器時代成為內陸，淤積和河道後來形成台江內海。南科到台灣海峽之間有潟湖存在，鐵器時代的台南人，不用太靠近海邊便能取得水產資源。也許就是如此，大黃魚不再那麼流行，住在河口、潟湖環境的海鯰，變成這個時期遺址中最常見的魚類。

耳石只代表一部分古代魚類

不論古今，耳石都是識別魚類的好材料。比較不同年代魚類耳石的改變，可以判斷自然環境與人類文化的變化，但是也要注意，考古遺址中的耳石，無法代表古代食用魚的全貌。

見到某種魚的耳石，那種魚一定存在過，可是曾經存在過的魚，不一定會留下紀錄，耳石組成也不完全等於實際比例。這兒最明顯的例子是，不同年代的多個遺址有出土鯛科魚類（Sparidae）的骨頭，然而其耳石只有 1 件。或許還有些魚類，不論魚骨或耳石都沒有留下，我們根本不知道它們存在過。

我們見到大黃魚在新石器時代早期占 57.29%，晚期占 41.96% 這項數據，並非意謂當時真的有 57%、42% 食用魚為大黃魚；合適的解讀大概是，大黃魚是新石器時代主要的食用魚種，晚期的比例有所降低。

大黃魚的古老傳承與當代危機

有趣的是，一直到中國漁民近期過度捕撈以前，野生大黃魚在東亞的東部沿海都很常見。古代台南人捕食不少大黃魚，可謂有偏好也具備技術，他們對大黃魚的偏愛和捕捉技術，或許能追溯到還在對岸海邊的日子。

綜合考古、語言學等方面的資訊推敲，台南在新石器時代的大坌坑文化，應該是台灣初期的南島族群，他們很可能是更早以前來自東亞沿岸移民的後裔。這群人的生產方式包含農業，會種植稻、小米等馴化植物，不過仍然有不少採集和狩獵，以及利用水產資源。他們捕食大黃魚的文化，也許在祖先尚未渡海移民前已經養成。

古代人吃進不少大黃魚，現在大黃魚也是受到歡迎的食用魚，一度族群龐大的魚群還因為濫捕面臨滅團危機，至今沒有從過度捕撈的打擊中走出去。無疑，人類如今也成為影響魚類生態的要角。

延伸閱讀

• 林千翔實驗室網站
• 吃魚頭常常啃到的那兩顆「魚耳石」，對古生物學相當重要
• 耳中乾坤─魚耳石
• 從台灣魚類耳石化石研究 談海洋生物多樣性的變動與困境
• 台灣海洋化石與魚類化石的研究、回顧與展望
• 野生大黃魚的滅絕危機
• 背後中箭、大啖貝類，史前南科住了誰？
• 東亞南方、北方，還有台灣的古代DNA──東亞遺傳史（上）
• 台東都蘭，南島語族從台灣出海前的最後一站
• 1900 萬年前，鯊鯊神秘大滅絕事件？！
• 短篇  住在地中海邊，靠海吃海的尼安德塔人
• 短篇 秘魯海岸15000年前已有人居，他們技術簡單，菜單多元
• 短篇 最早吃鮭魚的人類，在11800年前的阿拉斯加
• 8000年前賈湖遺址，最早養殖鯉魚

參考資料

• Lin, C. H., Wang, Y. C., Ribas-Deulofeu, L., Chang, C. W., & Li, K. T. (2022). Changes in marine resource consumption over the past 5000 years in southwestern Taiwan revealed by fish otoliths. Journal of Archaeological Science: Reports, 42, 103400.

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁。

泛泛泛科學Podcast這裡聽：

棲身於都市的我們，可曾自問理想的居住環境應該是什麼樣子呢？科幻電影中，不論是《黑豹》的烏托邦科技之城，還是《銀翼殺手》賽博龐克式的頹廢，他們時而嚮往未來世界、時而批判當代問題。《國家地理雜誌》曾於 2019 年推出「未來城市」專題，指出全球將於 2050 年達到 98 億人口，並且將有 70% 居住於城市。專題中勾勒出「未來城市」的十項關鍵原則，包含：生態、經濟、基礎建設、水資源、廢棄物、食物、移動性、文化、能源、適居性等。

回到台灣，你心中的理想城市應該如何？科技新潮、舒適宜居？還是通勤方便、適合就業？你知道現在就有一座「科技之城」正朝這樣的路上邁進嗎？

位於台南的「沙崙智慧綠能科學城」將成為研發綠能科技的重鎮，不僅有全台唯一的自駕車測試實驗場、綠能科技示範場域，更與南科並駕齊驅，成為推動台南前進的「雙引擎」，引發青年「南漂」的熱潮。本集節目，P 編、y 編將與臺南市政府經濟發展局長陳凱凌，一起探索未來城市的可能性！

• 03:26 科幻題材的城市想像

許多科幻作品對「未來城市」有相異想像，y 編、P 編大致分為以下三種類型：第一種為「烏托邦」型，科技已發達進步，城市發展完善，生活、交通便利，能源問題已被解決，如：電影《關鍵報告》、《黑豹》中的城市面貌。第二種為更為常見的「賽博龐克」（Cyberpunk）型，資本大企業掌控城市，機器人取代人類的功能性，不顧工業造就的環境污染、破壞，城市的一切以「獲利」為最高原則。第三種則如同《瓦力》、小說《月球城市》，人們被迫離開地球，重新在其他星球另闢疆土，重建起新的城市風貌。

延伸閱讀：

在科幻與科學之間，寫一座充滿故事的月球城市──《月球城市》作者 Andy Weir 訪談

• 08:37 科幻反映現代城市的 bug

相較之下，y 編、P 編認為上述的第二型、第三型「糟糕」的城市面貌，在科幻題材更為常見，藉此也顯示題材背後對於現代城市的批判。y 編形容科幻題材荒涼的城市景觀，像是對人們「敲響警鐘」，希望大眾意識到現實城市中的 bug 在哪，若不早點解決問題，城市未來即可也變得如此「糟糕」。

• 09:47 建築師眼中的「未來城市」

《國家地理雜誌》曾於 2019 年推出「未來城市」專題，指出全球將於 2050 年達到 98 億人口，並且將有 70% 居住於城市。專題中更邀請美國 SOM 建築設計事務所，列出設計「未來城市」的十項關鍵原則，包含：生態、經濟、基礎建設、水資源、廢棄物、食物、移動性、文化、能源、適居性等，並強調循環利用水資源、發展再生能源、在地生產食物、建設高速鐵路作為城市間的聯繫等，都會是規劃、設計城市的取向。

延伸閱讀：

This is what the future’s sustainable cities could look like

未來城市 – 都市垂直農場供你溫飽

• 14:55 未來房子的設計「因人而異」

《國家地理雜誌》「未來城市」專題指出，以後人們所居住的房屋應「因人而異」，依據每個人的條件（如身高差異、對不同空間的需求量），更有效利用居所中的空間；P 編也再提到，專題也強調「關聯就業」（Connected Employment）的重要性，希望能拉近城市「就業中心」與「居住中心」的距離，因此建設高速鐵路，成為減少通勤時間的解方。

• 18:28 「沙崙智慧綠能科學城」在做什麼？ 

「沙崙智慧綠能科學城」位於台南，目前為南部重要的研發中心，也是政府「5+2產業創新計畫」中綠能科技產業的發展重鎮。園區內更有許多「全台唯一」的建設，包含：自駕車測試實驗場、綠能科技示範場域、台糖智慧綠能循環住宅，另也有中研院、科技部的研究機構進駐，提升台灣南部的科技研發能量。

延伸閱讀：

「自駕車智慧之眼」守護行車安全

• 20:59 「軟硬兼具」的台南動起來

臺南持續推動「雙引擎」計畫，一為南部科學園區（南科）光電產業的發展，近年亦有台積電設置 5 奈米製程工廠，目前已可量產，3 奈米製程生產也如火如荼的進行中，皆有助帶動硬體與光電業的成長；另一大「引擎」即是沙崙智慧綠能科學城，帶動綠能科技、資安智能的研發。陳凱凌局長也表示，兩者「軟硬兼具」的發展，將為光電、科技與研發帶來巨大的演進。

延伸閱讀：

半導體廠奈米級的奇「積」！科學家挑戰突破電晶體大小的極限

• 23:47 「南漂」人才回流的原因

過去台灣南北區域發展不均，導致高階人才往往「北漂」工作。陳凱凌局長指出，南科、沙崙科學城的興起，已讓南部產業產生巨大變化，工廠人才需求量爆增。不論是低階作業員、高階研發人員在台南皆能有不錯起薪，更以 ASML 於南科設立的 EUV 研訓中心為例，大學畢業生即有年薪兩百萬薪資，培訓完更可能達到三至五百萬，與北部同等工作薪資無異，加上台南的生活機能佳、消費相對北部平價，都是吸引人才「南漂」的關鍵。

• 28:25  「雙引擎」發展下硬體設施夠嗎？

目前，台南「雙引擎」穩定推動，人才大量湧入，城市的硬體發展與空間規劃，能否隨產業變化而跟進也頗為重要。陳凱凌局長舉例，目前台南的水電供應十分穩定，供電部分更積極發展「太陽能發電」， 備案容量更已達 2.24 GW，在六都中的首屈一指。

科技部更預計在沙崙科學城設置資安中心，並增設第二條南到北的光纖網路，另也有海底電纜預計將於安平港上岸，皆是促進發展的網路資源。陳凱凌也指出，科學城三井Outlet、台南會展中心都將於明年陸續開幕，讓台南的商業、休閒機能更為完善。

延伸閱讀：

永續綠能發展，台灣難以忽視的挑戰——專訪清大科法所副教授高銘志

• 33:01 科學城「造鎮ING」

陳凱凌局長表示，沙崙科學城的研發機能漸趨成熟，日後也希望引入更多生活、商業、生態、醫療的軟硬體設施，讓沙崙科學城的「造鎮」發展更為完整，一步步實現「未來城市」的藍圖。科學城內的中研院南部院區、國家高速網路與計算中心臺南分部，也各自持續在農業生技、量子科學、人工智慧等領域穩定發展。他也提及，台南是文化古都，現在更是科技新城，伴隨新一批研發人才「南漂」，必能讓這座新舊合一的城市更具魅力。