面對更年期 優雅更美麗

• 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。

本文由 工研院 委託，泛科學企劃執行。

你有沒有想過，是什麼驅動著今日產業的創新與變革？答案就在工研院的「ITRI lab on-line」特色技術系列數位課程中！這是一個與眾不同的學習機會，讓你深入了解並參與到台灣產業創新的核心。

首先，來說說「環構計畫」的緣起。這個計畫是為了配合國家創新產業政策而生，它的目標是建置和維護創新技術與服務平台。這不僅幫助企業開發新產品和服務，推動新興產業和新創公司，還能加速創新技術的產業化，促進企業的轉型升級。為此，工研院不斷擴建新研發場域，涉及各主要技術領域，實驗室分為檢測/認驗證、試量產/試營運、軟體與硬體設施服務等類別。

工研院的目標是推動台灣產業的創新優化與轉型，幫助業界把握新契機，布局自主創新和產業韌性所需的基礎設施。為此，工研院提供「ITRI lab on-line」特色技術系列數位課程，這些免費的線上學習資源將幫助你快速掌握產業新趨勢，增強企業技術升級與轉型的意願。

這系列課程包括三大主題：「永續高值材化」、「智能晶片」和「精準健康」。每個主題都有專門的課程，總共22支數位課程影片，涵蓋從技術原理到應用範圍的各方面知識。這些課程不僅介紹了工研院實驗室的專業技術，也為企業提供了學習和轉型的寶貴資源。想先試看嗎？點這裡看看我們推薦的三堂課吧！

無論你有興趣的是材料檢測與模擬設計、半導體IC設計與檢測技術，還是醫材醫藥產品開發，這些課程都會給你全新的視角和知識。每個課程都是精心設計，旨在幫助企業和個人掌握關鍵技術，並在低碳化與智慧化的時代中保持領先。

現在，只需點擊下方的連結，就能免費加入這個精彩的學習旅程。快來發掘和學習那些塑造當代產業未來的關鍵技術吧！

材料檢測與模擬設計之原理與應用系列學習
半導體IC設計與檢測技術系列學習
解密醫材醫藥產品開發攻略系列學習

【ITRI Lab on-line】系列影片可在工研院產業學院YouTube頻道觀看：點我前往

• 作者／ 照護線上編輯部
• 本文轉載自 Care Online 照護線上《舉水瓶就骨折！停經婦女注意骨密度，及早檢測、積極治療，醫師圖文解說》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

「唉呦！我的手腕好痛…」老太太一臉痛苦地說。

「發生什麼事？」醫師問。

「我在家裡舉水瓶做運動，手腕突然一陣劇痛。」老太太瘦小的前臂有些變形。

不出所料，X 光檢查的結果顯示有骨折，而且出現骨密度過低的情況。恩主公醫院社區醫學部暨家庭醫學科主任、中華民國骨質疏鬆症學會理事黃駿豐醫師表示，經常有老人家發生骨折，就醫後才發現骨質疏鬆症，然而骨折一旦發生，就有可能因臥床、減少活動，導致肌力、骨質加速流失。

婦女在停經前有女性賀爾蒙的保護，會抑制蝕骨細胞的活性，黃駿豐醫師解釋，進入更年期後，雌激素減少，蝕骨細胞的活性就會增加，導致骨密度持續流失。

除了停經婦女之外，還有許多原因與骨質疏鬆症有關，包括老年人、體重過輕、缺乏運動、抽菸、喝酒、長期使用類固醇等，另外若有家族病史，例如父母親有髖部骨折的病史，也是骨質疏鬆症高風險族群。

骨質疏鬆症往往沒有明顯症狀，容易被患者忽略，直到發生骨折才接受骨密度檢測。黃駿豐醫師提醒，大家要留意骨質疏鬆症的警訊「駝背、變矮、腰痠背痛」，如果有駝背現象，在靠牆站立時，後腦勺比較不容易碰到牆壁，或是身高比年輕時候變矮 4 公分以上，或經常腰痠背痛，便要盡快就醫檢查，及早發現骨質疏鬆症，才能及早接受治療，預防骨折的發生。

對骨質疏鬆症患者而言，最大的衝擊就是骨折。黃駿豐醫師說，骨鬆性骨折會造成劇烈疼痛、導致行動不便、甚至臥床失能，嚴重影響生活品質，並提高醫療花費。臥床之後也容易造成一些併發症，像是吸入性肺炎、泌尿道感染等，增加死亡風險。根據研究，髖部骨折患者一年內的平均死亡率高達 22%^[1]。

五分鐘躺著測骨鬆，準確又無痛！

檢查骨密度時，建議使用雙能量 X 光吸收儀（DXA）。黃駿豐醫師說，使用不同能量的 X 光照射，能夠測定骨密度，準確度較高。

雙能量 X 光吸收儀，只要平躺便能夠檢測，在無痛的狀況下，大約 5 分鐘便能完成。

完成雙能量 X 光吸收儀檢測後，骨密度檢測報告會標示 T 值（T-Score）。黃駿豐醫師解釋，當 T 值落在 -1 至 -2.5 代表骨量減少，稱為骨質缺乏；當 T 值小於 -2.5 就是骨質疏鬆症；而當 T 值小於 -3 便屬於「極高骨折風險族群」。

若 T 值非常低，並根據 2021 台灣成人骨質疏鬆症防治之共識及指引，符合以下其中一項狀況，像是最近 12 個月內發生骨鬆性骨折、接受骨質疏鬆症藥物治療仍發生骨折、有多發性骨鬆性骨折、服用對骨骼損傷藥物發生骨折（如長期接受類固醇治療）、骨密度 T 值非常低（低於 -3.0）、跌倒風險高或有傷害性跌倒病史的患者、FRAX 骨折風險超高的患者（如主要骨質疏鬆性骨折 >30%，髖關節骨折 >4.5%），便可能為「極高骨折風險患者」，務必要多加留意自身骨骼健康。

骨質疏鬆症保養治療這樣做

骨質持續流失，將使骨折風險升高，而且骨折常在毫無預警的狀況下發生。為了預防骨折，骨質疏鬆症患者務必及早接受治療，改善骨密度。黃駿豐醫師說，建議可以優先使用促進骨質生成的藥物提升骨密度，然後可使用減少骨質流失的藥物來做長期治療。

由於骨質會隨著時間流失，且骨折再度發生的風險高，因此當務之急就是要透過積極治療提升骨密度，切勿任意中斷治療，黃駿豐醫師說，「門診有位女性患者在 60 歲時因為意外骨折，才發現自己有骨質疏鬆症，在手術後開始接受治療，持續了 5、6 年，狀況都很穩定、下背痛也獲得明顯改善。後因疫情沒有回診追蹤，前一陣子就在跌倒後發生手腕骨折，為生活帶來許多不便。」

除了藥物治療之外，骨質疏鬆症患者也要做好日常保養，黃駿豐醫師叮嚀，飲食方面要攝取足夠的鈣質與維生素 D。中華民國骨質疏鬆症學會建議，針對停經後婦女骨質疏鬆症患者，每日建議的鈣質攝取量為至少 1200 毫克。50 歲以上男性之骨質疏鬆症患者，每日建議的鈣質攝取量為至少 1000 毫克。所有骨質疏鬆症患者的每日維生素 D 攝取量為至少 800 國際單位（包含飲食及額外營養補充）。此外，黃駿豐醫師也建議患者戒菸、戒酒，避免加速骨質流失，並和醫師討論適合從事的運動，量力而為。

骨質疏鬆團隊聯合照護更全面

由於骨質疏鬆症患者常會面臨多種問題，而需要各種專科的協助，黃駿豐醫師說，恩主公醫院具有骨鬆性骨折聯合照護中心，整合骨科、家醫科、復健科、神經外科、內分泌科、風濕免疫科等專科醫師，以及護理師、物理治療師、個案管理師等專業，提供患者骨折手術後完整、全面的骨質疏鬆症照護。

在台灣，民眾接受雙能量X光吸收儀（DXA）檢測骨密度的比率偏低，黃駿豐醫師提醒，停經婦女和骨質疏鬆症高風險族群可以主動和醫師討論，透過檢查了解自己的骨密度，假使有骨質疏鬆症，或者是低骨密度的狀況，便要及早介入，預防骨折發生！

參考資料

1. Downey C, Kelly M, Quinlan JF. Changing trends in the mortality rate at 1-year post hip fracture – a systematic review. World J Orthop. 2019;10(3):166-175. Published 2019 Mar 18. doi:10.5312/wjo.v10.i3.166

• 本衛教訊息由台灣安進協助提供

• 本文轉載自 Care Online 照護線上《舉水瓶就骨折！停經婦女注意骨密度，及早檢測、積極治療，醫師圖文解說》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接