今晚，我想來點……圓周率的派（π）！

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。

各位觀眾～今天是什麼節日呢？

什麼？情人節？

嘖嘖嘖，只知道這個的話就膚淺了。

今天可是圓周率日、愛因斯坦的生日、霍金的忌日……是巧合嗎？我可不這麼認為！總之，對於科學界來說，3 月 14 日不僅僅是白色情人節，而是一個意義非凡的日子！

那圓周率又有什麼酷酷的地方讓科學家如此著迷，甚至有一個專門的節日呢？快點進影片，一探究竟吧！

除了 π（pi）之外，你還認得哪些希臘字母呢？從國中就認識的朋友——代表波長的 λ（lambda）：

還是代表頻率，長得很像 v，常常害小編認錯的 ν（nu）？

在高中認識的 μ（mu），除了用於微米、代表摩擦係數，它還有什麼意思呢？

快動動你的指頭搜尋一下吧！

最後這個像蛇的符號是什麼啊？長得有點像 Z 的書寫體？

沒錯！拉丁字母的 Z 就是從 ζ（zeta）來的。

而數學上有許多 ζ 函數，其中，最為知名的便是發現質數規律的黎曼 ζ 函數。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

根據教育部編《國語辭典》，這成語的解釋是：「比喻人或事物，隨著憑藉者的地位提升而升高。」你覺得拗口是不是？其實這成語是說，水位高了，水裡的船跟著升高，造兩個句你就更明白了。

油價一漲，民生用品水漲船高，人們的生活開支就增加了。

最近老師教得認真，結果水漲船高，段考成績普遍提高了。

如果水位變低了呢？水裡的船當然跟著降低。當水位低於船隻沒入水中的部份（稱為吃水），船隻就會擱淺。談到這裡，就得談談浮力原理了。

這原理的發現還有個小故事呢！相傳某希臘國王，做了一頂純金王冠。有人密報，金冠攙假。然而秤一下重量，又和當初交給金匠的純金一樣重。國王還是不放心，就請科學家阿基米德鑑定。

阿基米德苦思多日，想不出辦法。一天，他在家裡洗澡，當他進入澡盆時，看見水往外溢，突然悟出：「可以用測定固體在水中排水量的辦法，來確定金冠的比重啊！」他興奮地跳出澡盆，大聲喊著：「尤里卡，尤里卡！」（尤里卡，就是「發現了」的意思）。

阿基米德把王冠和同等重量的純金，放在兩個容量相同、盛滿水的盆子裡，發現放王冠的盆子，溢出的水比另一盆多些。說明王冠的體積，比相同重量的純金的體積大，證明了王冠並非純金製的，揭露了金匠欺君之罪。

阿基米德因此發現了浮力原理（又稱阿基米德原理）：物體在水（液體）中所獲得的浮力，等於物體所排出（開）液體的重量。根據浮力原理，只要水夠深，幾萬噸的船都能浮在水上，因為它排開的水，比船還要重啊！

章老師曾搭乘郵輪經過蘇伊士運河。這條運河寬 205-225 公尺，深 23-24 公尺，所以只要船隻吃水的部份不超過 20 公尺，保證可以通行。章老師搭乘的是艘中小型郵輪，只有 3.5 萬噸，加上 1000 名乘客和 400 位工作人員，吃水可能不到 10 公尺。走在我們前面的，是艘 10 萬噸級的貨輪，也行駛得十分順當。查一下資料，這條運河可以浮起 24 萬噸的船呢！

那麼 2021 年 3 月間怎會發生蘇伊士運河事件？發生事故的長賜號，總噸位 220,940 噸，寬 58.8 公尺，都在安全值之下。可是運河水深 23-24 公尺，是指中央的航道，靠近岸邊就沒那麼深了。長賜號被強風吹離航道，在岸邊擱淺。這還不說，長賜號全長 399.94 公尺，擱淺時斜著卡在運河中，把整條運河堵住了。