蠑螈綠色的卵

本文由 高柏科技 合作，泛科學撰文

林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。

「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。

回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。

林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。

因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的，不是把答案搬回地面

太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。

儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。

好論文，為什麼仍可能造不出好產品

學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。

林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。

AI 會給答案，誰來負責出貨？

訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？

林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。

顏色會依照我們觀看的對象吸收和反射的光而有所不同。樹葉因為會吸收所有藍色和紅色系光譜，只反射綠色，因此看起來是綠色的，而讓樹葉顯現綠色的東西，便是負責養育生命的葉綠素。

需要光合作用時也只會紅通通的日本紅楓

當然，也有葉子不是綠色的。樹木一生中雖然會變換顏色，但也有一開始長葉就不是綠色的。關於這類樹木，首先想到的便是日本紅楓（Acer palmatum ‘Shojo-Nomura’）。

日本紅楓連剛冒出葉子時也不泛綠色，和它的名字一模一樣，打一開始就很紅。那麼，日本紅楓紅色的葉子裡沒有葉綠素嗎？如果缺少葉綠素，樹木無法行光合作用；若不行光合作用，將無法製造生存所需的養分，那究竟該如何生存呢？

所有樹葉裡都有葉綠素，但是除了葉綠素，還有類胡蘿蔔素、花青素和單寧等各種成分，我們需要從這裡找出頭緒。類胡蘿蔔素、花青素和單寧等成分分別呈現黃色、紅色和褐色，葉子雖然從一開始就具備多種顏色的成分，但在更需要光合作用的時候，葉綠素會上來表面；待過了秋季，逐漸接近無法行光合作用的冬季，其他顏色的成分才會開始活躍，秋楓便是如此。然而，日本紅楓即使在需要光合作用的時期，葉子也只會紅通通的，非常奇妙。

淺綠色顯露出來的瞬間

日本紅楓是人們培育出來的品種，以做為造景用的觀賞樹木。換言之，日本紅楓並不是在自然狀態下生長的樹木，而是人們為了更長時間觀賞楓樹的紅色葉子所培育的品種，讓它一年四季都能呈現紅色。雖說紅色葉子裡頭同時含有泛綠色的葉綠素，但不管再怎麼看，都看不到綠色。

我再次重申，觀察樹木需要長時間、仔細地觀察。日本紅楓葉子上的紅色氣息轉淡的現象一年大概會發生兩次，分別是開花與果實逐漸成熟時，也就是樹木最需要養分的時刻。這時的日本紅楓葉子會發生非常細微的變化，乍看之下無法得知其差異：仍然泛著紅色，仔細觀察卻能在葉子某些部分感覺到綠色的氣息。

雖然葉子顯現紅色，但葉綠素若不進行光合作用，樹木就無法存活，在開花和結果等需要大量養分的關頭更是如此，這種時候只要仔細確認日本紅楓的葉子，將能感覺到葉綠素行光合作用活動的跡象。葉子上面延展的葉脈或葉柄端的紅色會轉淡，非常顯眼。果實結果和逐漸成熟時也一樣，可以在變淡的紅色之間突然看見綠色。即便葉子是紅色的，葉綠素還是會在它非常迫切需要養分時活躍起來，無怪乎顯現了綠色。

黃金松的樹葉只有黃色嗎？

日本紅楓是人工選育的品種，但自然狀態下也有樹木不是發綠色的芽，好比名為黃金松（Pinus densiflora ‘Aurea’）的樹木。雖然松樹的葉子一年四季都是綠色，黃金松的葉子卻呈金黃色。黃金松是松樹的品種之一，是相當稀有的樹木，它只有下方呈綠色，整體看來葉子是金黃色的。據說從以前開始，只要天氣乾旱，黃金松的金黃色葉子就會變成褐色，梅雨季則變成綠色，對於觀察氣候十分必要，不過這種說法並無科學根據。儘管如此，據說以前農夫們乾脆叫黃金松「天氣木」。

韓國曾經發現幾棵自然狀態下的黃金松，特別是慶尚北道蔚珍郡周仁里的黃金松就被指定為地方紀念物，是一株受到保護的珍貴樹木。這棵黃金松曾是預測氣候的標準，村裡亦相傳若發生戰爭，它的葉子會泛紅。

蔚珍郡周仁里的黃金松和旁邊其他樹木的葉子顏色不同，一眼就能清楚看出來。這棵佇立在斜坡上的樹木已有五十歲左右，由於被指定為文化財，四周圍上了柵欄、被確實地保護著。雖然遠處就見得到它神祕的模樣，但務必近距離觀察。必須仔細觀察葉子，才能得知樹木的祕密，知道樹木如何用金黃色的葉子製造養分、使自己生長。

即便植物圖鑑裡記載「除了葉子的基部，其他都是黃色」，實際上再怎麼觀察，仍然很難說是黃色，非要講的話，比較接近綠色和黃色混合在一起的淡綠色。當然，顏色以針葉來說算特別，但不能說是黃色或金黃色。與其說黃金松的葉子是金黃色的，不如說是以綠色為底，黃色顯現得稍微強一點。

無法丟掉綠色的原因

我們談日本紅楓和黃金松，但擁有紅葉或黃葉的樹木不只這些，尤其是觀賞用的培育品種中，還有不少葉子的顏色相當五彩繽紛。然而，不管是哪種樹木，都無法完全丟掉綠色，因為綠色是葉綠素的顏色，而葉綠素是樹木的生命之窗。

——本文摘自《樹葉物語》，2023 年 5 月，時報出版，未經同意請勿轉載。

編按：此為個人實驗結果，對內容有疑問者可向作者詢問。

自從退休之後，6 年來已習慣晚上到附近公園運動，某日，讀國小四年級的金孫跟我說：「阿公，植物白天光合作用會吸收二氧化碳，晚上會吐出二氧化碳，空氣不好，不要晚上去公園運動啦！」；確實，上網搜尋，有不少類似「夜間公園空氣不好」、「臥室不要擺盆栽」等擴大解讀植物光合作用的文章。

夜間（19 時～22 時）在公園運動的人不少，有慢跑的年輕人、有散步的銀髮族、有跳舞或練功的社團群眾，也有帶小孩玩溜滑梯、盪鞦韆等遊戲的家庭成員，那麼多人在夜間的公園活動；因此，「夜間公園空氣不好（太多二氧化碳），有害健康」的說法，似乎不符合常識邏輯，否則應有大半之慢跑、快走的人，將會休克，叫救護車送醫了。

其次，如果「臥室擺盆栽，有害健康」係金ㄟ，那麼，山上居民豈不會多病或短壽？似乎也不符合常識邏輯；敝宅客廳擺了 6 棵盆栽，N 年來夜間看電視 4 小時，健康損多少？

光合作用的 CO₂ 及 O₂ 值可以量測嗎？

網路上可找到許多探討「森林（樹木）的碳吸存」之類的文章，諸如：不同植物（喬木、灌木、草本…）的固碳量、每年每棵樹約可吸收 12kg 的 CO₂、一棵成熟樹約可提供一戶 4 口家庭的氧氣需量、植物大約吸收人類排碳量的 29% 等；林務局的網站說：「根據光合作用【森林碳儲存】反應式，林木生物量每增加 1 公噸，可吸收 1.6 公噸的二氧化碳，同時釋放 1.2 公噸的氧氣…」，這些公認的超現實數據，可否簡單地以一棵盆栽樹，來證實光合作用吸多少二氧化碳？釋放出多少氧氣？

在探討室內空氣品質（Indoor Air Quality）時，有一定的安全參考值，例如：連續 8 小時之二氧化碳 ≦1,000 ppm、一氧化碳 ≦9 ppm、甲醛 ≦0.08 ppm、氧 ≧18%，醫院及百貨商場等公共場所，多設有室內空氣品質監測儀器；顯然，有儀器可以量測二氧化碳、一氧化碳及氧等氣體的具體數值。

為了跟金孫簡單地解釋光合作用的「吸碳排氧」理論，特別花 2 萬多元買了一組可量測空氣中之二氧化碳、氧氣及溫濕度的空氣品質分析儀（Lutron/AQ-9918SD，精確度：CO₂±40ppm、O₂±0.2%、溫度±0.8℃），分別於正午及半夜，到公園、植物園區及大停車場等場所，量測白天及夜間之 CO₂（ppm)）和 O₂（%） 的變化，並且順便於自己臥室，量測在有、無盆栽狀態下，1 人睡覺時之 CO₂ 和 O₂ 的變化，結果卻逆轉「夜間公園運動、臥室擺盆栽，有害健康」的常識。

國小的光合作用反應式： 二氧化碳＋水     葡萄糖＋氧＋水

「夜間公園運動、臥室擺盆栽，有害健康」的理論，顯然與植物的光合作用有關，姑且由我們所認知的空氣成份常識談起，在維基百科中可找到如表 1 的空氣成份，例如，標準空氣之 O₂ 含量為 20.942% 及 CO₂ 含量為 330ppm（0.033%）等。

呼吸時，吐出最多的氣體是二氧化碳？

首先，以新購之空氣品質分析儀，進行人體呼吸實驗；以鼻吸口吐方式（圖 1），將吸氣吐入密封塑膠袋中，測試紀錄如下表，約經過 3 分鐘後（NO.7），CO₂ 由正常值之 373ppm 劇升為 15,606ppm 以上，而 O₂ 由正常值之 21.5% 降為 17.3% 以下（空氣氧含量安全值：≧18%），同時，吐出氣體含水汽，使露點溫度（℃dp）由 18.4℃ 劇升為 22.2℃ 以上（塑膠袋內產生水汽）；此證實人體呼吸確實是吸入 O₂ 而吐出 CO₂ 及水汽，將儀器探棒取出後（NO.14），CO₂ 及 O₂ 含量則逐漸恢復正常（如表 2 所示）。

由表 2 的數據，如果你以為人體呼吸吐出的氣體中，大多是 CO₂ 和水汽，那就錯了。依維基百科的資訊，因為鼻子吸入的空氣中，氮佔 78%、氧佔 21%、CO₂ 佔 0.033%、水汽佔 1.3%，所以，人體吐出的氣體中，體積比最多的依舊是氮氣，約佔 78%（不被需要，又被吐出來）、氧約佔 13%～16%（減少）、CO₂ 約佔 4%～5.3%（增加）、水汽約佔 5%（增加），以及原被吸入的痕量氣體，又被原封不動的吐出來。

盆栽光合作用的量測值，違反吸碳排氧理論

其次，找一棵種了約 6 年多的鳶尾花戶外盆栽（圖2）做實驗；以透明塑膠袋罩住（圖3），進行光合作用實驗，5 秒記錄 1 筆，持續 25 分鐘，為節省篇幅，僅摘錄每 1 分鐘 1 筆。

如表 3 所示，可看出前 4 分鐘（NO.1～5）之 CO₂ 值有明顯下降（吸碳），符合光合作用的吸碳理論，但是，O₂ 值也由 21.4% 降至 20.2% （吸氧而非排氧）；然而，自第 5 分鐘（NO.6）開始，CO₂ 值又逐漸回升至第 25 分鐘（NO.26）的 632ppm（排碳），而 O₂ 值仍續降至最後的 18.2%（吸氧），亦即自第 5 分開始（NO.6），完全顛覆了植物光合作用的「吸碳排氧」理論。

此時，塑膠袋內佈滿霧狀水汽（露點溫度由 20.0℃ 劇升至 35.4℃，即為數據明證），溫度也由起始的 27℃ 升至 56.8℃（如同密閉汽車日曬而溫升至 60℃ 以上一樣）。

因為「光合作用的吸碳排氧理論」是眾所皆知的知識，筆者不死心，分別於白天（正午）及夜間（深夜），量測灌木欉、喬木園區、大停車場、大稻田及臥室的 CO₂ 與 O₂ 值，方法或許不夠嚴謹，但是，若依表 4 的量測值總表，確實無法證明植物光合作用的「吸碳排氧」理論。

表4說明：

1. NO.1、2、3 是開放空間的量測結果；夜間的 CO₂ 值均低於白天，且夜間的 O₂ 值均高於白天，因此，「夜間不宜在公園運動」的常識可能有誤。
2. NO.4 及 5（與植物無關）的量測值，其夜間、白天的 CO₂ 值及 O₂ 值互有高低，量測值仍在儀器誤差範圍內；然而，可確定「CO₂ 值及 O₂ 值，除了海平面高度與地點因素之外，亦會隨著溫、濕度之變化而改變」。
3. NO.6 之臥室在有、無盆栽時（圖 4）的量測結果，由 6b 之比值可知，無論有、無盆栽，CO₂ 值幾乎無變化（無盆栽 66.73%，有盆栽 66.70%），對此結果感到非常詫異。
4. 重做一次如 NO.7、7a、7b，結果依舊近似，無盆栽為 73.52% 與有盆栽為 71.78%，而 O₂ 量亦維持減少 0.47%；顯然，「臥室擺盆栽，有害健康」的常識，亦可能有誤。
5. NO.7b 的 CO₂ 均值，白天（+73.52%）比夜間（+71.78%）高 1.74%，可能出自儀器誤差，或 NO.8 之 CO₂ 值下降 9.27% 之故。
6. 為了解 NO.6b 及 7b 的結果是否正確，做一次「臥室無人睡、僅擺盆栽」的量測，結果如 NO.8，盆栽在夜間 7 小時中，CO₂ 量減少了 9.27%，O₂ 量增加了 4.69%，與植物夜間呼吸作用的「吸氧排碳」理論顛倒。
7. 因而再做 NO.9 的量測，將盆栽移至臥室南側的窗邊（圖 5，日曬 9：05～14：20），由 9：00 量測至 16：00（7小時），CO₂ 減少 12.4%，似乎有吸碳功能，但 O₂ 減少了 1.4%（在儀器誤差內），也不符合植物光合作用的「排氧」理論。

本文之 10 次量測實驗，均有完整記錄，但限於篇幅，僅能提供如表 4 的總表；在做了數次量測之後，發現即使是同一植物或場所，以同一台儀器量測，可能因（1）陽光強度（雲層厚度）、（2）環境溫濕度、（3）量測方式、（4）取樣時距（10秒、20秒、30秒…）、（5）量測時間（20分、30分、60分、120分…）之不同，而有不同的結果，不過，這五種不同情況的量測誤差，多在 ±3% 之內。

表 4 量測方式之說明例

為了證明筆者確實有做量測實驗，於此說明表 4 NO.7 的量測方式與記錄如下：

因為（同一地點）空氣中的 CO₂ 及 O₂ 值，會隨溫濕度變化而改變，所以，本量測方式，以上床後之前 10 分鐘與醒來離床前 10 分鐘的均值做比較，每 5 分鐘記錄一筆，持續 7 小時，分別做了臥室無盆栽及有盆栽之量測；1 人睡覺的 CO₂、O₂、℃db（溫度）及 ℃dp（露點溫度）的 7 小時記錄值如表 5a、表 5b，不論是無盆栽（表5a）或有盆栽（表5b），CO₂ 值均呈緩緩上升的趨勢，而 O₂ 值均只降了 0.1%，仍在儀器誤差範圍內，無法證明 O₂ 值是增加或減少。

將表 5 的量測記錄，轉換為趨勢圖，可看出在無盆栽及有盆栽的 7 小時量測期間，雖然兩者的起始值不同，但是，CO₂ 值均呈緩緩上升的趨勢，且兩者之線性（y=ax+b）迴歸分析的斜率（a）幾乎相同，因此，可證明夜間臥室擺盆栽，不會增加 CO₂ 量，亦即無法證明「臥室擺盆栽，有害健康」的常識為真。

結語

樹葉真有能力分解空氣，只吸收空氣中僅佔約 400ppm 的 CO₂，而不吸入空氣中的其他成分氣體？光合作用的「吸碳排氧」理論，是否被過度解讀？由前述的人體呼吸實驗，正確的說法，是否應為「吸入空氣僅部份的 CO₂ 被吸收，而有部份的 CO₂ 和不被需要的氮氣、氧氣等均被吐出」？

筆者非植物專家，僅是一位秉持常識邏輯思考原則的退休工程師；本文之 10 種場合的量測樣本數仍嫌不足，不宜此結果下定論；但是，量測結果不符合植物「光合作用」的「吸碳排氧」理論，無法給金孫一個合理的解釋，反而搞混她在學校所學的「光合作用」知識，希望有專家賜教，指正本文之錯誤或做合理的說明。