水利工程非萬靈丹

• 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。

羅馬浴場：帝國先進的水利設施

水與都市衛生也有很大的關係。人類總是居住在河川、湖泊、湧泉等可以立刻取得乾淨水源的地方。但隨著文明的發展，人口集中的都市日漸發達，水源也因此逐漸短缺，於是發展出可大量供應乾淨水資源的設備——上水道。

所謂的上水道，指的是透過建造溝渠等方式，將水從郊外的湖泊或河川上游引進城市。

最早大規模建設上水道的是古羅馬人。他們不但整頓了上下水道、做出用水沖刷排泄物的馬桶，更驚人的是，他們甚至建造了公共廁所——考古學家曾在一處遺址裡挖掘出一千六百座馬桶。

從西元前三一二年至西元三世紀左右，古羅馬建設了許多上水道，從數十公里遠處將乾淨的水引進都市。當時以建造地下管線為主，不過也會用石材和磚塊建造拱型的水道橋；而且為了保持水質，還沿著主要管線設置蓄水池和過濾池。這些運送到市區的水，會分配至公共浴池、宅邸、公共設施，以及讓民眾汲水的噴泉。

古羅馬的公共浴池規模龐大，內部裝潢也十分豪華。一般來說，每座城市至少都有一座公共浴池，做為重要的社交場所。裡面設有專用的房間，由專人在身上抹油，並用木製或骨製刮板將身上的汙垢連同油脂一起刮除，以及不同水溫的浴池、蒸氣烤箱、健身房、圖書室等，民眾還可以在公共浴池內的講堂談論哲學和藝術。

高跟鞋、斗篷和香水 衛生觀念的倒退

然而，隨著羅馬帝國覆滅，大部分的上水道也遭到破壞。一直到中世紀晚期，不但上下水道長期不見天日，連公共廁所也消失了。當時的基督教教義認為，所有肉體欲望都要盡可能節制，裸體入浴是深重的罪孽。公共浴池就別提了，連自家也未設置洗浴設備，可說完全不具備衛生觀念。

這麼一來，城鎮會變成什麼樣子呢？

民眾在道路和廣場上隨意大小便。只能隨便處理的結果，使得排泄物滲入地下，導致病原菌汙染水源。

貴婦們身穿下襬寬大的長裙，就是為了方便隨地排泄；十七世紀初問世的高跟鞋，則是為了避免街上的糞尿泥濘弄髒腳而設計出來的——所以當時的高跟鞋不只是鞋跟，連鞋尖也會墊高。據說，當時甚至有鞋底高達六十公分的超級高跟鞋⋯⋯

另外，民眾會從二樓或三樓的窗口，將尿壺裡的排泄物直接往路上傾倒，所以外出時需要穿上斗篷，以遮擋這些「天上掉下來的禮物」。由於危險有可能隨時從天而降，當時的紳士才會養成護衛淑女走在道路正中央的習慣。

當時的人不太洗衣服，也完全不泡澡或沖澡。為了掩蓋體臭，有錢人會噴上大量的香水，香水工業發達的背後，其實是這個緣故。

乖乖照規定，才叫有禮貌

當時的人一旦感覺到便意，根本不在乎時間、地點，直接公然在外排泄。就連十七世紀的法國代表性建築凡爾賽宮，在早期的建設工程中，根本不包含廁所用和浴室用的水道設備。

宮殿裡，像是太陽王路易十四和著名的瑪麗．安東尼王后，他們所使用的都是坐式馬桶——臀部挖空的椅型便器，而排泄物就積放在下方用來承接的盆子內。當然，國王的馬桶不但鋪上了天鵝絨，還以金銀刺繡做為裝飾，是非常豪華的設計。

這個時代的凡爾賽宮，包含王公貴族、僕人在內，推測約有四千人住在裡頭，但宮中的坐式馬桶僅有不到兩百八十具，數量嚴重不足。因此，在宮中舉辦豪華絢麗的舞會時，愛乾淨的人還會帶著攜帶式便座，再由僕人負責將桶內的排泄物倒進庭園裡；當然，宮中的排泄物也一樣倒在這裡。至於未自備便器的人，則會直接在走廊、房間角落、庭園草叢裡大小便。結果，以美麗聞名的庭園處處充滿糞便，散發出嚴重的惡臭。

宮殿的庭園造景師見狀，非常憤怒，便在庭園裡插了一座「禁止進入」的牌子。一開始大家還不放在眼裡，直到路易十四下令要遵守立牌的指示，賓客才開始守法。

事實上，法語「禮儀」（uiquette）的原義就是「立牌」——最基本的禮貌，其實就是遵守既有的規定。而從這段軼事中，我們也可以預見，惡劣的衛生條件，必然為生命帶來重大威脅。

——本文摘自《世界史是化學寫成的：從玻璃到手機，從肥料到炸藥，保證有趣的化學入門》，2022 年 2 月，究竟出版，未經同意請勿轉載。

編按：今年3/31師大曾召開記者會，並發布新聞稿詮釋兩則師大學者參與的研究，惟因多數相關報導未說明兩項研究發現之關連性或差異性，筆者團隊重新訪問了黃婉如助理教授，並撰寫此稿以釐清科學事實。

當臺灣正面臨67年來最嚴重的旱災之際，北美加州在近年來也面臨了空前的旱象，當地政府甚至於今年度破天荒地開始進行限水措施。有鑑於各地極端氣候變異現象頻頻發威，了解其形成原因更顯重要。而國立臺灣師範大學地球科學系的助理教授黃婉如近期所參與的兩項研究，正是針對全球氣候變遷如何影響北美、臺灣近來的極端天氣現象做進一步的探討，其研究成果已分別刊登在英國皇家氣象學會的《大氣科學快報》與《國際氣候期刊》上。

猶記近兩個冬季，美國東部受到低壓的影響，飽受極端低溫的侵襲，如今美西也受上方高壓影響，正面臨百年大旱。黃婉如助理教授與美國猶他州立大學的研究團隊利用電腦模擬分析，發現在化石燃料造成的全球暖化影響下，將會增強上述大氣環流變異的強度，並造成北美的極端氣候變異加劇。此研究的主要作者，猶他氣候中心副主任、旅美臺灣學者王世宇教授認為，此研究最主要的貢獻，就是利用氣候模式所模擬的結果去找出影響北美極端氣候變異加劇的主要成因。

另一方面，臺灣正面臨大旱，也在4月份開始進行第二階段限水，那這樣的極端氣候變異與上述的北美大氣環流變異現象有關嗎？很遺憾的，北美與臺灣地區的大氣環流特性大不相同，無法直接作比較，但若從黃婉如的研究團隊在去年針對「過去20~30年間，臺灣5、6月(梅雨期)的降雨特性」所做的統計分析，也發現近30年來臺灣梅雨期的降雨型態有在變動的趨勢。研究發現，由鋒面所帶來的降雨天數逐漸減少，而午後對流的降雨天數與降雨強度則有增加的趨勢。目前，雖然無法直接解答此研究所發現的「鋒面降雨天數減少現象」與今年乾旱是否有關，但至少從天氣型態不斷變化來看，我們應正視氣候變遷對民生的影響。

從氣象局的網路資料可見，在臺灣一般將5、6月視為梅雨季，而梅雨期間臺灣最主要的降雨來自於在春夏交替時，因冷、暖氣團勢力僵持不下所形成的滯留鋒所帶來的降雨。而因每年冷、暖氣團勢力不同，滯留鋒出現的位置與時間並不固定，所以可能會往南或往北振盪、也可能會較早或較晚才開始影響臺灣。但就觀測資料發現，近30年來冷、暖氣團的勢力皆有向北移的趨勢。若由此推測，梅雨鋒面活躍處的位置應該也有北移的趨勢。倘若此氣候趨勢不變，則代表未來梅雨期間鋒面降雨對南臺灣的影響可能明顯較北臺灣小，而這對解決目前旱象並無幫助。此外，若再加上「強降雨事件增加，大水可能導致沖刷大量泥沙增加水庫淤泥」的考量，這方面也是不利於水庫蓄水。

總之，雖然我們對氣候變遷的複雜行為尚未參透，但對此必須呼籲各項民生相關單位應正視氣候變遷的相關議題，以因應趨於頻繁的極端天氣。

感謝支援本文的相關採訪工作的Pansci實習編輯張鳳茹、Xmallwolf協助！

本文同時發布於作者部落格地球故事書

延伸閱讀：

關於鋒面by氣象局

關於梅雨by氣象局

師大新聞稿：地科系參與國際研究 解釋極端氣候變異增強趨勢