所以說釀酒的到底是酵母、還是釀酒師？禾餘麥酒陳相全專訪

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

國安危機！為什麼葡萄酒變酸了？

在上一集中，我們聊到了十七世紀，荷蘭科學家 aka 手作達人雷文霍克，以他那充滿手工溫度的兩百五十臺顯微鏡，以及一百七十二塊鏡片，為世人展示了「微型動物」（微生物）的世界。

然而在雷文霍克之後，除了斯巴蘭札尼神父曾經投以關愛的眼神，做了一些相關的實驗與研究，微生物似乎逐漸被眾人遺忘。

一直到微生物學的奠基者，巴斯德（Louis Pasteur）的出現，微生物的存在終於開始閃閃發光。一開始，巴斯德是打算進行「自然發生說」的相關實驗，沒想到，一個可能動搖國本的問題卻找上了他。

在浪漫優雅的法國，飲酒文化與釀酒事業同樣歷史悠久，然而，當時的酒商與釀酒廠負責人卻天天急得跳腳，一點也浪漫不起來。

原來，釀酒這門手藝太過精細，只要一不小心，酒廠生產的酒很可能就會酸化變質，不僅造成商譽與營運的巨大損失，也會影響市場供應的穩定性。

生活不能缺少微醺的感覺，釀酒業的危機，簡直就是國安危機，巴斯德義無反顧的決定伸出援手。

於是，巴斯德拿出科學家的精神，仔細研究了整個釀酒過程，收集、觀察製程中，不同時間的發酵液，並且分析、比較這些酒液的不同。

經過一次一次的培養與試驗，巴斯德終於發現，在顯微鏡下，正常的發酵液中，有一種形狀圓圓的球體小生物（也就是酵母菌）；而那些發酵失敗、變酸的酒液中，則可以看見一種又細又長的桿狀小生物（乳酸菌是也）。

抓出讓酒精變質的小小兇手

一八五七年八月，巴斯德發表了他的研究成果，這篇論文，可以說是現代微生物學的開山之作。論文中指出，發酵，是涉及某些特定的細菌、黴菌、酵母菌等微生物的活動。

這些研究不僅拯救了釀酒業，也影響著食品業與醫藥產業。當時的科學界一度認為，發酵與食物腐敗、傷口發炎等現象，是可以畫上等號的，因此啟發了一名外科醫師的抗菌革命之路（這段故事我們後面再聊，先賣個關子）。

回到釀酒業的危機處理之上，雖然揪出了讓酒變酸的凶手，但巴斯德的工作還沒有完成，還得找出一勞永逸的方法，才算是功德圓滿。

經過一番苦思冥想，巴斯德最後採用的是加熱滅菌法，這種方法，如今也被稱為「巴斯德消毒法」（pasteurization）。

我們都知道，加熱是個有效的滅菌方式，巴斯德將釀好的酒，短暫、而且小心翼翼的加熱，直到攝氏五十至六十度，藉此殺死那些可能讓酒變質的細菌。如此一來，不僅能讓酒長斯保存，也不會犧牲酒的口感，是不是很讚！

陷入絕境的養蠶業：蠶寶寶為什麼會生病？

感謝飛天小女警，啊不，是巴斯德的努力，一天又平安的過去了，釀酒業終於恢復了平靜。然而，一八六五年，法國農村再次遭遇危機。

雍容華貴的絲綢，是廣受貴族喜愛的高級布料，養蠶、攪絲、織布，也是當時法國農村的一大主力產業。沒想到，一種傳播快速、並且容易致死的疾病，卻在蠶寶寶界蔓延開來，蠶農們對此束手無策，養蠶業因此陷入絕境。

在昔日師長的建議之下，巴斯德決定投身於蠶病研究，為蠶寶寶尋得一線生機。

在此之前，他並沒有養過蠶，也缺乏相關知識。於是他動身前往法國南部，花了五年的時間，在第一線的蠶病疫區進行研究。

透過顯微鏡，巴斯德在病蠶的身體裡，發現了一些微小的病原體。

同樣的，溯源之後還得找出根治方法，巴斯德除了研究鑑定方法，以幫助蠶農辨認染病的蠶寶寶之外，也建議蠶農對病蠶進行隔離。

篩檢與隔離，加上選擇性育種與提高蠶群的清潔度，巴斯德提出的「蠶界防疫新生活」，不但拯救了無數蠶寶寶的性命，也讓瀕臨崩潰的法國絲綢獲得喘息。

在釀酒業與養蠶業分別取得成功之後，巴斯德於是將目光從經濟產業轉向醫療產業。

這些肉眼看不見的微生物，既然可能讓酒變酸，也可能讓蠶生病，是不是也可能引發人類的疾病？如果真是如此，只要知道如何躲避生物的攻擊，或許就能增加戰勝疾病的可能性。

──本文摘自《厲害了，我的生物》，2022 年 9 月，聚光文創，未經同意請勿轉載。

湖中女神：「請問你掉的是金吸管，銀吸管，還是紙吸管？」
考古學家：「我只要塑膠吸管，塑膠吸管是人類最偉大的發明。」

前幾年台灣政府限制使用塑膠吸管後，好些人響應環保號召，隨身攜帶金屬吸管。最近有論文報告，發現已知最古老的金屬吸管，以高貴的金、銀打造，距今有 5000 年之久。古代人使用金屬吸管的目的當然不是環保，是享樂。

超過一公尺的金屬管，是權杖還是吸管？

這批「吸管」出土於北高加索的梅科普遺址（Maikop），而且早在公元 1897 年就重現於世。它們來自一座豪華墓葬（kurgan），是豐富陪葬品的一部分。照現代的認知，這座墓葬距今約 5000 年，被歸類為青銅時代早期。

墓中陪葬的金屬長管共有 8 根，擺在長眠的墓主附近。它們由金、銀打造，金屬原料被打薄成大薄片，再捲起來成管狀。每根長度 112 公分，直徑約 1 公分，管壁厚度介於 0.27 到 0.70 mm，重量約 200 公克。

超過一公尺的金屬管並非一體成型，而是多段組合而成。4 根包含較短的二或三段銀管，其中 2 根上有小隻銀牛的雕像裝飾；另外 4 根則包括金管和銀管，其中 2 根上有金牛雕像。金牛與銀牛皆為實心，長度 7 到 9 公分，中間穿孔插在管上，可以滑動調整位置。

一開始挖掘的考古學家，聖彼得堡大學的 Nikolai Veselovsky 判斷，這組金屬管是古代大人物用的權杖，後來還有其他學者提出不同見解，覺得是出巡用大棒棒之類的（法西斯？）。但是他們都無法解釋，為什麼權杖要大費周章做成空心的。

新發表的論文則提出幾點證據，認為這組「權杖」應該是吸管，目的是讓大家一起吸啤酒。如此判斷的證據，來自與中東地區考古的比較。

咕咕咕咕嘟嘟嘟嘟，用吸管逸樂的歷史

啤酒的歷史也許非常早。早於植物被馴化，農業誕生、人類定居形成農村以前，黎凡特（現今的以色列、黎巴嫩與周圍一帶）的納圖夫文化（Natufian）疑似已經有人發酵穀物，釀造啤酒。反正酒的歷史，淵遠流長。

至於吸管的歷史，不可考。用管子吸液體，應該不是太難的發明，但是如果以麥稈、蘆葦等材質作為吸管，幾乎不可能留下考古紀錄。

如今已知最早的吸管並非實體，而是留在印章上的圖案，來自伊拉克北部的 Gawra XII，以及伊朗西部的 Chogha Mish 這些位於中東的遺址，超過五千年。

六千年前過後，美索不達米亞的蘇美等古文化，漸漸發展出初步的古文明，也顯現出逸樂的跡象。幾處距今 4000 多年的貴氣墓葬，描繪宴會的場景中，可以見到一群人用長吸管喝飲料。

蘇美人常用的吸管材質應該是蘆葦，也有豪華版的包金蘆葦。烏爾（Ur）的普阿比女王（Queen Puabi）距今約 4600 年的華麗墓葬中，便出土金箔包覆的蘆葦桿，長度 124 公分、直徑 1 公分。另外還有 2 根類似的吸管，一根銅製，另一根銀製，上頭包金，2 根都有青金石裝飾。

烏魯克（Uruk）等地，則出土過吸管上的動物裝飾小雕像。

和普阿比女王墓葬同時期的 Tell Asmar 留下一組飲用設備，包括碗、長管、過濾器。過濾器通常為銅製的窄椎體，安裝在蘆葦吸管的前端，浸入液體過濾啤酒中的雜質，可以拆卸重複使用。

一組八人咕咕咕咕咕咕咕咕，第九個人沒酒喝！？

上述位於今日伊拉克境內的多處遺址，出土的長管們，可以肯定作為吸管之用，它們的型態和北高加索的金屬長管十分相似。

另外北高加索的金屬管內，疑似作為過濾器的部分，也發現裡頭殘留大麥澱粉顆粒和植物矽酸體（phytolith）。綜合推論，這組金屬管應該也是作為吸管使用，曾用於吸食啤酒。

早在公元 1897 年便被發掘的梅科普遺址，後來成為廣布北高加索地區，梅科普文化的代表性遺址。此一文化介於新石器時代晚期（或銅石並用時期）到青銅時代早期，過去常認為以畜牧業為主要生產方式。

然而該遺址其實也出土大量石製鐮刀、儲存容器，這些都是農業生產的特徵。當時的人，無疑具備用大麥等穀物釀酒的條件。

超過一公尺的金屬吸管如何使用？參考距今 4000 年左右，敘利亞的 Tell Bagüz 遺址的狀況，論文推測可能是將 8 支吸管插在大酒桶裡，同時讓 8 個人圍一圈一起喝酒（第 9 個人沒酒喝！），是宴會的項目之一。

考慮到不少吸管是陪葬品，而葬禮是人類最重要的聚會形式之一，古人也可能會在葬禮中痛飲一輪，再把吸管組陪葬。不論如何，這都是某種享受與奢華的展現。

穿越文明疆界的啤酒社交風俗

這類社交場合，也伴隨體液交流，可想而知是群聚感染的溫床，不過當然不能用現代公衛標準要求古代人。

另一點有趣的是，要用超過一公尺的吸管吸到啤酒，肺活量想必不能太差；比起倒出來用酒杯痛飲，吸管的飲酒效率應該差很多，為什麼不倒出來喝呢？（想想李白用吸管啜飲美酒的畫面……好違和）

我猜有個可能理由是促進社交，辦流水席吃吃喝喝，是不同時空的文化，維繫組織運作的一大共通手段。大家圍一圈喝酒，人際交流的意義不遜於飲酒本身（8 個人同時吸一大桶酒，佔著位置不吸大概也不會被發現，嘻嘻），這樣設計的目的，也許本來就是避免參與者喝的太多、太快，而忽略社交。

有趣的是，長吸管共飲是四、五千年前，中東文化發達地區流行的風尚。以中東古文明的視角觀之，距離數百公里的高加索北部可謂化外之地，但是這批邊緣人也存在使用金、銀吸管的風俗（順帶證實他們金屬加工的手藝相當優秀），與中東文明中心類似。啤酒文化的交流與傳播，顯然能穿越空間的阻礙。

延伸閱讀

• 短篇 5000年前仰韶文化，東方最早的啤酒與大麥
• 短篇 14600年前世界最早的麵包，那時還沒有農業
• 起司、優格與馬奶酒：歐亞草原的乳製品，開啟遊牧民族新時代！
• 追尋馴化馬的起源：歐亞草原西部，4200年前
• 西班牙青銅時代，銀冠女王與她的男性戰士？

參考資料

1. Trifonov, V., Petrov, D., & Savelieva, L. (2022). Party like a Sumerian: reinterpreting the ‘sceptres’ from the Maikop kurgan. Antiquity, 1-18.
2. Oldest known drinking straws identified

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁。