以後月底不吃土，吃蟲？——以蟲為食（上）

• 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 國立臺灣師範大學 委託，泛科學企劃執行。 

以前小時候如果調皮不聽話，就會被大人叫去跪算盤，現在的家長家裡沒算盤了，反而會拿出電路板讓小孩跪。

咦？為什麼總是拿算數工具來懲罰小孩呢？

電路板上看似複雜電路板密密麻麻的，是電腦進行邏輯計算的關鍵。這小小的薄片能執行驚人的運算功能，背後的奧秘離不開一位傳奇科學家的貢獻。他不僅奠定了現代通信的基礎，還開創了人工智慧研究，這可不是一般人一生能做到的成就，但克勞德．香農（Claude Shannon）卻一次搞定。

這位非凡的科學家是如何改變了我們的時代？

他讓我們今天能享受高效的通訊技術和智慧生活。如果你也覺得現在生活離不開手機和電腦，那你應該感謝這位數學和電機工程的天才。

對於 2000 年後出生的人而言，或許覺得用手機傳訊息、用電腦看影片再平常不過。但在 Shannon 出現之前，沒有人能系統性地定義「資訊」和「通訊」。他以其對動手實驗的熱忱，將這些看似無形的概念轉化為實際的理論，為世界帶來了一場資訊革命。

正是因為 Shannon 的卓越貢獻，我們才能享受如此便捷的現代通信技術。他不僅改變了科學的面貌，還深刻地影響了我們的日常生活。

Shannon 的故事也提醒我們，熱愛與好奇心是推動進步的核心力量。他用智慧和創造力，為我們打造現代通信的基礎，並開啟未來的無限可能。

更多、更完整的內容，歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片，並開啟訂閱獲得更多有趣的資訊！

太平盛世：萬曆年間的物價體系

萬曆年間是怎樣的時代？

一五七二年，八歲登基的明神宗萬曆皇帝還是個活蹦亂跳的小孩子；等到一六二○年，晚年疏離淒苦的萬曆以五十七歲之齡過世。萬曆從小統治大明到老，在寶座上坐了將近半世紀。「萬曆皇帝」絕非鐵板一塊，而「萬曆年間」也不是個靜止不動的年代。萬曆年間發生許多事，因此人們對這段時期的反應都不相同，當年如此，至今猶然。

有人覺得萬曆年間是政治派系鬥爭、奢糜浪費、道德淪喪的時代；也有人覺得萬曆年間是社會活絡、哲學復興、經濟繁榮的時代。雖然這幾種勾勒方式各有其側重，但它們都是真的。

每一位皇帝統治期間，都會有一個蘊含著期許的年號，而萬曆帝的「萬曆」，大有「萬年之計」的意思。朱翊鈞的父親是隆慶皇帝，於一五七二年七月駕崩。小少年萬曆在內閣首輔張居正鐵腕輔政下，積極學習怎麼當個好皇帝。一五八二年，張居正去世，二十出頭的少年皇帝親政，自己治國。

幾乎每一位皇帝都很難接觸到老百姓生活的世界，而在紫禁城牆內得到各種照料的他，也有這樣的困擾。然而，年輕時的他似乎曾盡力去吸收各種資訊，掌握天下大事。他不見得知道買個水桶要花多少錢，但他至少知道荒年的物價。我們之所以曉得他知道，是因為他在一五九四年四月十九日那天，曾經跟小他四歲、備受恩寵的皇貴妃鄭妃談到這件事，並且在隔天又把這段對話告訴了首輔大學士。

皇帝對飢荒多重視？

昨者，朕覽《饑民圖說》，時有皇貴妃侍，因問：「此是何圖，畫著死人，又有赴水的。」朕說，「此乃刑科給事中楊東明所進河南饑民之圖，今彼處甚是荒亂，有吃樹皮的，有人相食的，故上此圖，欲上知之，速行蠲賑，以救危亡於旦夕。」

這段簡短逐字稿是很了不起的紀錄，特別是因為它揭露了宮中私下談話可能的內容。皇帝和皇后確切的用字遣詞不是不重要，但真正的重點在於萬曆對於此事有所表示。他用這種方式向大學士與滿朝文武表現自己知道饑荒迫在眉睫，而他會親自著手賑濟。

萬曆皇帝絕對不會看到饑民，畢竟只要他出宮，士兵都會奉命先把街頭整頓一番，不會讓他看到任何難看的景象。對於饑荒的光景，他所知盡皆來自《饑民圖說》。他大約兩週前收到這份《饑民圖說》，實錄上說他看得「驚惶憂懼」。

兩週後，這部圖說仍然擺在寢宮案頭，想必他已細閱多次，對所見極為震驚，反應就跟鄭貴妃初見時一樣。等到皇帝讓鄭貴妃看圖的時候，他自己已經有兩星期的時間能消化圖說解釋的內容，深入瞭解天災可能引發的人禍，恐將從社會動盪演變為大規模暴力。

《饑民圖說》完全達到了進圖官員所期望的結果，也就是皇帝立即而確實的回應。萬曆皇帝告訴首輔大學士：

皇貴妃聞，說自願出累年所賜合用之積，以施救本地之民，奏朕未知可否？朕說甚好。且皇貴妃已進賑銀五千兩，朕意其少，欲待再有進助，一併發出。

鄭貴妃賑銀之後，太后、福王、沈王和萬曆本人也輸銀賑災。

他們賑銀的總額，是明朝皇帝動用大內資金單次最高的賑災金額。皇室尚且慷慨如此，讓萬曆朝中的首輔大學士有了道德籌碼，得以要求五品以上官員捐奉薪賑災。

解決饑荒最有效的方法是？

不過，真正緩解饑荒威脅的卻不是這些賑銀。解決饑荒的方法，是造成價格差異化，讓差價的局面來發揮作用：當每石米價來到前所未有的五兩，糧商便產生了商業動機，紛紛把糧食運往黃河受災地區。負責賑災的官員回報皇帝，「米舟並集，延袤五十里。」

每石米價因此下跌到八錢。八錢是五分之四兩銀，仍然是很高的價格，但大致上還是歉收時可見的米價，既不到饑荒時價，也還能讓糧商有利可圖。因此，河南省的饑民未有不濟者，也就是無人因此餓死。

這則故事背後還有兩項更複雜的層面。首先，只要詳盡檢視當時河南省的地方志，就會發現該省還不至於瀕臨饑荒。糧產量雖然略微下降，但絕非進呈給皇帝御覽的那種災荒局面。也就是說，對於饑荒的恐懼壓過了實際情況。萬曆之所以自己帶頭賑銀，還逼著文武百官一起，是因為想起中國曾在六年前遭遇過嚴重饑荒，而當時的當局毫無準備。

行動背後的政治算盤

故事裡另一項耐人尋味之處，在於鄭妃。後宮嬪妃中，萬曆最是寵愛鄭妃。一五八六年鄭妃懷孕後，萬曆諭禮部封鄭妃為皇貴妃，並有意立其子（在萬曆諸子中序齒第三）為太子。

此舉引發的繼承問題將困擾萬曆，終其治世，不只讓他跟大臣有了齟齬，甚至到了皇帝罷朝的地步。萬曆試圖把鄭妃塑造成這次賑災故事裡的主角，讓百官不得不追隨她的登高一呼，藉此提高她的地位，進一步推動立其子為繼承人的計畫。這起事件的政治操作當然跟糧價無關。我只是想提醒大家，萬曆朝的每一項決策，其實都有政治操作的影子。

說了這麼多，我們終於要講到本書的核心現象，也就是饑荒時上漲的糧價。一四五○年以前，明代文獻沒有持續記錄災荒價格，但此後的兩世紀間卻開始累積，構成十八世紀前中國最長的糧價序列。

糧價波動能成為哪些現象的指標？

災荒價與平常的價格不同，災荒價是例外現象。這些價格指出人們是在何時何地留下紀錄，指出特別罕見的情況。但這些價格也有其共通之處——這些數字記錄了人們對於糧食的期望價格，與他們實際得付出的價格之間有多大的差距。我們可以用這些偏離常態的價格為材料，寫出明代的物價史，就能比其他的明代文獻指標更清楚呈現呈現出十五世紀中葉至十七世紀中葉的平民百姓，如何因為氣候條件嚴重惡化而困苦不已。擾動這條界線的並非貨幣供應，而是農業生產的自然條件，在我們所謂的小冰期嚴峻階段受到侵蝕。

如果要衡量小冰期加劇時的農業繁榮程度、人類生存的難易度，乃至於政局的穩定度，最可靠的指標就是糧食價格。一四二○年，永樂皇帝接見帖木兒帝國統治者沙哈魯（Shahrukh Mirza）的使節團。作為開場白，他問起波斯的情況，想知道彼國糧價是高昂還是平價。使節跟他掛保證說很便宜，永樂帝則大方表示這證明沙哈魯備受上天青睞。

糧價低代表收成好，而豐收則是受命於天的明確標誌——對於篡位者永樂來說，這是個極為敏感的神學問題。來使謁見皇帝時，大明國的糧價也很低。除去一四○六年曾因過去幾年降雨太多而導致的嚴重饑荒，以及一四一五年與一四五六年的洪患，中國的氣溫保持在正常範圍，降雨豐沛，豐收可期。

農業繁榮，讓永樂帝得以展開所費不貲的多項建設，像是重修大運河，將首都從他父親治國的南京遷到北京，並向印度洋派出一連串的外交艦隊。一四二四年永樂帝駕崩，十幾年後明朝的昌隆國運也開始走下坡。但永樂治世期間的糧價是便宜的，證明了他是天選之人。

明代的人民跟皇帝都相信，只要糧價保持公平穩定，天下就會太平。陳其德讚嘆萬曆年間糧價豐亨殷阜的時候，其實他是在替眾人代言，因為大家都認為這是世界該有的樣子。任誰都覺得價格會有季節波動，像是收成後降到低點，或者所謂「青黃不接」時價格會達到最高點。

不過，人們很有信心，只要有了下一批收成，價格就會恢復正常。按理說應該如此。然而從十五世紀中葉開始，每幾十年就會來一次歉收，動搖物價的穩定性（至少短期如此）讓百姓期盼落空。日子一久，物價終於在明末時破滅崩潰。

——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。