Loading [MathJax]/extensions/tex2jax.js

1

25
2

文字

分享

1
25
2

一閃一閃亮晶晶,滿天都是人造衛星

EASY天文地科小站_96
・2021/04/21 ・3294字 ・閱讀時間約 6 分鐘 ・SR值 546 ・八年級

  • 文/林彥興|現就讀清大理學院學士班,EASY天文地科團隊總編輯

Starlink 是 SpaceX 正在組建中的全球衛星網路系統。從於 2019 年底至今不到一年半之內,SpaceX 就已經進行了超過 23 次 Starlink 衛星發射 (2021.04.12)。若是加上之前的幾批原型機,Starlink 的總發射數已接近 1600 顆,遠遠超越歷史上所有的衛星星座[註一]系統。但規模龐大的 Starlink 計畫在提供全球高速衛星網路的同時,也對近地軌道的環境,以及原本黑暗的夜空造成難以忽視的重大影響。其中,又以天文學家與天文攝影愛好者們受害尤其嚴重。而且,在可預見的將來,還會有更多企業投入近地軌道衛星網路的競賽。如何在讓世界更加緊密的衛星網路,以及珍貴的夜空和軌道環境之間取得平衡,值得所有人持續關注與理解。

SpaceX Starlink-1 任務。圖/SpaceX

Starlink 的存在價值:為什麼我們需要衛星網路?

對大多數的台灣人來說,網路並不是太稀罕的東西。因為我們的網路基礎建設相當完善,電信公司的光纖網路、無線基地台、Wifi 分享器在生活周遭隨處可見。甚至在高山或海邊的風景區,只要不是完全裊無人煙,也常常有不錯的訊號。我們早已習慣天天上網、逛臉書、滑 IG、打卡、發宵夜文,甚至許多人的工作與學習,都仰賴穩定而高速的網路。

但世界上並不是每個地方都如此。多數國家的網路基礎設施都遠不如台灣完善,全球約有半數的人口處於沒有網路可用的狀態。想要在合理的成本下,將網路的服務範圍擴張到深山、沙漠、大洋等地相當不容易。

那如果用衛星作為網路的節點呢?這樣不就可以不受地理易達性的限制,讓全世界所有角落都有網路可以用了嗎?沒錯,這正是 Starlink 所希望達到的目標。他們希望在近地軌道上建立起覆蓋全球的衛星通訊網路服務。而且為了讓 Starlink 系統的資料傳輸速度與延遲能夠和一般的地面電信公司競爭,他們計畫將超過 12000 顆通訊衛星[註二]部署在 500 至 1300 公里之間的多個軌道殼層上。

-----廣告,請繼續往下閱讀-----

12000 顆衛星很多嗎?非常的多!這個衛星數量不僅遠超過以往任何衛星星座,甚至是人類發射過的衛星總數都大約只有 9000 顆而已。足見 SpaceX 的野心之龐大。這種覆蓋全球的衛星網路,有可能可以造福全球數十億無法上網的人,讓他們能夠享受到網際網路帶來的教育、資訊、娛樂等重要資源。

自 2019 年 11 月 11 日至今的約一年半內,SpaceX 每隔幾週就發射一次 Starlink,一次發射會送 60 顆衛星進入軌道。僅僅三次發射之後,SpaceX 就已經成為地表最大的衛星操作者;23 次發射之後,軌道上運作中的衛星已有六成都是 Starlink。

2021.04.11 Starlink 實時位置 3D 圖。可以上Starlink – dynamic 3D orbit display親自玩玩。
圖/Heavens above

從 2020 年年中開始,Starlink 開始在北美地區進行測試,並表現出下載速度 50 – 150 Mbps,延遲 20 – 40 ms 的不俗性能,雖然價格略微昂貴,但仍受到不少偏遠郊區使用者的推崇。推薦大家親自上 Youtube 上看看那些數量龐大的測試影片,了解使用者們的想法。最近(2021.04)更看到多則實測 200 Mbps 下載速度的新聞,且服務範圍也擴展到英國、德國、澳大利亞、紐西蘭等地,發展非常迅速。人們相信,這種覆蓋全球的衛星網路,將有潛力把珍貴的網路,以及其附帶的教育、娛樂等資源,帶給全世界的人。

Starlink 的環境影響:光害與壅塞的近地軌道

這樣的願景雖然美好,然而發射如此大量衛星,卻造成了許多未曾被重視的環境問題,讓 Starlink 自從建構之初就飽受各方爭議。

-----廣告,請繼續往下閱讀-----

第一個引爆點是 Starlink 的光害問題。相信關注太空議題有一陣子的朋友,都有看過一整排 Starlink 衛星像一排閃亮的星際火車一般橫越夜空、毀掉天文觀測的照片或影片。雖然這些影片往往都拍攝於衛星剛發射時,正式運行中的衛星因為軌道高度較高,並不會如此之亮,但卻足以激起天文界對於這項計畫的反彈。對像是薇拉.魯賓天文台(Vera C. Rubin Observatory)、史維基瞬變探測器(Zwicky Transient Facility)等大面積、高頻率的巡天觀測計畫影響尤其嚴重。當然,天文學家可以藉由各式各樣的演算法消除掉這些衛星通過的光跡,但是這不僅會增加資料處理的困難度,也可能降低觀測資料的品質。

另外,1979 年國際天文聯合會(IAU)定義,光害小於夜空自然亮度的 10% 處,才是適合建造專業天文台的地方。但在三月底發表於英國皇家天文學會月報的一篇專題討論中,研究人員估算了軌道上的衛星反射陽光而貢獻的背景亮度,發現竟然很可能已經超過了這個標準。衛星造成的光害嚴重性可見一斑。還有,作為通訊衛星,Starlink 會不斷發出強烈的無線電波,雖然已經刻意將通訊頻段與觀測頻段錯開,但是仍會對電波望遠鏡造成影響。相關報導可見這篇

針對這些影響,一個常被提出的觀點是:既然 SpaceX 已經降低前往太空的門檻,為什麼不把望遠鏡都搬上太空,就沒這個問題了?但站在天文學家的立場,即使發射的成本降低,設計與建造一座太空望遠鏡仍是相當昂貴的。地面望遠鏡在建造技術的成熟度、維修升級的方便性等方面,還是有著太空望遠鏡無法企及的優勢。因此在可預見的未來,地面望遠鏡仍然會是天文學的重要支柱。

Starlink 衛星群通過望遠鏡的視野中。
圖/ CTIO, NOIRLab, NSF, AURA and DECam DELVE Survey

除了光害之外,將如此大量的衛星置於近地軌道之中,也讓近地軌道變得更加擁擠,衛星與太空垃圾之間的碰撞機率也隨之提升。2019 年 9 月,歐洲太空總署的埃俄羅斯氣象衛星為了閃避 Starlink-44 而調整軌道,就是一個著名的例子。其實,衛星為了閃躲太空垃圾和其他衛星而改變軌道是相當常見的事,但當軌道變得越來越擁擠,如何快速與正確的監控軌道上的物體、計算可能的危險碰撞,並即時與其它衛星公司協調讓衛星改變軌道等工作,就變得越來越困難且重要。

-----廣告,請繼續往下閱讀-----

SpaceX 的努力:如何降低衛星的負面影響

值得慶幸的是,面對 Starlink 帶來的負面影響,SpaceX 並沒有兩手一攤、充耳不聞。從 2019 年開始,SpaceX 就與各領域合作設法降低衛星星座的影響。比如為了解決衛星的光害問題,SpaceX 曾嘗試把衛星塗黑、加裝遮陽板、改變衛星姿態等方式來降低衛星產生的光害。在埃俄羅斯衛星事件之後,SpaceX 也改進了他們的衛星控制系統,以更好的避開可能的撞擊。

Starlink-L7 任務中,一顆衛星特別加裝了遮陽板降低天線造成的反光。圖/SpaceX

享受便利與資源的同時,也要取得環境保護的平衡

無庸置疑的,Starlink 已經是史上規模最龐大的衛星系統。

而且無論你是否認同它的價值,可預見的未來 SpaceX 幾乎不可能放棄這項重要的生財工具。而且除了 SpaceX 之外,還有 OneWeb、LeoSat、Project Kuiper、鴻雁、虹雲等近十個計畫已被提出或正在建置,預計都會成為至少上百顆衛星的大型衛星星座。這些衛星網路擁有造福全世界人類的潛力,尤其是讓身處基礎設施不發達處的人們,享受到網際網路帶來的豐富資源;但另一方面,龐大的衛星也帶來嚴重的光害與太空垃圾問題,衝擊未來的太空發展與科學研究。如何在讓世界更加緊密的衛星網路,以及珍貴的夜空和軌道環境之間取得平衡,值得所有人持續關注、討論與理解。

註解

  1. 衛星星座(Satellite Constellation)是由多個衛星組成且一起工作的系統。比如 GPS 導航衛星就是由 24 顆衛星所組成的衛星星座。
  2. 基於各種政治問題,Starlink 的計畫部署總量仍有相當的變化空間。這邊採用相對保守的、已被核准多年的 12000 顆。

延伸閱讀

  1. https://hchsastronomy.blogspot.com/2020/01/starlink.html
  2. 【時事新聞】Starlink-1 升空一週年
  3. Study finds nowhere on Earth is safe from satellite light pollution
  4. SpaceX Starlink coverage map: When will it be available in my area?
  5. Starlink And Its Impact On Astronomy
  6. Starlink already threatens optical astronomy. Now, radio astronomers are worried
  7. SpaceX’s Dark Satellites Are Still Too Bright for Astronomers
  8. How to better manage space traffic: Aeolus/Starlink encounter shows emails and late-night phone calls no longer cut it
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
EASY天文地科小站_96
23 篇文章 ・ 1578 位粉絲
EASY 是由一群熱愛地科的學生於 2017 年創立的團隊,目前主要由研究生與大學生組成。我們透過創作圖文專欄、文章以及舉辦實體活動,分享天文、太空與地球科學的大小事

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
解密 Wi-Fi、WLAN、802.11:網路通信的差異與演進
數感實驗室_96
・2024/06/21 ・774字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

在現代社會,如果我們到咖啡廳或其他公共場所,打開筆電坐下來後,通常的第一句話都是「請問這裡有 Wi-Fi 嗎?」。

沒除了 4G、5G 行動通信以外,Wi-Fi 是我們日常生活中常用的上網方式。那麼,Wi-Fi 到底有什麼特點呢?

首先,來解釋一下幾個常見的名詞:Wi-Fi、WLAN、802.11。

-----廣告,請繼續往下閱讀-----

你或許都聽過這些詞,特別是 Wi-Fi,但它們之間有什麼差別呢?

LAN 是 Local Area Network,區域網路的意思。通常指的是像一間網咖這樣的範圍。而 WLAN 就是 Wireless LAN,無線區域網路,這是現在的主流用法。而 802.11,則是專門針對區域網路中無線部分的技術標準。而 Wi-Fi 呢,則可以看作是 802.11 這個技術標準的口語化說法。而 Wi-Fi 的 logo 一黑一白,與太極圖非常相似並非巧合,其 logo 衍生自太極圖,就是想取其相容於任何設備、平台,不管在哪裡都能順利連上網的意象。

有人說 Wi-Fi 在現代已經像空氣、陽光、水和電一樣,成為不可或缺的基本需求。

除了 Wi-Fi 我們還介紹 MIMO 這個關鍵技術,如果對更多技術細節感興趣,或是想聽聽像 Bluetooth 是以國王名字命名的科技小故事,都歡迎在留言告訴我們,期待與你們繼續分享更多有趣的科技知識!

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

參考資料

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 50 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

1
1

文字

分享

0
1
1
電磁波全揭秘:了解頻帶、頻寬、頻率和通信技術的基礎知識
數感實驗室_96
・2024/06/13 ・672字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

先前我們介紹了多位為通信科技發展做出貢獻的科學家。現在,我們要深入探討無線通信的技術層面。

無線通信,顧名思義不像傳統的電話或電報那樣需要一條實體的線路來傳遞信號。但這些信號並非憑空傳遞,它們依賴的正是電磁波。

電磁波在現代社會無處不在,從微波爐、手機到基地台,這些設備都會發射電磁波。但其實即使沒有這些科技裝置,電磁波依然存在於我們周圍。什麼意思呢?答案就是:當我們白天走到戶外,看到的光,它其實也是電磁波的一種。

-----廣告,請繼續往下閱讀-----

希望大家掌握了這些電磁波、頻帶、頻寬等基礎知識後,未來在閱讀相關的電信新聞時更加了解他們提到的術語,以及各種縮寫。以後無論是科技發展的動態還是市場新技術,都能更有概念地理解。

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 50 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/