Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

《遠古神話巨人族: 夸父到底行不行!?》——2019數感盃 / 國中組專題報導類佳作

數感實驗室_96
・2019/05/14 ・2298字 ・閱讀時間約 4 分鐘 ・SR值 558 ・八年級

-----廣告,請繼續往下閱讀-----

數感盃青少年寫作競賽」提供國中、高中職學生在培養數學素養後,一個絕佳的發揮舞台。本競賽鼓勵學生跨領域學習,運用數學知識,培養及展現邏輯思考與文字撰寫的能力,盼提升臺灣青少年科普寫作的風氣以及對數學的興趣。

本文為 2019數感盃青少年寫作競賽 / 國中組專題報導類佳作 之作品,為盡量完整呈現學生之作品樣貌,本文除首圖及標點符號、錯字之外並未進行其他大幅度編修。

  • 作者:蕭楷諺

山海經,一部具有歷史價值的著作。

學者認為《山海經》不一定是神話,而且是遠古動物、植物、地理、民俗的探勘紀錄,包括一些遠古氏族,神妖故事。內容或許半真半偽,但是卻寄託了天地初始、華夏先民奇幻瑰麗的想像。

其中,有個耳熟能詳的故事……

相傳北方山上住著一個巨人,名叫夸父,這夸父,身比山高,神力無窮,力氣足以拔山河!當他看到熊熊燃燒的太陽,心中起了雄心壯志,他發誓要把太陽捉下來,讓北方大漠不再寒冷。

-----廣告,請繼續往下閱讀-----

於是,他跨開巨足狂奔,剎時煙霧漫天、飛沙走石、風雲變色…

光想到這裡,我的生物魂又燃燒起來!

一個巨人,要追上太陽,到底是要多快多巨大呢???

來來來!我們先把地表最快的人類、神一般的飛毛腿「閃電波特」請出場!

-----廣告,請繼續往下閱讀-----

牙買加人尤塞恩‧波特,在2009年(世界田徑錦標賽)以9秒58創下男子100 m的世界紀錄!至今紀錄依然高懸。他每跨出一步的距離達2.44 m。(資料來源:維基百科)

哥白尼發現地繞日轉後,我們知道地球自轉速度為465.17m/s

也就是夸父若要追上太陽,必須大於等於地球自轉速度465.17m/s才行!

如神一般的夸父,我們也配上神一般、地表最速人類-波特的極速:百米9.58秒

-----廣告,請繼續往下閱讀-----

波特百米跨步數:100÷2.44=40.98

波特狂奔時跨距:40.98÷9.58 = 4.28(跨步∕秒)

夸父欲追上太陽,一步必須大於:  465.17÷4.28 = 108.68(m∕步)(神如夸父,當然如波特一般每秒4.28步!)

於是等比放大得:108.68(m∕步)÷2.44(m∕步)= 44.54 倍

-----廣告,請繼續往下閱讀-----

意即:夸父的腳長是波特的44.54倍


夸父
的腳長則為:
波特身高:196cm,腳長:103.88cm。

1.0388×44.54=46.268152m

回推身高:

-----廣告,請繼續往下閱讀-----

46.268152×1.923=88.9737m(人體工學中,平均成年男子身高與腳長的比值為:1.923)

他的身高,我們以一層樓平均3.2 m來看的話,我們站在28樓大約可以跟夸父齊頭(89 m),所以夸父根本不能跟山比,大約只跟圓山大飯店一樣高而已(87 m)。還原出大略的身形後,撒腿狂奔中的夸父將會以大約1.6馬赫,等同F-35戰鬥機怒火狂飆!那會是多麼震撼的場景!…如果夸父剛好「路過你家門前」…首先,我們會被地震和音爆的轟然巨響嚇得奪門而出,在還沒看清楚如同披著白色音爆雲的巨大身影前,就被音爆震波給震暈,接著被氣壓改變,所捲起的漫天飛沙走石給活埋…天啊!!!這也太悲催了吧…

雖然姿態威猛,夸父卻注定像悲劇人物薛西弗斯一般,追逐著永遠無法達成的目的,而不自知。故事繼續,此時的夸父覺得好熱、好渴,跑到黃河、渭水(今渭河)邊,喝光裡面的水(當然是杜撰),依然無法止渴,撐起身子往北方大澤找水。不料半路上,筋疲力竭的巨人終究承受不了,死在逐日的路上。

看到這,我的好奇心再度蠢蠢欲動;

-----廣告,請繼續往下閱讀-----

渭水是黃河的支流之一,所以我推斷夸父應該是在兩河交匯點喝水:約是今日陝西省的風陵渡口位((對!沒錯,就是射鵰英雄傳郭襄落跑的那個風陵渡口)。而山海經提到的這個大澤,考證約在今天的雁門山以北附近,而從風陵渡口到雁門山北方的直線距離約114.28 km。

夸父一分鐘可以跑:465.17 m∕sec ×60 = 27910.2m∕min ( 27.91km∕min )

相除可得

114.28÷27.91 = 4.094min≒4min

-----廣告,請繼續往下閱讀-----

代表夸父雖然那時喝了黃河、渭水的水,用盡全力奔向北找水,還是堅持不了最後的4分鐘….

到底夸父是怎麼死的呢?讓我這個一日法醫來剖析一下:

臨床醫學指出:強度過大與過量的運動,肌肉會嚴重受損,肌肉中的肌球蛋白會滲漏出來溶入血液中,進入血液中並隨後出現在尿中(呈深褐色)。當肌球蛋白量超級多時,會形成結晶阻塞腎小管,進展成急性腎衰竭!也就是傳說中的「橫紋肌溶解」!

通常在治療上必須給予大量的液體!液體!液體!

現場看來,即便夸父補充了好多好多的水,水分最終來不及進入身體、滲透入細胞。

所以,我判斷夸父的死因是橫紋肌溶解所導致的急性休克。

夸父死了後,手中的木杖化成了一片森林,軀體變成一座大山(應該是小山丘而已啦)。

夸父你人真好,屍身腐敗沒入地底,千、億年過去,還化作煤、石油、天然氣等石化燃料造福蒼生。我不禁開始思索,如果夸父沒有天真地逐日的話,能夠幫人類做什麼事呢?

一般男性平均手掌長寬為18.9×8.4 cm,也就是說,夸父的手掌約:

(18.9×44.54)×(8.4×44.54) = 8.42 m×3.74m≒31.5㎡

根據交通部車輛規格規定:

大客車長度不得超過12.2m,寬度不得超過2.5m

12.2×2.5=30.5㎡

夸父的手掌面積約等於一台公車頂面積那麼大,想像一台重型機具有夸父的手那麼大的鏟斗與力量,鑿井、清淤、救災、建設、運送、幫忙都更,效率應該hen不錯!

還有還有…

一般男性平均每天平均拉出200克的大便,代表夸父會拉出:

200×44.54 = 8908克∕每天 =8.9公斤∕每天,

而一年的話就有:

8.9×365 = 3248.5公斤∕每年 = 3.249噸∕每年,

換算可以利用的重量:

3.249噸×40% = 1.3噸(糞便的利用率約40%)

夸父的排遺可發酵出沼氣::

1.3噸×25立方公尺 = 32.5立方公尺(每噸大便可以生產25立方公尺的沼氣)

夸父的排遺發酵成的沼氣可發:

32.5m3×1.5 = 48.75kWh(每立方公尺的沼氣可以發1.5kWh的電)

而台灣每天每戶的用電量為13.8度,所以夸父一年大的便,夠台灣一家人用

48.75÷13.8 = 3.53

三天半…

嘿,別喪氣!夸父屬於一個巨人族,想像全族使盡全力、不辱使命的完成發電大業,這有始有終的精神,茶餘飯後之餘,夸父的故事還是令人敬佩的……(笑)

更多2019數感盃青少年寫作競賽內容,歡迎參考 2019數感盃特輯、數感實驗室官網粉絲頁喔。

-----廣告,請繼續往下閱讀-----
文章難易度
數感實驗室_96
76 篇文章 ・ 50 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。