找到自己的角色定位：矽谷人的遠端工作模式和團隊管理——《矽谷為什麼》

本文與 高柏科技 合作，泛科學企劃執行。

當我們談論能擊敗輝達（NVIDIA）、Google、微軟，甚至是 Meta 的存在，究竟是什麼？答案或許並非更強大的 AI，也不是更高速的晶片，而是你看不見、卻能瞬間讓伺服器崩潰的「熱」。

 2024 年底至 2025 年初，搭載 Blackwell 晶片的輝達伺服器接連遭遇過熱危機，傳聞 Meta、Google、微軟的訂單也因此受到影響。儘管輝達已經透過調整機櫃設計來解決問題，但這場「科技 vs. 熱」的對決，才剛剛開始。 

不僅僅是輝達，微軟甚至嘗試將伺服器完全埋入海水中，希望藉由洋流降溫；而更激進的做法，則是直接將伺服器浸泡在冷卻液中，來一場「浸沒式冷卻」的實驗。

但這些方法真的有效嗎？安全嗎？從大型數據中心到你手上的手機，散熱已經成為科技業最棘手的難題。本文將帶各位跟著全球散熱專家 高柏科技，一同看看如何用科學破解這場高溫危機！

運算=發熱？為何電腦必然會發熱？

這並非新問題，1961年物理學家蘭道爾在任職於IBM時，就提出了「蘭道爾原理」（Landauer Principle），他根據熱力學提出，當進行計算或訊息處理時，即便是理論上最有效率的電腦，還是會產生某些形式的能量損耗。因為在計算時只要有訊息流失，系統的熵就會上升，而隨著熵的增加，也會產生熱能。

換句話說，當計算是不可逆的時候，就像產品無法回收再利用，而是進到垃圾場燒掉一樣，會產生許多廢熱。

要解決問題，得用科學方法。在一個系統中，我們通常以「熱設計功耗」（TDP，Thermal Design Power）來衡量電子元件在正常運行條件下產生的熱量。一般來說，TDP 指的是一個處理器或晶片運作時可能會產生的最大熱量，通常以瓦特（W）為單位。也就是說，TDP 應該作為這個系統散熱的最低標準。每個廠商都會公布自家產品的 TDP，例如AMD的CPU 9950X，TDP是170W，GeForce RTX 5090則高達575W，伺服器用的晶片，則可能動輒千瓦以上。

散熱不僅是AI伺服器的問題，電動車、儲能設備、甚至低軌衛星，都需要高效散熱技術，這正是高柏科技的專長。

「導熱介面材料（TIM）」：提升散熱效率的關鍵角色

在電腦世界裡，散熱的關鍵就是把熱量「交給」導熱效率高的材料，而這個角色通常是金屬散熱片。但散熱並不是簡單地把金屬片貼在晶片上就能搞定。

現實中，晶片表面和散熱片之間並不會完美貼合，表面多少會有細微間隙，而這些縫隙如果藏了空氣，就會變成「隔熱層」，阻礙熱傳導。

為了解決這個問題，需要一種關鍵材料，導熱介面材料（TIM，Thermal Interface Material）。它的任務就是填補這些縫隙，讓熱可以更加順暢傳遞出去。可以把TIM想像成散熱高速公路的「匝道」，即使主線有再多車道，如果匝道堵住了，車流還是無法順利進入高速公路。同樣地，如果 TIM 的導熱效果不好，熱量就會卡在晶片與散熱片之間，導致散熱效率下降。

那麼，要怎麼提升 TIM 的效能呢？很直覺的做法是增加導熱金屬粉的比例。目前最常見且穩定的選擇是氧化鋅或氧化鋁，若要更高效的散熱材料，則有氮化鋁、六方氮化硼、立方氮化硼等更高級的選項。

典型的 TIM 是由兩個成分組成：高導熱粉末（如金屬或陶瓷粉末）與聚合物基質。大部分散熱膏的特點是流動性好，盡可能地貼合表面、填補縫隙。但也因為太「軟」了，受熱受力後容易向外「溢流」。或是造成基質和熱源過分接觸，高分子在高溫下發生熱裂解。這也是為什麼有些導熱膏使用一段時間後，會出現乾裂或表面變硬。

為了解決這個問題，高柏科技推出了凝膠狀的「導熱凝膠」，說是凝膠，但感覺起來更像黏土。保留了可塑性、但更有彈性、更像固體。因此不容易被擠壓成超薄，比較不會熱裂解、壽命也比較長。

OK，到這裡，「匝道」的問題解決了，接下來的問題是：這條散熱高速公路該怎麼設計？你會選擇氣冷、水冷，還是更先進的浸沒式散熱呢？

液冷與 3D VC 散熱技術：未來高效散熱方案解析

傳統的散熱方式是透過風扇帶動空氣經過散熱片來移除熱量，也就是所謂的「氣冷」。但單純的氣冷已經達到散熱效率的極限，因此現在的散熱技術有兩大發展方向。

其中一個方向是液冷，熱量在經過 TIM 後進入水冷頭，水冷頭內的不斷流動的液體能迅速帶走熱量。這種散熱方式效率好，且增加的體積不大。唯一需要注意的是，萬一元件損壞，可能會因為漏液而損害其他元件，且系統的成本較高。如果你對成本有顧慮，可以考慮另一種方案，「3D VC」。

3D VC 的原理很像是氣冷加液冷的結合。3D VC 顧名思義，就是把均溫板層層疊起來，變成3D結構。雖然均溫板長得也像是一塊金屬板，原理其實跟散熱片不太一樣。如果看英文原文的「Vapor Chamber」，直接翻譯是「蒸氣腔室」。

在均溫板中，會放入容易汽化的工作流體，當流體在熱源處吸收熱量後就會汽化，當熱量被帶走，汽化的流體會被冷卻成液體並回流。這種利用液體、氣體兩種不同狀態進行熱交換的方法，最大的特點是：導熱速度甚至比金屬的熱傳導還要更快、熱量的分配也更均勻，不會有熱都聚集在入口（熱源處）的情況，能更有效降溫。

整個 3DVC 的設計，是包含垂直的熱導管和水平均溫板的 3D 結構。熱導管和均溫板都是採用氣、液兩向轉換的方式傳遞熱量。導熱管是電梯，能快速把散熱工作帶到每一層。均溫板再接手將所有熱量消化掉。最後當空氣通過 3DVC，就能用最高的效率帶走熱量。3DVC 跟水冷最大的差異是，工作流體移動的過程經過設計，因此不用插電，成本僅有水冷的十分之一。但相對的，因為是被動式散熱，其散熱模組的體積相對水冷會更大。

從 TIM 到 3D VC，高柏科技一直致力於不斷創新，並多次獲得國際專利。為了進一步提升 3D VC 的散熱效率並縮小模組體積，高柏科技開發了6項專利技術，涵蓋系統設計、材料改良及結構技術等方面。經過設計強化後，均溫板不僅保有高導熱性，還增強了結構強度，顯著提升均溫速度及耐用性。

隨著散熱技術不斷進步，有人提出將整個晶片組或伺服器浸泡在冷卻液中的「浸沒式冷卻」技術，將主機板和零件完全泡在不導電的特殊液體中，許多冷卻液會選擇沸點較低的物質，因此就像均溫板一樣，可以透過汽化來吸收掉大量的熱，形成泡泡向上浮，達到快速散熱的效果。

然而，因為水會導電，因此替代方案之一是氟化物。雖然效率差了一些，但至少可以用。然而氟化物的生產或廢棄時，很容易產生全氟/多氟烷基物質 PFAS，這是一種永久污染物，會對環境產生長時間影響。目前各家廠商都還在試驗新的冷卻液，例如礦物油、其他油品，又或是在既有的液體中添加奈米碳管等特殊材質。

另外，把整個主機都泡在液體裡面的散熱邏輯也與原本的方式大相逕庭。如何重新設計液體對流的路線、如何讓氣泡可以順利上浮、甚至是研究氣泡的出現會不會影響元件壽命等等，都還需要時間來驗證。

高柏科技目前已將自家產品提供給各大廠商進行相容性驗證，相信很快就能推出更強大的散熱模組。

搖擺舞的祕密：蜜蜂如何用舞步傳遞築巢地點？

蜜蜂已經存續 3000 萬年。牠們經歷了多個冰河時代、數以千計的環境災難、大大小小源源不斷的掠食者，以及地球歷史上最具破壞性生物的到來：人類。

蜜蜂一生中最重要的決定，就是選擇牠們的家。我稱之為「決定」，因為這就是個決定：這似乎遵循一個過程，可能需要數小時甚至數天，而蜂群中的每隻蜜蜂似乎都有發言權。不同於進食、交配或戰鬥，對蜜蜂來說，選擇一個家，似乎是一個刻意又「深思熟慮」的過程。

蜜蜂是高度社會性的生物，生活在數以千計的蜂群中，彼此之間距離非常靠近。蜂巢裡通常有一個由工蜂餵養和保護的女王蜂，這些工蜂全都是不育的雌蜂 。一個蜂群通常在冬季結束時分裂成幾個蜂群（swarm）。每一個蜂群都需要找到一個新家來建造蜂巢，扶養工蜂幼蟲，並為下一個冬天建造儲藏蜂蜜的蜂房。

因此，當蜜蜂創造一個新的蜂群時，牠們最重要的任務是找到合適的築巢地點以建立蜂巢。牠們的家需要一個空腔體積，來容納足夠的蜂蜜以度過整個冬天。此外，入口需要離地面夠高，以防止地面上的掠食者瞄準蜜蜂。入口也應該很小，以確保隱蔽性和溫暖，以便蜂巢免受極端強風等惡劣天氣因素的影響。

那麼，蜜蜂如何選擇建蜂巢的地方？牠們會跳舞。

假設各位決定研究蜜蜂如何選擇築巢地點，那麼將會觀察到這樣的情形。當來自母蜂群的蜜蜂分裂成一小群時，幾十名偵察員會朝向不同的方向飛去，查看方圓5公里內適合的築巢地點。當偵察員遇到一個吸引牠的地點時，牠會回到蜂群並表演搖擺舞，向姊妹們傳達該地點的距離、方向和品質（雄蜂是懶惰鬼，牠們不做任何事；牠們唯一的工作就是使女王受孕）。舞蹈的持續時間與到新地點的距離成正比，蜜蜂搖擺的角度代表牠們相對於太陽向外飛行的角度，搖擺的強度（舞蹈次數）表示新地點的品質。

由於偵察兵已經飛越了一大片區域，所以牠們會向蜂巢夥伴宣傳許多相距甚遠的地點。蜂群中的蜜蜂跟隨各種偵察員的腳步，檢查廣泛分散的地點，然後返回蜂群進行搖擺舞。

因此一開始，偵察員會宣傳幾個可能的築巢地點，似乎試圖將牠們的同伴招募到每個選定的地點，這看起來是一個相當混亂的場景。然而，幾個小時或幾天後，所有蜜蜂都開始跳舞，只支持一個地點。一旦達成共識，蜂群就會飛到選定的位置。但是，其實蜂群是沒有領袖的（女王蜂只是一部繁殖機器，完全依賴工蜂提供食物和福利）。因此，我們會得出一個（正確的）結論，築巢地點的選擇是由所有蜜蜂參與的民主過程完成的。

一旦觀察到這種現象，各位可能會問以下一些問題：這種幾乎百分之百共識的民主過程，是如何運作的？

從混亂到共識：蜂群如何民主選擇完美地點

正如我之前提到的，蜜蜂需要選擇一個高品質的地點來確保牠們的生存。但不明顯的是，如果牠們可以有多個高品質的地點供選擇，牠們幾乎總會選出一個最好的地點。這些挑剔的蜜蜂不會接受「夠好」的選項。當科學家在蜜蜂的飛行範圍內，人為創造一些良好的築巢地點時，他們發現蜜蜂幾乎總是聚集在最好的地點。更令人驚訝的是，蜜蜂很少先找到最佳築巢地點；但一段時間過後，即使蜜蜂發現最佳地點的時間比其他稍差的地點晚得多，最終還是會達成共識選擇最佳地點。

研究人員已經證明，蜜蜂在評估築巢地點的品質方面有著絕對的標準。牠們搖擺舞的活力轉化為跳舞的次數，代表特定場地的品質。蜜蜂需要 15 分鐘到 1 小時來評估一個潛在的地點。牠會檢查空腔的外部，並花很多時間在裡面四處走動和短途飛行。如果蜜蜂在第一次檢查時發現築巢地點很理想，就會回到蜂群中，用搖擺舞來宣傳該地點。如果另一隻蜜蜂跟著牠來到這個地方，當這隻蜜蜂回到蜂群時，她會跳（持續時間和強度）幾乎完全相同的搖擺舞。蜜蜂有一個評估巢穴品質的通用標準。

所有蜜蜂在選擇築巢地點時，都有一致的興趣。牠們的共識是經過一段時間才建立的，因此，最後所有蜜蜂都只支持一個地點，而這幾乎總是最好的地點。但是，共識是如何達成的？

最初，科學家們假設蜜蜂偵察員將舊巢的地點與新地點（其他跳舞的偵察員把牠找來新地點）進行比較。如果她發現新地點的品質比較高，就會不再支持舊的地點，並更積極地跳舞以表示對新地點的肯定，但事實證明這是錯的。大多數蜜蜂只會前往一個築巢地點，很少有蜜蜂會前往 2 個以上的地點。

湯瑪斯．西利（Thomas Seeley）和其他人的艱苦研究揭示了建立共識過程背後的奧祕，只有兩個要素。首先，正如我們已經知道的，蜜蜂會為了一個品質更好的地點而跳更多舞；第二，蜂群中的蜜蜂會隨機跟著在跳舞的蜜蜂，以探索新的地點。

但是，這兩個簡單的行動如何導致對最佳地點近乎百分之百的共識？

簡單卻高效：蜜蜂如何以數學模型找到最佳家園

假設有3名偵察員，牠們評估 3 個可能的新築巢地點— A、B 和 C —品質各不相同。假設地點 A 是最好的，地點 C 是最差的。在評估了地點 A 之後，第一個偵察員返回蜂群並跳了 20 次舞。第二個偵察員評估地點 B 並跳了 10 次舞。最後，第三名偵察員在評估地點 C 後，只跳了 5 次。

讓我們假設蜂群中有 100 隻蜜蜂在等待牠們的偵察姊妹回來。請記住，牠們會隨機跟隨任何一隻跳舞的蜜蜂，然後去探索令這隻蜜蜂興奮的地方。由於第一隻蜜蜂的舞蹈占了 57%（20 ÷ 35），因此蜂群中的 100 隻蜜蜂有 57 隻會跟著第一隻蜜蜂。按照同樣的邏輯，29 隻蜜蜂會去評估地點 B，只有 14 隻蜜蜂會評估地點C。當這 100 隻蜜蜂回到蜂群時，會發生什麼事？

來自地點 A 的 57 隻蜜蜂每隻跳 20 支舞＝1140 支舞

來自地點 B 的 29 隻蜜蜂每隻跳10支舞＝290 支舞

來自地點 C 的 14 隻蜜蜂每隻跳 5 支舞＝70 支舞

因此，地點 A 現在貢獻了蜜蜂表演的舞蹈循環總數的 76%（1140÷1500），而第一輪為 57%。在下一輪中，蜜蜂隨機跟著任何一隻跳舞的姊妹。因此 76% 的等待蜜蜂會去探索地點 A。

如果這個過程繼續下去，就會發現對最佳地點 A 的應援將繼續暴增—在第三輪中，按照同樣的邏輯，對地點 A 的支持度將增加到 88% —直到幾乎所有蜜蜂都只支持地點 A 為止。

各位是否像我第一次讀到這個過程時一樣感到目瞪口呆？大家了解這是什麼情況嗎？蜜蜂要做出一個非常複雜且充滿挑戰的決定。但牠們卻利用一個非常簡單的過程：為一個更好的地點而更加努力地跳舞，並隨機跟著一隻跳舞的姊妹。

——本文摘自《跟達爾文學投資：取經大自然，從物競天擇脫穎成為市場贏家！》，2024 年 10 月，今周刊出版，未經同意請勿轉載。

量子電腦：解碼顛覆未來科技的關鍵

2023 年，Google 發表了一項引人注目的研究成果，顯示人類現有最強大的超級電腦 Frontier 需要花費 47 年才能完成的計算任務，Google 所研發的量子電腦 Sycamore 只需幾秒鐘便能完成。這項消息震驚了科技界，也再次引發了量子電腦的討論。

那麼，量子電腦為什麼如此強大？它能否徹底改變我們對計算技術的認知？

量子電腦是什麼？

量子電腦是一種基於量子力學運作的新型計算機，它與我們熟悉的傳統電腦截然不同。傳統電腦的運算是建立在「位元」（bits）的基礎上，每個位元可以是 0 或 1，這種二進位制運作方式使得計算過程變得線性且單向。然而，量子電腦使用的是「量子位元」（qubits），其運算邏輯則是基於量子力學中的「疊加」與「糾纏」等現象，這使得量子位元能同時處於 0 和 1 的疊加狀態。

這意味著，量子電腦能夠在同一時間進行多個計算，從而大幅提高運算效率。對於某些非常複雜的問題，例如氣候模型、金融分析，甚至質因數分解，傳統電腦可能需要數千年才能完成的運算任務，量子電腦只需數分鐘甚至更短時間便可完成。

Google、IBM 和量子競賽

Google 和 IBM 是目前在量子計算領域中競爭最為激烈的兩大科技公司。Google 的 Sycamore 量子電腦已經展示出極高的計算速度，令傳統超級電腦相形見絀。IBM 則持續投入量子電腦的研究，並推出了超過 1000 個量子位元的系統，預計到 2025 年，IBM 的量子電腦將擁有超過 4000 個量子位元。

除此之外，世界各國和企業都爭相投入這場「量子霸權」的競賽，台灣的量子國家隊也不例外，積極尋求量子計算方面的突破。這場量子競賽，將決定未來的計算技術格局。

量子電腦的核心原理

量子電腦之所以能如此快速，是因為它利用了量子力學中的「疊加態」和「糾纏態」。簡單來說，傳統電腦的位元只能是 0 或 1 兩種狀態，而量子位元則可以同時處於 0 和 1 兩種狀態的疊加，這使得量子電腦可以在同一時間內同時進行多次計算。

舉例來說，如果一台電腦需要處理一個要花 330 年才能解決的問題，量子電腦只需 10 分鐘便可解決。如果問題變得更複雜，傳統電腦需要 3300 年才能解決，量子電腦只需再多花一分鐘便能完成。

此外，量子電腦中使用的量子閘（quantum gates）類似於傳統電腦中的邏輯閘，但它能進行更複雜的運算。量子閘可以改變量子位元的量子態，進而完成計算過程。例如，Hadamard 閘能將量子位元轉變為疊加態，使其進行平行計算。

計算的效率

除了硬體技術的進步，量子電腦的強大運算能力也依賴於量子演算法。當前，最著名的兩種量子演算法分別是 Grover 演算法與 Shor 演算法。

Grover 演算法主要用於搜尋無序資料庫，它能將運算時間從傳統電腦的 N 遞減至 √N，這使得資料搜索的效率大幅提升。舉例來說，傳統電腦需要花費一小時才能完成的搜索，量子電腦只需幾分鐘甚至更短時間便能找到目標資料。

Shor 演算法則專注於質因數分解。這對於現代加密技術至關重要，因為目前網路上使用的 RSA 加密技術正是基於質因數分解的困難性。傳統電腦需要數千萬年才能破解的加密，量子電腦只需幾秒鐘便可破解。這也引發了全球對後量子密碼學（PQC）的研究，因為一旦量子電腦大規模應用，現有的加密系統將面臨極大的威脅。

量子電腦的挑戰：退相干與材料限制

儘管量子電腦具有顛覆性的運算能力，但其技術發展仍面臨諸多挑戰。量子位元必須保持在「疊加態」才能進行運算，但量子態非常脆弱，容易因環境中的微小干擾而坍縮成 0 或 1，這種現象被稱為「量子退相干」。量子退相干導致量子計算無法穩定進行，因此，如何保持量子位元穩定是量子電腦發展的一大難題。

目前，科學家們正在探索多種材料和技術來解決這一問題，例如超導體和半導體技術，並嘗試研發更穩定且易於量產的量子電腦硬體。然而，要實現大規模的量子計算應用，仍需克服諸多技術瓶頸。

量子電腦對未來生活的影響

量子電腦的快速發展將為未來帶來深遠的影響。它不僅將推動科學研究的進步，例如藥物設計、材料科學和天文物理等領域，還可能徹底改變我們的日常生活。例如，交通運輸、物流優化、金融風險管理，甚至氣候變遷預測，都有望因量子計算的應用而變得更加精確和高效。

然而，量子計算的發展也帶來了一些潛在的風險。隨著量子電腦逐漸成熟，現有的加密技術可能會被徹底摧毀，全球的資訊安全體系將面臨巨大挑戰。因此，各國政府和企業已經開始研究新的加密方法，以應對量子時代的來臨。