• 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。

眼皮底下的事實：環境史研究者看《價崩》

洪廣冀（臺灣大學地理環境資源學系副教授）

著名的漢學家卜正民以如下段落為《價崩：氣候危機與大明王朝的終結》一書定調：

生活在這個時代，我們彷彿逃不出莫測變幻的手掌心。變化讓人這麼痛苦、氣餒，為了安慰自我，我們便告訴自己：當代的生活特徵就是接連不斷的變化，正是這種不穩定，讓世界變得比以往更複雜。

他告訴我們，作為一個「長壽之人」，「過去十年來，氣候變遷、物價通膨，以及政治豪奪的速度與規模」，他認為也是前所未見。只是，作為一個歷史學者，他還是想問，若我們放大時空的尺度，當代人在過去十年來經歷的變化，真的是前所未見嗎？他的答案是否定的。在一六四○年代早期的中國，也就是明朝末期的中國，是一個連「生存條件都被剝奪，平安度日的尊嚴都被否定的時代」，因為「大規模的氣候寒化、疫情與軍事入侵，奪走數以百萬計的人命」。

藏在眼皮下的事實是什麼？小冰期如何發生？

一六四○年代初期的中國發生什麼事？這便是卜正民試圖回答的問題。他反對傳統史學的兩大見解：一者是訴諸人禍，即訴諸當時宮廷內的派系鬥爭，統治階層道德淪喪，導致民不聊生；二者是訴諸十六至十七全球的白銀貿易，即當時從美洲與日本湧入中國的白銀，造成物價波動與社會不安。卜正民認為，訴諸人禍與貿易會讓我們看不見「藏在眼皮底下的事實」：小冰河時期（簡稱小冰期）。

廣義地說，小冰期是從十四世紀至十九世紀初期的地球寒化現象，氣溫平均掉了攝氏兩度。乍看之下，攝氏兩度的溫差或許微小，但對作物而言，這樣的溫差已經足夠讓作物減少一次收成，或根本無法收成。再者，必須注意，兩度的溫差是「平均」，即可能是極熱與極寒的氣溫交錯變化造就此兩度溫差。這確實也是在小冰期中發生的事。

地球科學家推測，寒冷的氣候讓兩極的冰山範圍擴張，讓海水變得更鹹，也就是變得更重，影響洋流的流動方式，從而牽引了大氣與洋流間的循環。影響所及，所謂「聖嬰－南方震盪現象」（El Niño-Southern Oscillation, ENSO，即傳統上所說的「聖嬰現象」加「反聖嬰現象」）變得格外激烈，乾旱、水災等極端氣候頻傳。不僅如此，地球科學家也指出，小冰河期也是火山活動格外頻繁的時期。火山噴出的煙塵，遮蔽了太陽輻射，更加速了地球的寒化。

小冰期的起因為何？目前普遍接受的見解是太陽活動改變。此外，也有研究者指出，這與所謂歐洲人「發現」新大陸有關。受到所謂「哥倫布大交換」的衝擊，美洲原住民大量消失，森林擴張，吸收大量二氧化碳。眾所周知，二氧化碳是溫室氣體；二氧化碳濃度的減低，讓大氣保溫的能力下降，與前述太陽活動與火山噴發的效果耦合，讓寒化成為不可逆的過程。總之，我們現在已經知道，地球是個混沌系統，牽一髮不只動全身，甚至整個身體都會分崩離析。

回到《價崩》這本書。卜正民指出，明朝的存續時間（一三六八至一六四四年）即落在小冰期，並成為明朝覆亡的主因。他將小冰期之於明朝的影響分為六個泥沼期：一、永樂泥淖期（一四○三年至一四○六年）。二、景泰泥淖期（一四五○年至一四五六年）。三、嘉靖泥淖期（一五四四年至一五四五年）。四、萬曆一號泥淖期（一五八六年至一五八九年）。五、萬曆二號泥淖期（一六一五年至一六二○年）。六、崇禎泥淖期（一六三八年至一六四四年）。

永樂泥淖期欠缺災荒記載，景泰泥淖期以饑荒收尾，嘉靖泥淖期氣候異常乾冷，萬曆一號泥淖期爆發饑荒、洪水、蝗災與大疫，「人民相食，枕籍死亡」；萬曆二號泥淖期的乾旱與水災頻繁，饑荒再度爆發，「朝廷賑濟的請願如潮水湧來」。崇禎泥淖期是明代乃至於「整個千年期間最慘痛的七年」，「米粟踊貴，餓殍載道」。一六四四年四月末，闖王李自成兵臨北京，致書要求崇禎帝歸順。崇禎不從，在命皇后、貴妃與女兒自盡後，他爬上皇居後的煤山，自縊身亡。李自成稱帝後，滿人入關，將中國納入大清國版圖。

不可忽視的幽靈？拔除合理征服者的解釋，明朝滅亡原因還有哪些？

如此的歷史解釋是否會流於環境決定論？卜正民的回答是：「如果環境決定論的幽靈就在門外徘徊，我也不會在分析時將其拒於門外。」那麼，是什麼讓寫出《縱樂的困惑》、《維梅爾的帽子》等名著的歷史學者相信環境的決定作用？答案就是糧價。

以他的話來說，「太陽能與人類需求的關係，是透過糧價調節的。從景泰年間到崇禎年間，糧價在五次環境泥淖其中激增，每一次都把價格多往上推一截，這樣的事實也說服我必須採用氣候史的大框架。」卜正民表示，「一旦經濟體仰賴太陽輻射為能源來源，那麼無論大自然是幽而不顯還是顯而易見，都必然是社會或國家生命力的決定因素。」

在結語「氣候與歷史」中，卜正民再次反駁那些把明朝覆滅推給「失德」的見解。他認為，這種論調是「合理化明清兩朝遞嬗的過程」，且「編出這種敘事並為之背書的，就是征服者」。他強調，「明朝的滅亡固然不能推給災荒糧價，但講述崇禎末年重大危機時不把氣候因素納入考慮，那簡直就像莎士比亞所言，宛如癡人說夢，充滿著喧譁與騷動，卻沒有任何意義。」

然而，不至於將環境決定論「拒於門外」是一回事，認為社會變遷就此被環境「決定」，又是另一回事。卜正民並不認為，面對氣候因素帶來的種種挑戰，明朝各級官員只能雙手一攤，感嘆天要亡我，不做任何努力。就如其他生活在小冰期的人們一般，卜正民認為，明朝人建設基礎設施、育種、建立制度、開發新科技與控制生育力等；但問題是，一六三○年代晚期的種種災害，並未催出社會的適應力，反倒是摧毀其適應力。

拜此時勃發的火山活動與激烈的聖嬰－南方震盪現象「之賜」，不論是政府還是市場，都變不出糧食。卜正民認為，至少在前五個泥淖期，明朝人還是表現出相當的韌性，努力予以調適。然而，進入崇禎泥淖期後，春夏乾冷，田地龜裂，運河無水。當每公斤的米得需要兩千五百公升的水，而老天爺就是不願意降下一滴雨時，糧食供應體系就此崩潰，連帶把物價與政治體系拖下去陪葬。

是誰忽略了眼皮底下的事實？這段歷史帶給我們什麼警訊？

回到卜正民所稱的「眼皮底下的事實」。我們要問，是誰忽略了這項事實？誰是這對眼皮的擁有者？卜正民的答案有二。一則是以研究社會、政治與環境變遷的人文社會科學研究者。以小冰期的相關研究為例，他表示，當他開始研究明代中國糧價變異與氣候變化之關係時，驚訝地發現，「其他地方的環境史對糧價幾乎不提」。與之對照，精通糧價的歷史研究者，如不是太快地把糧價理解為「公平交易」的指標，便是視之為社會關係的一環，忽略了糧食必得是在特定的環境條件下孕育出來的。

另一個忽略氣候或環境此事實者便是卜正民的同代人，也就是在閱讀這本書的你我。現代人對物價飛漲的關注程度遠比全球暖化、極端氣候與環境破壞來得高；畢竟，前者是切身之痛，後者則相當遙遠，是北極熊與紅毛猩猩的事。然而，卜正民的分析告訴我們，即便明代中國離現在相當遙遠，所謂的小冰期至少也是一百五十年以上的事，但物價恐怕還是可作為某種氣候指標。換言之，若人們以關心物價的熱誠來關心環境，面對當代的環境危機，說不定人們多少可找出個解方。

此外，讓人心生警惕的是，卜正民告訴我們，小冰期多少是個漫長的地球系統變化。小冰期本身並未造成明朝衰亡，是相伴的極端氣候摧毀了明代社會的韌性與調適。他也認為，面對小冰期、火山噴發與聖嬰－南方震盪現象誘發的極端氣候，從後見之明來看，明朝人也做了他們可以做的，但也只多苟延殘喘了七年，且還是生存條件都被剝奪、生活尊嚴都被否定的七年。

那麼，當人類誘發的氣候變遷可能已加劇了聖嬰－南方震盪現象，讓去年（二○二三年）夏天成為有紀錄以來地球最熱的夏天，而極端氣候彷彿成為日常，人類還有多少時間可以調適？如果說明朝多少是被地球系統的正常運作摧毀，當今地球系統的異常，是人類自己造成的，數百年後的歷史學家，在回顧這段歷史時，恐怕無法如卜正民對待明朝人一樣地寬厚，只能說這是咎由自取。諸如此類的思考，都讓《價崩》有了跨越時代的現實意義。

畢竟，明朝人不是外星人，他們跟我們都生活在同一個地球上。

——本文摘自《價崩：氣候危機與大明王朝的終結》，2024 年 05 月，衛城出版出版，未經同意請勿轉載。

你有騎車被擊落的經驗嗎？比馬路更危險的是，水鳥可能在天上飛著飛著，就被巨大的風機送去投胎。

不是，風機蓋那麼大幹嘛？既然核電有小型核電廠，風電應該也要有小型版吧？

事實上除了大型水平軸式風機外，我們還有轉向不同的垂直軸式風機、天上飛的高空風力發電機，甚至靠抖抖抖就能發電的風力發電棒。等等，這真的能發電嗎？

為何需要新的風力發電技術？

從古巴比倫人和古埃及人的時代，「風」就被視為構成世界的元素之一，因此人類也很早就開始研究如何運用風的能量。古希臘時代，有一款叫做 Heron’s Windwheel 的風琴，就是利用風力驅動風車，並帶動幫浦為風琴不間斷送風。在這之後，中國和歐洲相繼出現各種風車來替人們進行農務工作，例如大家熟悉的荷蘭式風車。雖然現在常見的現代風力發電機組個頭大很多，但構造與荷蘭式風車沒有太大差異，都是扇面垂直於地面，並且扇葉轉軸和風向平行的水平軸式風車結構。但這種已經用了幾百年的風車設計，真的是最理想的發電方式嗎？有沒有更新穎的設計構造可以用來捕捉更多風能呢？

先來說說大家熟悉的水平軸式風車，國際間最普遍的風力發電機組是三葉式的水平軸，台灣西海岸的諸多風力發電場採用的也是這類設計。你曾經好奇，為什麼扇葉是三葉的嗎？或是不知不覺就認為，三葉就是最正常的結構？既然推動風車的力量來自於扇葉，不是越多扇葉就能獲得更多能量嗎？而且看看風車，扇葉的面積明明就不大，旁邊都是空隙，這些能量不是浪費了嗎？實際上也確實不是越多扇葉越好，其中牽涉到許多複雜的因素。簡單來說，更多的葉片會帶來更多的風阻，也會降低葉片旋轉的速度，因此從三葉增加到四葉或五葉所帶來的效率成長非常少。也就是你如果有 12 支扇葉，4 座三葉發電機的發電量，會高於 3 座四葉發電機的發電量。因此，在單支風機的建設成本就是億元起跳的情況下，三葉成為最佳選擇。

對了，雖然更多葉的風機較少見，但反過來說，還真的有雙葉片，甚至單葉片的機組設計。畢竟較少的葉片代表較低的建造成本，以及較快的轉速。但是，單一葉片在旋轉時並不穩定，需要在對面方向額外加裝重物來平衡重量，顯得多此一舉。那雙葉呢？它的問題在於扇葉角度在隨風向調整時，容易產生震動而不穩定，對扇葉和機組的強度要求也更高。在綜合因素考量下，現在大多數的風電機組都是採用三個葉片的設計。

有水平軸式風車，就有垂直軸式風車，也就是轉軸與風向平行的風車。在台灣，你可能在某些工廠或是房屋屋頂上能看到它，我不是指工廠的排風球哦，而是看起來由幾根弧形線條構成的裝置。為什麼要設計成垂直的呢？因為比起水平軸發電機有一個特定的面風向。垂直軸的優勢在於不論風來自哪個方向，它都可以發電，不需要特別轉向；此外，它也不需要水平軸式風車長長的扇葉，相對不占空間，甚至能做成各種美感十足的設計。這幾個優點讓它特別適合設置在都會區中，用來捕捉方向不固定的小規模氣流，因此台灣有些地方就可以看到這種以垂直風力供電的路燈。

不過城市內的風畢竟還是有限，為路燈或是小型家電發發電可以，但要能成為支撐整個城市的電力，還不及海上那些水平軸式巨無霸。在外海，不僅可以設置葉片長度超過 100 公尺的巨型風機，外海的風能，就是比內陸強烈且穩定。但這些巨無霸雖然會為我們帶來戰力，也會波及無辜。雖然風機遠離人類居住的地方，但外海還是有其他原始住民的，短暫地把人類的文明，建立在其他物種的痛苦之上　最後還是會害到整體。然而，巨大風機施工和運轉的噪音會干擾到海中生物，扇葉旋轉還會擊落蝙蝠和鳥類。雖然我們在上一集，有提到可以透過驅離或是扇葉塗黑的方式，讓其他生物注意到風機的存在，進而減少誤傷。但我們有沒有全新的設計，可以一勞永逸？

風力發電還能長什麼樣？

面對目前風力發電的困境，有人重新思考風力發電的構造，提出全新的設計。其中一種便是漂浮式的離岸風電機組。

我們為了獲得更多風能，近年來積極發展離岸風電廠，作法非常簡單，就是把原本在陸地上的風電整根插到海床上。這光想起來就是非常浩大的工程曠日廢時，而且成本高，施工過程中產生的水底噪音也會影響到海洋生態。

可是海上的風就是比陸地上強上好幾倍，這麼香的風力來源怎麼能放著不用呢？來自挪威的公司 World Wide Wind 提出了一種浮標式風電機組，省去了海底工程的麻煩。這種風電機組採用垂直軸的設計，這樣機組就不會被海風吹著跑。整個裝置可以靠著海面下的配重平衡地直立在海面上，除了電纜之外不須要任何固定措施。這大大地擴展了離岸風電的發展空間。許多最佳的風場位在離岸較遠的深海區域，我們沒辦法在這些海床上豎立巨大的水平軸風車，這時候就可以透過漂浮式構造來擴張風電的勢力範圍。

不只如此，最特別的是，它是以兩組旋轉方向相反的葉片組成，因此被取名為反轉式直立渦輪（COUNTER-ROTATING VERTICAL TURBINES）。這麼做不只可以讓旋轉時更加穩定，還可以增加發電效率。由於發電用的渦輪是透過兩組扇葉之間的相對旋轉來發電，所以反向旋轉就像是用雙手擰毛巾一樣，等於收集到幾乎兩倍的能量。而且因為上下兩組扇葉所接收的風來自水平方向，所以彼此干擾並不大，展現了垂直軸風電的獨特優勢。一般的水平軸風車可沒有辦法玩這套，因為風在流過第一組葉片之後就會變成速度較慢的亂流。

垂直軸提供了新選擇，但只要有軸，發電機就是會旋轉，還是有機會擊落海面上飛行的生物。如果要不傷及鳥類，看來……只能讓風機不旋轉了嗎？等一下，風機不旋轉還能發電嗎？誒，還真有可能。一家西班牙的新創能源公司 Vortex Bladeless 在幾年前開發出了全新的「渦流」發電技術，就是這根抖動的棒子。

不要懷疑，這個像搖頭娃娃一樣左右震動的棒子是一種完全不需要扇葉的渦流震動發電機。奇怪了，為什麼風吹會造成這種震動呢？原來當有空氣流經過圓柱狀的物體時，會在後方形成不穩定的渦流，讓物體產生左右震動的現象。如果振動頻率剛好和物體的自然頻率接近，便會產生出乎意料的強大共振。1940 年代，有座位在美國的塔科馬海峽吊橋，就是因為氣流共振導致扭曲斷裂，所幸最後無人傷亡。這個威力強大的現象如今也被拿來進行發電。

而這根風力發電棒的尺寸和材質，都經過特別設計來和渦流產生共振。它的上半部可以自由的晃動，位於底部的磁鐵和線圈接著可以將震動轉換為電能。這種設計不只看起來很有趣，產生的噪音也小很多，還能減少對鳥類的威脅。甚至因為沒有快速轉動的葉片，也能設置在靠近人群的都市環境中。目前一根約三公尺高的裝置，在有風的情況下可以產生一百瓦的電力。想像一下，只要把高速公路分隔島上排滿這種震動發電機，就能產生很可觀的電能。對了　這就像一個人訂閱泛科學看似影響不大，但如果每個人都同時按下訂閱泛科學，就能給我們莫大的支持與力量，麻煩各位了，跟我們一起共振吧！

話說回來，這種振動發電的轉換效率終究是比渦輪旋轉發電低，能夠捕獲的風量也較少。它的競爭優勢則在於較低的建造和維護成本，或許適合和太陽能互補為住家和都市地區提供電能。此技術已經在多年前證明可行，但目前在設計與量產方面仍處於開發階段，還須要更多的時間和資金才有辦法進入大規模生產。

講完了海上與陸地上的風機，最後，既然要靠風發電，那麼風能最豐沛的高空，能不能也來發電一下呢？

高空的發電量會更高嗎？

最早在 2014 年就有 Altaeros Energies 這家公司嘗試這個做法。他們將風電機組裝在氦氣的飛船中央，放到離地表三百到六百公尺的高空。在這高度的風速比地表快上兩倍左右，由於風能正比於風速的三次方，所以風能是地面的八倍。這些風能會在高空就轉為電能，之後透過纜線傳回地上。除了電纜以外，也會有幾條固定纜線可讓地面人員控制氣球的高度與方向。

除了用氦氣球搭載發電機外，也有一些設計是透過風箏來將小型風電機組放到空中，形成隨到隨用的風力發電裝置。不過可以想像的是，雖然高空發電可以節省地面空間，還能取得豐沛的風能。但不論是汽球還是風箏，在維護上肯定需要投入更多的成本。如果要大規模設置，對於鳥類或是飛安的影響又是另外一個問題。目前，這些浮空風電裝置最大的優勢是它們絕佳的機動性，可以為遠離電網的偏遠地區，或是臨時性的研究站提供電力。又或是如果在大型演唱會的上空放一顆風力發電氣球來為活動供電，那好像也是挺浪漫的。

雖然今天講到那麼多有創意的設計，但大多數的新創能源公司，都會因為現實上的競爭力不足而永遠停留在模型階段，還無法進入商業化生產。短期內的風力能源，還是得靠興建更多岸上和離岸的大型風電機組來扛起。不過，未來再生能源的需求只會持續地增加，我們確實需要有更多新想法、新設計，尤其是能廣泛設置，同時對環境影響低的新型態發電方式。而隨著材料科學的進步，當這些新設計的成本下降，我們就有機會在生活周遭看到它。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

參考資料

•   / why-do-wind-turbines-usually-have-3-blades  
• https://www.sciencedirect.com/topics/…
• https://news.ltn.com.tw/news/life/bre…
• https://worldwidewind.no/
• https://www.designboom.com/technology…
•    • Maximizing Wind Energy Production Usi…  
• https://vortexbladeless.com/technology/
•    • ¿Por qué Vortex? Las renovables – Inf…  
•    • Immersed boundary modelling  of  vort…  
• https://www.technologyreview.com/2015…