將受傷鳥兒送回天空的「猛禽救傷站」，平日裡面臨哪些挑戰？──「猛禽超日常」講座記錄

本文由 高柏科技 合作，泛科學撰文

林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。

「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。

回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。

林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。

因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的，不是把答案搬回地面

太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。

儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。

好論文，為什麼仍可能造不出好產品

學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。

林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。

AI 會給答案，誰來負責出貨？

訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？

林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。

意外的邂逅：森林間的巨大身影

我初次見到毛腿魚鴞（Blakiston’s Fish Owl，編註：毛腿魚鴞，為世界上最大的貓頭鷹，分布於俄羅斯遠東地區、日本北海道和中國東北地區。貓頭鷹為廣泛稱呼，指的是「鴞型目」一類的鳥），是在俄羅斯的濱海邊疆區（Primorye），這個地方位於海岸邊的大地之爪，是從南邊鈎入東北亞的腹部。

此地偏遠，近俄羅斯、中國與北韓交會處，山巒與鐵絲網交織綿延。二○○○年，在一趟登山旅程中，旅伴與我意外驚動一隻大鳥，只見牠慌忙振翅，飛向空中，發出不悅的咕嗚聲，之後降落在我們上方約十幾公尺的光禿樹冠上。這個毛髮蓬亂的東西像是木屑般的棕色，黃色雙眼彷彿發射出電力，帶著戒心盯著我們。

起初，我們其實不知究竟遇見的是什麼鳥。那顯然是一種鴞，但我未曾見過這麼大的鴞，大小和老鷹不相上下，但羽毛更蓬鬆豐滿，還有大大的耳羽。

在冬日灰濛濛的天光下，這隻毛腿魚鴞似乎太大、太逗趣，不似真鳥，反而像在匆忙間，將一把羽毛黏在一兩歲的小熊幼崽上，再把這隻茫然的野獸擺上樹。這隻動物認為我們是威脅，旋即轉身逃離，張開兩公尺寬的翅膀，在濃密的枝葉間撞擊樹木。林間的樹皮剝落，片片飄蕩，慢慢落下。最後，鳥飛出了視線範圍。

鳥類研究的啟蒙

當時，我來到濱海邊疆區已五年。我年少時泰半待在城市，對世界的想像多為人類打造的地景。後來在十九歲時，跟著父親出差，從莫斯科飛過來，看到宛如大海般起伏的高地山脈，陽光就在這片山之海上映出光芒：那片海好蒼翠蓊鬱，綿延不斷。山脊會高聳入天，又忽地降為低谷，放眼望去是好幾公里的波瀾，令我看得入迷。眼前見不到村落、道路或人類蹤影。這就是濱海邊疆區。我愛上了這裡。

在初次短暫造訪之後，我回到濱海邊疆區，以大學生的身分進行六個月的課程，後來又隨著和平工作團（Peace Corps）在那待了三年。起初，我只是隨興的賞鳥人，賞鳥是我在大學時養成的興趣。然而，每一趟俄羅斯遠東地區的行程，都會點燃我對濱海邊疆區荒野的迷戀。我對鳥類越來越有興趣，越來越全神貫注。

我在和平工作團時，與當地鳥類學家交朋友，精進俄語能力，花了無數的閒暇時間跟隨著他們，學習鳥類鳴唱，協助許多研究計畫。我就是在這段時間初次目睹毛腿魚鴞，並意識到我的消遣可能變成一門職業。

我知道毛腿魚鴞的時間，差不多和認識濱海邊疆區一樣長。對我來說，魚鴞就像我無法說清楚的美麗思維。牠們喚醒我一股奇妙的渴望，宛如我不太明瞭，卻一直心神嚮往的遠方。我在魚鴞躲藏的樹冠陰影下思索著牠們，感覺這裡的陰涼，也嗅聞黏在河邊石頭的青苔味。

用照片證明魚鴞的存在

嚇跑毛腿魚鴞後，我馬上翻閱折了角的野鳥圖鑑，但書上找不到任何看起來吻合的物種。書上畫的魚鴞好似臭酸垃圾桶，而不是方才見到，與我們對抗、鬆鬆軟軟的精靈，不符合我心中對魚鴞的印象。不過，我也不必太費時猜測自己碰到什麼物種：我可以拍照。

我後來把那解析度不好的照片，寄給海參崴（Vladivostok）的鳥類學家瑟格伊．蘇爾馬奇（Sergey Surmach），他是這區域唯一研究魚鴞的人。結果發現，百年來，沒有科學家在這麼南邊的地方一睹過毛腿魚鴞，而我的照片成了證據，說明這種遺世獨立的稀有物種依然存在。

——本文摘自《遠東冰原的貓頭鷹》，2025 年 01 月，知田出版，未經同意請勿轉載

藏在鳴聲中的密碼

說起野生動物時，約翰相當喜歡一探究竟。雖然他研究老虎，但也熱衷於在有空時協助研究魚鴞。四月中的某個晚上，由於缺乏來自薩瑪爾加河的錄音，我就照著瑟格伊教我的，親自模仿起魚鴞的鳴聲給約翰聽，包括四個音的對唱，以及一隻鳥所發出的兩個音鳴叫。我粗糙的咕咕聲沒辦法愚弄魚鴞，但最重要的是，要知道鳥鳴聲的節奏與深沉音調──森林裡沒有其他動物的聲音是這樣。常見的長尾林鴞鳴叫聲是三個音，而這一帶其他可能聽得見的貓頭鷹叫聲──鵰鴞（Eurasian Eagle Owl）、領角鴞（Collared Scops Owl）、東方角鴞（Oriental Scops Owl）、褐鷹鴞（Brown Hawk Owl）、鬼鴞（Tengmalm’s Owl）與山鵂鶹（Northern Pygmy Owl）──鳴叫聲都較高、較好辨識。魚鴞的聲音不會被誤認。約翰明白了該聽什麼之後，我們就出發了。他載著托利亞和我，到捷爾涅伊西邊十公里，也就是謝列布良卡河與圖因夏河（Tunsha）交會處。道路在這裡隨著兩條河分岔，這個地方看起來是魚鴞的完美棲地，有許多淺淺的河道，還有大樹。要前來這裡並不困難，對我們來說會是研究魚鴞的好地點──只要夠幸運能找到魚鴞。

如此展開魚鴞調查並不複雜。相對於薩瑪爾加河，當時我們得先到河邊，沿著結冰的河前進，但在這只要在與河流平行的泥土路開車，暫停下來傾聽奇特的鳴叫聲即可。我們不必太接近河流本身；這樣反而是好事一樁，因為水流聲導致難聽清楚其他的聲音。約翰把托利亞與我留在橋邊，之後繼續開往圖因夏河上游地約五公里。

我們講好，在天黑後四十五分鐘要回到河流交會處集合。我穿著迷彩夾克與長褲，與其說是和環境融為一體，不如說是更能與當地人融合。我朝著一個方向的泥路前進，托利亞前往另一個方向。

我摸摸口袋，確保有手持火焰信號棒。這是用來保護自己的：現在是春天，會有熊出沒。身為外國人，我不能攜帶武器，防熊噴霧又難買，說不定根本找不到。手持火焰信號棒是設計來給遇上麻煩的俄羅斯水手使用的，在海參崴很容易買到，若要使用，只要拉開一條繩索，就能融化化學物質，釋放出震耳欲聾、長達一公尺的火與煙，並持續數分鐘。

在大部分情況下，這種方法夠震撼，足以嚇阻任何抱著好奇卻會帶來危險的熊與虎。但如果嚇阻不了，火焰也可以用來當武器。古德里奇就曾使用過：有一次，他被一隻老虎撲倒，仰躺在地，一手被老虎咬了幾個洞，但另一手就把這火焰之刃往老虎的側身按下去。於是老虎逃跑，他也活了下來。

我走了大約半公里，就聽到魚鴞對唱。那是從上游傳來，也就是我前進的方向，是四個音的嗚嗚聲，或許是從兩公里外傳來。這是我距離發出鳴聲的魚鴞最近的一次，也是我聽過最清楚的二重唱。這聲音讓我留在原地不動。森林裡的某些聲音──鹿鳴、來福槍響，甚至鳴禽的顫音──會響亮爆發，立刻引來關注。但魚鴞的二重唱不一樣。那聲音悠長低沉，充滿自然之感，從森林裡迴盪而出，躲在嘎吱響的林間，隨著滔滔河水彎曲迴轉。那聲音是那麼古老，在大地之間響應。

追蹤魚鴞：三角測量

要幫遙遠的聲音精準定位，三角測量是個可靠的方法。這過程很簡單，只需要一點資訊，以及足夠的時間來收集。以我來說，需要先以GPS裝置，記錄聽到魚鴞叫聲的位置、以羅盤記錄鴞的叫聲來源方向（稱為「方位」〔bearing〕），以及需要時間在魚鴞停止鳴叫或移動前，收集到多個方位。之後就能在地圖上，運用 GPS 點來畫出我的位置，並以尺將每一個相對方位連起來。這些線條交叉處，就是魚鴞發出叫聲的粗略位置。基本上，通常會至少需要三個方位，尋找的位置就位於方位交會形成的三角空間（所以稱為「三角測量」）。

我的動作得快：繁殖期的魚鴞通常會在鳥巢開始對唱，但很快就會飛走狩獵。只要收集到三個方位，就很可能找到巢樹。我快速尋找方位，以 GPS 記錄位置，之後在路上奔跑一下。在泥土路上跑了幾百公尺後，我稍微停下來，聽見心臟撲通撲通跳，之後再仔細聆聽。另一聲對唱傳來。我記錄下另一個羅盤方位與 GPS 位置，之後再跑一下。

來到第三個位置時，鳥就安靜了。我又等了一會兒，拉長耳朵，但森林還是靜悄悄的。我終於明白，在捷爾涅伊這麼久，離魚鴞這麼近，為什麼不記得牠們存在：我必須在正確時間、正確條件下到戶外才有機會。魚鴞對唱很容易被其他聲音蓋過，如果有風或附近有人說話，我就會錯過。

這兩個方位讓我士氣大振。如果夠精準，這兩個方位或許能帶我前往巢樹。我等了一會兒，想聽另一次鳥鳴，但沒有等到，遂順著方才走過的路回去。我在黑暗中興高采烈，腳底下的碎石沙沙響。托利亞和約翰臉上也掛著笑容，都說聽到魚鴞的叫聲。

根據托利亞的描述，他偵察到的顯然就是我在謝列布良卡聽到的那對鳥，但是約翰聽到的則為不同的魚鴞夫妻：他是在反方向聽到對唱。在一個小時之內，我的潛在研究動物名單從零變成四隻鳥。最激勵人心的，就是我們聽到的不是一隻魚鴞，而是成對的魚鴞。單一魚鴞可能是過境鳥，但成對的則代表這是牠們的領域。或許我們明年就能捕捉這幾隻魚鴞，好好研究。

那天夜裡，我在地圖上畫起方位，再把交叉線座標輸入 GPS。隔天早上，托利亞與我開車，沿著坑坑疤疤的泥土路，回到謝列布良卡河，跟著 GPS 灰色箭頭指示，看看這箭頭帶我去哪裡。然而，那條又寬又湍急的大河旋即擋住我們的去路，我們前一晚並未來到這裡。魚鴞一定是在對面鳴叫。我們穿上高筒防水靴，前進謝列布良卡河的主要河道，其寬度大約三十公尺。無論是往上游或下游，水都太深，無法穿越，但這裡不會，深度大約是介於膝蓋與腰部之間，清澈的水在平滑如拳頭大小的石頭上，以及更小的卵石上方奔流。

在濱海邊疆區，即使河水僅深及膝蓋，也可能欺騙門外漢，讓他們以為可以輕鬆度過—謝列布良卡河的水流就和薩瑪爾加河與其他海岸邊的河流一樣，可能相當湍急。我們在涉水過河時，急流推著我們。若在某一點停留太久、偵測往前的路徑時，腳下的卵石就會被沖走。我們來到對面河岸，發現自己位於一個個小島所形成的網路之間，較小的水道交織其中；島上植被茂密，古老的松樹、白楊和榆樹構成森林；而在最容易氾濫的區域邊緣有簾幕垂柳排列。

我們跟著 GPS，來到其中最大的島，周圍是懶洋洋的回水，與其說是溪流，更像是沼澤，而其高地主要是由灌木叢中拔地而起的白楊構成，那些灌木叢和被風吹倒的草木殘骸，在地上糾結著。我拿起雙筒望遠鏡，從一個樹洞掃視到另一個；潛在的巢樹數量多不可數。在這些瘦巴巴的樹木中央，屹立著一株優雅的松樹，宛如一位美女被膽怯的追求者包圍。這是個穩固又健康的美女，強健的紅樹皮樹幹往上升，最後消失在綠色的繁茂枝葉中。我看見在大樹枝上有根魚鴞的羽毛黏在上面，在難以察覺的微風中顫動。

我揮揮手，引起托利亞的注意，於是一行人朝著松樹前進，目不轉睛。雖然濃密的樹枝應該要能遮蔽樹木的基底，不受環境影響，但底下有東西與周圍的融雪混合。這裡充滿魚鴞白色的排泄物──數量繁多──混合著過去獵物的骨頭。

發現棲木：魚鴞隱密的棲身之所

原來，這是一株棲木。魚鴞喜歡在針葉林棲息，這棵松樹就是個例子，可在其白天睡覺時提供遮蔽，保護牠們不受風雪及想騷擾牠們的遊蕩烏鴉注意。我立刻看見魚鴞獨特的食繭（pellet）：這些食繭和其他鴞所產生的不同，並不是灰色、如香腸狀的逆流物．多數的貓頭鷹會吃哺乳類，因此食繭會是毛皮緊緊包裹著骨頭。然而，當魚鴞將無法消化的獵物殘骸反流回來時，沒有東西能把骨頭包起來，因此食繭並不呈現繭狀。

托利亞與我因為這項發現而大受激勵，給彼此俄羅斯式的擊掌歡呼──握手。魚鴞並不像其他貓頭鷹一樣，有習慣棲息的棲木，這麼常使用的棲木是很罕見的。然而，棲木也強烈暗示著巢樹就在附近；雌鳥窩在巢中時，雄鳥通常會在附近守護。早上其餘的時間裡我們伸長脖子，觀察高處的樹洞，果然到處都有樹洞，高度從十公尺到十五公尺都有。我們尋找線索，看看哪棵樹可能有魚鴞巢，可惜徒勞無功。不過，我們確實撞見了魚鴞出沒的祕密之地，這邊無法從河上島嶼與沼澤窺視。

接下來幾天，我們繼續在謝布列良卡和圖因夏河谷，尋找魚鴞的影子。我們聽到了約翰找到的那對鳥，卻找不到實體的跡象。這些留鳥整個冬天都在這裡，但現在雪融了，樹木冒出嫩葉，因此越來越難看到其足跡和羽毛。再過幾天，托利亞前往南方兩百公里的阿瓦庫莫夫卡河（Avvakumovka River），蘇爾馬奇在那邊發現魚鴞住的鳥巢，還有剛孵出的蛋。蘇爾馬奇想要托利亞去監視這巢，記錄成鳥帶回多少食物給幼雛、帶回什麼獵物，及幼雛何時長出羽毛。

我這個星期和約翰一起聆聽鴞的聲音，尋找更多魚鴞可能居住的領域，包括謝普敦河（Sheptun River），幾年前蘇爾馬奇和瑟格伊曾在此找到鳥巢。約翰與我發現了這棵樹，是株粗壯的白楊，可惜已在暴風雪中傾倒，而周圍的灌木繁盛生長，幾乎藏住這棵樹的存在。我們在那邊沒有聽見魚鴞的動靜。

——本文摘自《遠東冰原的貓頭鷹》，2025 年 01 月，知田出版，未經同意請勿轉載。