西方第一座水力天文鐘——給你聲光饗宴的城堡天文鐘│《電腦簡史》 齒輪時代（九）

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

本文為系列文章，上一篇請見：邁向商用化——電腦產業的形成│《電腦簡史》數位時代（十五）

真空管的先天缺陷：易報銷

二次大戰後，電腦全面使用真空管後，速度大幅提升，隨著需要大量計算的企業越來越多，電腦前景看似一片光明。不過當電腦上線運作後，真空管的先天缺陷終於曝露出來，嚴重阻礙電腦產業的發展。

真空管是靠加熱極細的燈絲而產生游離電子，電子被吸引至做為正極的金屬片而產生單向電流。由於燈絲與電極都會逐漸耗損，真空管的壽命原本就不長；即使是特別為電腦生產的真空管，在正常狀況下也不過能用兩千個小時。更何況在進行高速運算時，真空管不斷開開關關，燈絲很容易因此燒斷而提早報銷。

一部電腦至少有幾千個真空管，只要有一、二個壞掉，就會影響整體電路的運作。以 UNIVAC 為例，平均故障間隔 (MTBF, Mean Time Between Failures) 的時間不超過 24 小時；美軍的 ENIAC 用的真空管超過一萬七千個，MTBF 更是只有 12 小時。而一旦發生問題，要排除故障也相當耗費時間，平均得花幾個小時才能找出損壞的真空管，予以更換。

電腦如果動不動就得停機檢修，不僅效益大打折扣，還會影響正常作業，誰想花大錢購置電腦卻惹來內部抱怨連連。可靠性的問題沒有解決，電腦就難以獲得全面採用，只是真空管的物理特性就是如此，能再改善的空間有限，只能期待全新的電子元件出現。

如今我們知道，這革命性的電子元件就是電晶體。它不僅解決了可靠性的問題，而且大幅降低成本、縮小體積、提升速度，讓電腦改頭換面，並催生出各種電子產品，人類文明從此邁入新紀元。電晶體之所以能帶來革命性的改變，乃因它是奠基於一種革命性的材料——半導體。要知道電晶體如何發明，得先知道什麼是半導體。

半導電性：導體與絕緣體之間

顧名思義，半導體就是具有半導電性的物體。但何謂半導電性？

我們知道不同元素有不同電子數，以原子核為核心，由內而外分布於不同殼層。越外層的電子能量越高，其中最外層的電子稱為「價電子」，所處的能階稱為「價帶」。價電子仍被束縛在原子內，所以無法導電，必須獲得能量躍遷到「傳導帶」才能導電。傳導帶與價帶的能量差距稱為「能隙」，導電性便取決於能隙的大小。

金屬的能隙非常小，甚至傳導帶與價帶有部分重疊，所以導電性很高；反之，絕緣體的能隙很大，價電子無法跨越，因此無法導電。半導電的能隙則介於金屬與絕緣體之間。

能隙的大小與價電子的個數有關。每個殼層可容納的電子數都有上限，當價電子殼層越接近填滿狀態，就越穩定，需要越多能量才能激發價電子跳到傳導帶；當價電子越少，就越容易脫離束縛，跑到傳導帶。

金屬的價電子通常不超過 3 個（過渡金屬除外），很容易形成自由電子，到處移動。絕緣體通常有 5 個或以上的價電子。碳、矽、鍺、錫、鉛等 IV 族元素有 4 個價電子，剛好是半滿狀態，導電性介於導體與絕緣體之間，屬於半導體。

IV 族元素如果摻雜其它元素，導電性也會跟著改變。例如把磷摻到矽裡面，因為磷有 5 個價電子，其中 4 個與矽共用後，還多一個價電子，就更容易跑到傳導帶成為自由電子，這種半導體稱為 n 型 (n 代表 negative)。

矽如果摻的是有三個價電子的硼，只差一個價電子就是最穩定的狀態，猶如有個「電洞」讓經過的電子落入陷阱。旁邊的電子掉進這個電洞後又產生一個新的電洞，形成骨牌效應，從另一個角度看，就像是帶正電的電洞會移動一樣，因此稱為 p 型半導體 (p 代表 positive)。

偶然發現半導體

除了摻雜，化合物也可能形成半導體。半導體最早被發現，就是與 IV 族元素無關的化合物。1833 年，法拉第有一次在做電力實驗時，無意間將燈火靠近硫化銀，結果發現導電能力竟然大增；一旦移走燈火，導電性又隨著溫度下降而降低。一般金屬在高溫時，導電性會變差，硫化銀卻剛好相反，令法拉第大感訝異。

硫化銀就是一種半導體。高溫之所以增加半導體的導電性，是因為熱能會讓更多價電子躍遷到傳導帶，因此增加了導電性。一般金屬原本僅需一點能量就能產生自由電子，集體往正極方向移動。但電子如果吸收太多熱能，反而四處亂竄，原本的定向性受到破壞，導電能力也就隨之下降了。

法拉第雖然發現半導體這個特性，卻無法了解其中原理。畢竟當時距離道爾吞提出原子說還不到 30 年，是否有所謂的基本粒子仍頗受質疑，更無從想像原子內部還有電子與原子核。因此法拉第發表這個奇特的現象後，就不了了之，也沒有人想到在導體與絕緣體之外，還有一種半導體。下次半導體再度躍上檯面，已是四十年之後。

1874 年，才 24 歲的德國物理學家布勞恩 (Ferdinand Braun) 在研究各種硫化物的導電性時，將硫化鉛接上電，卻發現檢流計的指針紋風不動。他試著調換正負極，結果指針馬上就有反應。這實在太奇怪了，一個物體的導電性應該是一致的，怎麼會因為正負極不同接法，一下是絕緣體，一下又是導體？

單向導電性是半導體另一項重要特性。硫有 6 個價電子，所以硫化鉛是 n 型半導體，一般情況下，電子只能從硫化鉛往正極移動，才會從另一個方向測不到電流。同樣地，由於當時仍然不清楚原子的構造（湯姆森於 1897 年才發現電子），不知如何解釋這個奇特現象。

大家毫無頭緒，單向導電性又看不出有何用途，因此布勞恩發表實驗結果後，並沒有激起任何漣漪。半導體再次受到忽視，要等到赫茲於 1888 年發表無線電波的實驗後，硫化鉛這類的半導體礦石才引起大家的興趣。

接收無線電波

赫茲的實驗吸引很多人投入無線電波的研究，印度科學家博斯 (Jagadish Chandra Bose) 也是其中之一。他發現 IV 族元素的礦石不但有單向導電性，而且不遵守歐姆定律：電流與電壓成正比。當施予礦石的電壓小於某個臨界值時，電流微乎其微；一但超過臨界電壓，電流便突然大幅增加。

博斯想到可以利用這個特性偵測微弱的無線電波。只要先對接收裝置施以適當電壓，讓無線電波所產生的感應電壓恰好超過臨界電壓，電流便會出現明顯變化，就能如實呈現無線電波。

1894 年，博斯將金屬天線的一端與硫化鉛的表面接觸，做成無線電偵測器（也稱「檢波器」），成功接收到一英哩之外的無線電波，這中間還隔了三道磚牆。

馬可尼 (Guglielmo Marconi) 也在這一年發明無線電報系統，兩年後他和博斯在倫敦會面，不過博斯對商業應用不感興趣，並未與馬可尼合作。馬可尼也沒有採用博斯這個技術，而是利用感應電流產生的磁場變化，來吸引金屬屑或發出聲響，作為判斷電波的依據。

事實上，博斯自己後來也改用別種技術設計檢波器，因為礦石檢波器的確不是很靈光。礦石中的雜質分布並不均勻，不是每次用金屬線接觸硫化鉛表面都能形成迴路，往往得嘗試很多次才能找到「熱點」，得到訊號。

儘管如此，AT&T 的工程師匹卡德 (Greenleaf Pickard) 仍看好礦石檢波器的潛力，試圖找出收訊效果更好的礦石。

1902 年，匹卡德檢測一塊礦石的熱點時，懷疑施加的電流造成背景雜訊太大，於是伸手拿掉部分電池，結果雜訊果然馬上消失，無線電的訊號變得清楚許多。這時他看了一眼器材，才發現他剛剛不小心把電池的接線弄掉了，也就是礦石檢波器竟然不需要電，就可以接收無線電。

這個奇妙的現象完全違背過去的認知，於是匹卡德更加專心研究還有哪些礦石不用電就可以當檢波器。他花了三、四年的時間測試上千種礦石，發現有 250 種可以做為天然檢波器，其中又以熔融後的矽（原本用來製造石英玻璃）收訊效果最佳。

礦石收音機

匹卡德進行實驗的這段期間，無線電也正在發展另一項應用：傳送聲音。當時電話已是成熟的技術，可以將聲音轉換為音頻訊號，但音頻是連續波形，無線電波卻是脈衝電波，因此只能靠長／短、有／無來代表摩斯密碼，無法傳送音頻訊號。

1900 年，加拿大發明家范信達 (Reginald Fessenden) 發明一種高速交流發電機，終於能產生連續波形的無線電波（稱為「載波」，波形為規律的正弦波）。

原本規律的載波與音頻疊加後，變成起伏變化的無線電波，電波的振幅大小便代表音訊的變化。這種調變電波振幅的技術便稱為「調幅」(Amplitude Modulation, 簡稱AM)，就是現在 AM 廣播所用的技術。

調幅無線電到了接收端，還得經過「解調」才能還原成原來的音訊。首先，由於天線接收無線電波後，所產生的感應電流也是交流電，因此必須先把反方向的電流去掉，成為單一方向的直流電；這個步驟便稱為「整流」。接著再濾掉其中的載波，留下的就是原來的音頻訊號。

范信達直到 1904 年才成功做出有整流功能的檢波器，並於 1906 年的聖誕夜成功發送 AM 廣播到大西洋上的美國軍艦。不過范信達所發明的檢波器不易製造，又常需要調校，只適合專業人士使用。而半導體的單向導電性恰好可以將交流電整流為直流電，這類礦石便可直接做為無線廣播的檢波器。

1906 年，匹卡德獲得矽石檢波器的專利，並在隔年創立公司，製造用耳機收聽的礦石收音機，銷售給一般大眾。由於價格低廉、體積小巧又不需要電，因此頗受歡迎。礦石收音機成為史上第一個半導體商品；誰會想到如今半導體與各種電子產品密不可分，但最早卻是以不用電為訴求。

三極真空管橫空出世

就在匹卡德於 1906 年申請專利這一年，美國專利局也收到另一項影響更深遠的專利申請，那就是由德佛瑞斯特 (Lee De Forest) 改良的新型真空管。

原本弗萊明 (John A. Fleming) 於1904 年發明的真空管只有正負兩極，德佛瑞斯特用金屬柵格擋在金屬片與燈絲之間，變成除了正、負極，還多了「柵極」(Grid) 的三極管。

柵極用來控制電流大小。當柵極施以負電壓，產生的電場與電子相斥，部分電子便被擋下，無法抵達正極金屬片，電流也就變小了。負電壓越大，被擋下的電子越多，電流也就越小；柵極就像家裡的水龍頭，不用動到水管的閥門，就可以各自調節水流大小。

德佛瑞斯特原本設計三極管只是為了調節電流，他沒想到六年之後，這項設計竟被發掘出放大訊號的功能。

原本只有二極管時，若要調整電流大小，正極電壓就要有相對幅度的改變，就如前面水管的比喻，沒有水龍頭的話，只能從源頭閥門控制水量。例如要讓電流從 12 mA 減半降為 6 mA，電壓要從 110 V 降到 60 V；但若使用三極管，則無須改變正極電壓，只要對柵極施以 -2 V 的電壓就可以了。

三級管的電壓變化只需二級管的 1/25 ，便能達到同樣的效果（若搭配適當的阻抗，相差還能到百倍以上），就像水龍頭那樣，轉動一點點，出水量就差很多。如果讓柵極做為訊號的輸入端，正極做為輸出端，那麼原本微弱的訊號，就會放大成強烈的訊號。

有了三極管做為訊號放大器，無線電可以傳得更遠，收訊效果也更好，而且收音機還可以配上喇叭。隨著廣播電台自 1920 年代開始快速發展，真空管收音機也進入一般家庭，成為民眾重要的休閒娛樂與資訊來源。相對地，礦石收音機的收訊效果與方便性都遠遠不如，自然不受青睞，逐漸沒落。好不容易找到舞台的半導體於是又被棄置一旁，沒想到十幾年後，同樣是由來自 AT&T 的工程師，再度讓半導體起死回生。

真空管搞不定短波

三極真空管有助於無線廣播，當然也有助於電話傳得更遠。 AT&T 利用真空管擴大電話網路，於 1915 年開通橫跨東西兩岸的長途電話。1927 年 1 月 7 日， AT&T 總裁進一步透過無線電波，從紐約打電話到倫敦，完成史上第一通越洋電話。不過這通電話只是試驗性質，真要提供越洋電話服務，還有項技術問題須要克服。

紐約與倫敦相隔甚遠，無線電波無法橫越地表弧度直接送達，必須經大氣的電離層反射到地面。然而一年四季、晴雨晨昏，大氣條件都不一樣，對電波的影響也大不相同。因此若要維持越洋電話全年暢通，通訊設備須要能夠收發不同波長的無線電波。不過真空管在高頻（也就是短波）的表現不是很好，如何克服這個問題便成為貝爾實驗室的首要任務。

貝爾實驗室於 1925 年成立，初期的工程師大多從 AT&T 陸續轉調過來，歐偉 (Russell Ohl) 也是其中之一，他對無線電的興趣始自大學時期。1914 年第一次世界大戰爆發，當時大學二年級的歐偉，在課堂上第一次聽到礦石收音機發出聲音，而且竟然是遠在大西洋的英國船隻，遭到德國潛艇攻擊所發出的求救訊號，從此他便對無線電深深著迷。

歐偉原本在 AT&T 就是負責短波的研發，1927 年轉到貝爾實驗室後仍繼續這個項目。他們不斷將無線電電波推向更高的頻率，但最終遇到瓶頸難以跨越。當其他同事仍執著於真空管時，歐偉於 1935 年決定從頭開始，一一檢視過去無線電的各種實驗與論文，從中發掘可行方案。最後他把目標瞄準礦石收音機的矽石，相信這才是解答。

一道裂痕開啟「矽」的半導體時代

礦石收音機不是才被真空管淘汰嗎？同事與主管都認為歐偉異想天開，但他認為只要去除矽石中的雜質，就能收發頻率更高的無線電波。歐偉自己多次嘗試用矽粉製造，卻不得其果，最後終於在 1939 年找到具有冶金專長的同事，用高溫熔製的方法精煉出高純度的矽。

1940 年 2 月 23 日，歐偉決定檢測一塊去年製出的矽石，據他的同事說，這塊矽石相當奇特，每次測的導電性都不一樣。歐偉仔細檢查這塊矽石，發現中間有條裂痕，他猜想這就是導電性不一致的原因，原本不以為意。但他接上示波器，赫然發現矽石在檯燈的照射下，竟然會產生電流。

光電效應是會產生電流，但那是以紫外線照射金屬，而這顆 40 W 的燈泡發出的是可見光，矽的導電性也遠遠不如金屬。雖然美國發明家弗里茲 (Charles Fritts) 曾於 1884 年將硒鍍上金箔，做成太陽能電池，但這樣的光伏效應 (Photovoltaic effect，也稱「光生伏特效應」) 轉換效率非常低，只有 1% 左右。歐偉所測到的電壓，超過當時所知的光電效應與光伏效應十倍以上，絕對是項前所未有的發現。

歐偉趕緊找主管來看，同時和同事繼續深入研究這塊矽石。他們發現電流總是由裂痕的上半部流往下半部，而不會反向而行。經過進一步分析發現，裂痕兩邊含有不同的雜質，上半部含有少許的硼，而下半部的雜質則是磷。

他們推測應該是這塊矽石經過高溫熔化，在自然冷卻的過程中，較重的磷下沉得比較快，較輕的硼下沉得比較慢，裂痕出現的地方剛好將這兩種元素阻隔開，以致矽石的上、下半部各有不同的雜質。

歐偉推測電流就是兩邊不同的雜質所致。磷有 5 個價電子，而硼有 3 個價電子，在白熾燈泡的照射下，磷的多餘電子被激發而越過裂痕，填補含硼那一邊矽石的電洞，而產生電流。這就類似電池的負極提供電子給正極，於是歐偉也用「n型」、「p型」來稱呼這兩種矽石，然後把劃分兩邊的裂痕——也就是這兩種半導體的接觸面——叫做「p-n 接面」(p-n junction)。這幾個名稱便一直沿用到現今的半導體。

半體體的基本名稱不但源自歐偉的命名，如今我們懂得利用摻雜來改變半導體的導電性，也是始自他這次的發現。不過對歐偉而言，他一心只想研究無線電波，發現半導體的光伏效應只是偶然，他無意也沒有能力再深究其中原理。

半導體的後續研究隨即由貝爾實驗室另一個團隊接手，這群有量子力學背景的物理學家將釐清 p-n 接面的奧秘，進而發明改變世界的電晶體。

本文為系列文章，上一篇請見：破解密碼到模仿遊戲——圖靈那些不可說或無人識的貢獻│《電腦簡史》數位時代（十四）

全世界只需要五台電腦？

「我想電腦的全球市場大概五台吧。」 ——IBM 總裁華生 (Thomas Watson)，1943 年。

這句話現在看起來相當荒謬可笑，尤其竟然出自 IBM 總裁口中，更令人覺得匪夷所思。當然，用現今個人電腦的市場規模來評判華生這句話並不公平，畢竟當時根本無法想像家家戶戶有電腦。

不過再怎麼樣，中大型電腦的市場規模也絕對不只個位數吧？IBM 自己是靠製表機起家，為政府部門、鐵道公司、壽險公司等大型機構做資料統計都超過三十年了，為什麼仍會如此低估電腦的需求？

其實華生才於 1939 年親自拍板定案，與哈佛大學共同開發電腦，他絕對有想到其它大學肯定也有電腦的需求。同時他也應該知道軍方為了二次大戰，正在積極打造電腦，用來計算彈道、製作射表。

只不過對華生而言，這些電腦都是為了特定用途打造，而且是採合作開發的模式，在他眼中並不是可商品化的產品，他要的是可以直接採用標準產品的商用市場。然而當時需要大量計算的企業本來就寥寥可數，況且那些計算工作也多是簡單的統計分析，用 IBM 的製表機就綽綽有餘了。所以華生當時看衰電腦市場也是有其道理。

華生的觀點恰恰反映了電腦在那個時代所扮演的角色：計算高深複雜的數學方程式。而這顯然只有學者才會用到，要不是為了本身的科學研究，就是幫軍方計算彈道、空氣動力學之類的。

事實上，當時也的確都是大學與軍方這兩個單位在推動電腦的開發（貝爾實驗室雖然一開始是自己主動打造複數計算機，但後來就中止電腦研發，直到戰爭爆發，才接受軍方委託繼續開發）。如果電腦用途只侷限於此，華生的預言恐怕就八九不離十。所幸二次大戰結束後，商用市場興起，電腦產業才有今日的榮景。不過你大概想不到，第一家打造商用電腦的竟不是 IBM 之類的電腦公司，而是英國一家餐飲企業。

餅乾工廠與劍橋大學

萊昂企業 (J. Lyons and Co.) 於 1884 年成立時只是一間小茶館，後來不但發展為遍布英國的連鎖茶館，還拓展出甜點、餐廳等不同連鎖店，並且自己設廠生產各種餅乾、糕點。二次大戰後，管理階層鑒於組織越來越龐大，想要從美國購置事務機器來提升管理效率。

結果他們蒐集各方資料後，發現美國陸軍於 1946 年 2月公開發表了第一台通用型電子計算機 ENIAC。萊昂企業高層對此極感興趣，於是派人於 1947 年 5 月前往美國參訪考察。

他們拜訪了高士汀（前情提要：他在戰時代表陸軍派駐在摩爾電機學院，負責協調 ENIAC 的設計與建造。就是他主動把馮紐曼撰寫的〈EDVAC 報告初稿〉分送給美、英兩國的相關機構，促成了許多部馮紐曼架構的電腦誕生），表明想要建置一台電腦。高士汀好心的告訴他們不用捨近求遠，離他們公司總部不遠的劍橋大學就有團隊正在打造電腦。

原來劍橋大學的物理學家威爾克斯 (Maurice Wilkes) 也拿到一份〈EDVAC 報告初稿〉，而且比圖靈幸運的是，他有位研究生二次大戰時曾在海軍服役，負責設計雷達所用的延遲線記憶體，因此知道如何打造水銀延遲線。

雖然技術上的障礙克服了，但劍橋大學校方對開發電腦興趣不大，不願給予經費，威爾克斯只好一邊著手設計，一邊尋找經費來源。沒想到幸運之神再次眷顧，萊昂企業竟然主動找上門來，願意贊助開發經費，以換取威爾克斯協助他們打造商用電腦。

威爾克斯設計的「電子延遲存儲自動計算機」(Electronic Delay Storage Automatic Calculator，簡稱 EDSAC)  不到兩年就完工，於 1949 年 5 月 6 日成功執行了計算平方數的程式，成為繼曼徹斯特寶寶之後，第二台可存取程式的數位電腦。

EDSAC 創下的諸多第一

不過嚴格來說，曼徹斯特寶寶原本就是為了打造曼徹斯特一號而試做的先導機型，只能做簡單的計算，輸入/輸出裝置也相當克難，功能相當有限。因此若以真正具有完整功能的電腦而言，第一台可存取程式的電腦應該是 EDSAC；曼徹斯特一號則以 40 天的差距屈居第二。

還有幾項電腦史上的第一也與 EDSAC 有關。在機器剛開機時，會先有基本程序讓相關元件就緒，這是靠一連串的電子訊號控制電磁開關來完成。負責程式設計的研究生惠勒 (David Wheeler) 將開機程序改用一組初階指令 (initial orders) 控制，這組指令用英文代碼描述，方便程式設計師以更直觀的方式設定機器。

惠勒所設計的初階指令就是最早的組合語言 (assembly language)，他因此被視為「組譯器」(assembler，將組合語言轉換成機器碼的系統) 的發明人。1951 年，惠勒以〈用 EDSAC 做自動計算〉這篇論文取得博士學位，成為史上第一位電腦科學博士。

EDSAC 完工後，威爾克斯並沒有敝帚自珍，反而很快地自 1950 年開始開放給外界使用，他為此與惠勒編寫了史上第一本電腦程式的教科書，讓有意使用 EDSAC 的學者知道如何撰寫程式。這其中有四位後來獲得諾貝爾獎（兩位合得 1962 年化學獎、一位獲 1963 年醫學獎，還有一位是 1974 年物理獎得主），他們還特別在頒獎典禮上，致辭感謝 EDSAC 對他們的研究有很大的幫助。

順帶一提，史上第一個視覺化的電腦遊戲也是出現在 EDSAC 上。EDSAC 原本配有監測電路用的陰極射線管；1952 年，一位研究生寫了井字遊戲的程式，讓人與電腦對弈，井字與 ”O”、”X” 符號就直接呈現在陰極射線管上。

世上首部商用電腦誕生

威爾克斯如願完成 EDSAC 後，當然要履行對幕後金主萊昂企業的承諾。萊昂企業高層對電腦的冀望極高，特地設置了一個專責部門「萊昂電子辦公室」(Lyons electronic office，簡稱 LEO)，而且並非採購現成的機種，而是要自己打造量身訂做的電腦；名稱就取為「里歐一號」(LEO 1)。

里歐一號完全參考 EDSAC 的設計，惟記憶容量擴增為兩倍，很快就於 1951 年 2 月竣工。11 月，萊昂企業開始將訂單、配銷、庫存等管理系統電腦化，首度實現今日通稱的「管理資訊系統」(Management Information System)，里歐一號也因此成為世上第一部商用電腦。

到目前為止，英國在電腦發展上仍然領先美國。儘管曼徹斯特大學與劍橋大學都是取得〈EDVAC 報告初稿〉後，才開始設計馮紐曼架構的電腦；其中幾人還特地飛到美國，參加摩爾電機學院的暑期課程，才習得相關的電腦知識，但英國團隊卻比美國更早打造出機器。

英國除了率先達成好幾項技術上的里程碑，在軟體應用上也更勇於嘗試。當萊昂企業開始導入管理資訊系統時，美國的電腦主要仍用於科學計算或為政府部門解決特定問題。至於掌握商用市場的 IBM，仍然用機電式的製表機，為客戶處理簡單的加減乘除。

英美兩國電腦實力的消長

不過美國的落後純屬偶然。EDVAC 是因為核心成員紛紛離去，以致延宕到 1952 年 2 月才完工。悻悻然自行創業的莫奇利與艾科特因為從頭開始，所以 1949 年 3 月才完成美國第一部可存取程式的電腦「二進位自動計算機」(Binary Automatic Computer，簡稱 BINAC)，比英國的曼徹斯特寶寶晚了近一年。回到普林斯頓高等研究院的馮紐曼畢竟是學者而非工程師，直到 1952 年 1 月才所打造出 IAS 機器。

沉睡的 IBM 也即將甦醒。由於韓戰爆發，美國國防部須要進行核彈的計算，IBM 終於在 1952 年 4 月推出高速運算的「國防計算機」(The Defense Calculator)，這是 IBM 第一部馮紐曼架構的真空管電腦。既然都已經開發了，這又是通用型計算機，可以執行各種程式，那就更名為 701，推到商用市場試試看吧。於是 IBM 自 1953 年開始向企業用戶推銷 701，從此開啟了 IBM 主宰中大型電腦市場的時代，也標誌了美國後來居上的開始。

順帶一提，文章一開頭引述 IBM 總裁華生所說的那句話，據信其實就是出自他在 1953 年的股東大會上，報告 701 的銷售成果時所說的：「我們巡迴拜訪客戶前，原本預期訂單頂多 5 台，結果拿了 18 張訂單回來。」後來以訛傳訛，才演變成他在 1943 年說了那句名言。

華生那次巡迴其實只拜訪了 20 家客戶，結果高達九成願意購置電腦，證明了商用電腦確實有相當的市場需求。IBM 光是隔年推出的平價機型 650，就在八年內賣出兩千部，其它七家規模較小的電腦公司也都頗有斬獲；市場上還幫他們取了「白雪公主與七矮人」的暱稱。

美國電腦產業風起雲湧，迅速地把原本領先的英國拋在腦後，實乃大時代下的必然結果。歐洲國家歷經二次大戰的蹂躪，國力嚴重耗損，相對地，美國本土則完全未受戰火波及，加上為盟國生產大量武器軍需，帶動經濟大幅成長，因而促進商用電腦的需求。而且如之前在介紹凡納爾．布希時提到的，在他的大力推動下，美國政府將研究經費下放給大學或民間的實驗室，不僅促進產業發展，也讓技術在民間扎根，科技實力因而大幅領先全世界。

磁性記憶體

電腦相關的技術也是如此。以記憶體來說，水銀延遲線與威廉斯管這兩種裝置都過於昂貴，使得電腦造價讓企業用戶望之卻步。雖然早在十九世紀末，就有人利用電磁感應錄下聲音，但記錄資料卻始終難以實現。

直到 1947 年，美國一家「工程研究公司」(Engineering Research Associates) 才在海軍的委託下，開發出「磁鼓記憶體」(Magnetic Drum Memory)。它的原理類似硬碟，只不過磁性材料是噴塗在圓筒表面。

雖然磁鼓記憶體因為有轉動的機械動作，資料存取速度比不上水銀延遲線與威廉斯管，卻因為容量大、可靠性高、無揮發性（意思是不插電時，資料也不會消失），成本又低，成為實現平價電腦的一大關鍵。IBM 650 就是用了磁鼓記憶體，才得以降低售價。

1949 年，磁性記憶體又往前推進一步。時任艾肯研究助理的華裔物理博士王安，在參與打造「哈佛四號」電腦時，發明了「磁芯記憶體」(Magnetic Core Memory)。這是將電線穿過許多磁環構成的陣列，沒有任何機械動作，只有電流穿梭其中，所以速度飛快。但因為造價高昂，只用於高階機種或是核心記憶體。

就在記憶體的技術取得新的進展之際，有一項革命性的發明也在貝爾實驗室悄悄展開，這項發明將徹底改變電腦的樣貌，將電腦帶向另一個新世紀。那就是——電晶體。