NordVPN 優惠低至 39 折兼多送三個月！保護上網安全兼盡情跨區看片

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

• 作者／曹盛威

2018年，一位國外網友買下「playdiablo4.com」的網址導流到另一款遊戲「流亡黯道」的官網，來表達對於暴雪推出「暗黑破壞神手機版」的不滿，之後，網友收到了暴雪公司的律師函，希望他能轉讓這個網址。

網友的行為，跟俗稱的「網路蟑螂」十分類似。網路蟑螂會先買走大企業可能用到的網址，並以高價賣給大企業獲利，例如：暴雪公司很可能會開發「暗黑破壞神4」，這時網友購買的「playdiablo4.com」網址，可能會誤導使用者進入不正確的網站，而暴雪為了解決這個問題，可能要花一筆不小的費用，才能買回網址的所有權。

而網路蟑螂之所以存在，有很大的原因是網址的最後都長得差不多（.com或是.tw），這些相同的部分稱為「頂級域名」，他們種類數量稀少且不能隨意更動，這讓網路蟑螂只要知道新產品或公司名稱，就能搶先註冊網址再轉賣。

不過，為什麼會有「頂級域名」呢？這就要從網路連線的規則開始說起了。

你的電腦其實看不懂網址 

一天，身為資訊管理（MIS）工程師的小華，被老闆叫過去問話：「小華，我們幹嘛要買網址阿？不買網址難道客戶就不能連上我們的網站嗎？」

「其實客戶還是能連到我們的網站，只是他們必須記下主機的 IP。」小華解釋電腦連線是用 IP，所以沒有網址也沒有問題。而這些網址的正確名稱應該叫「網域名」(Domain Name, DN)，當初會有網域名出現，是因為人們不善長記憶 IP 數字串，才用了一段好記憶的文字串來代表 IP。

「好吧，我知道為什麼會有『網域名』，但這樣說我們應該能買斷網域名阿，為什麼每年還要付錢才能使用？」老闆忿忿不平地說。

「老闆，我們公司不是每年都要買黃頁（電話簿）的版面？」

「當然！不然客戶怎麼找到我們的電話號碼？」小華順著老闆的話解釋，「只認得 IP 的電腦，也需要有專用的『電話簿』才能透過網域名找到 IP 連線到網站，這個專用的『電話簿』，我們稱為『網域名伺服器（Domain Name Service, DNS）』，而我們持續付費的原因，是在買 DNS 的紀錄服務，跟每年要買黃頁類似。」

老闆聽完茅塞頓開，隨口又問：「那這樣的話，我的網域應該可以隨便取名阿，為什麼大家後面都長得差不多。」

「後面這些長得差不多的叫『頂級域名』，有點像是商號後面的『股份有限公司』。」小華說，這些『頂記域名』是不能隨便亂改的，是代表「最高層級的網域名伺服器」在什麼地方，或是由誰負責管理的，而且頂級域名一定要放在最後面。以「example.com.tw」為例，電腦會先去找頂級域「.tw」的 DNS 伺服器，再找到「.com.tw」的次級域 DNS 位置，最後由「.com.tw」找到「example.com.tw」的正確 IP。

有多少種頂級域？　

「小華，『頂級域名』不只一種對吧？我看到有的結尾是.tw，有的是.com。」

「是的，頂級域名大致上可以分成四類，分別是通用頂級域 (gTLD)、國家頂級域 (ccTLD)、地區頂級域 (GeoTLD) 與新通用頂級域 (new gTLD)，所有的頂級域皆由「網際網路名稱與數字位址分配機構 (ICANN)」管理。」

• 通用頂級域：是指由 ICANN 旗下的網際網路號碼管理局 (IANA) 直接管理的頂級域，最初創立時是依照用途進行區分，期待能讓使用者看見頂級域名，就能辨認出網站內容或內容來源。

• 國家頂級域：以國家名稱做為頂級域名，常見.tw就是其中一種。
• 地區頂級域：以地理位置或地緣關係做為頂級域名，目前有 .london、.paris、.africa 等。
• 新通用頂級域：由於網路上的內容越來越多元，原本的通用頂級域已經沒辦法辨識網站內容或內容來源的責任，因此 ICANN 開放更多的頂級域名來完善。

此外，ICANN 也為了應對更多頂級域的識別需求，在 2012 年開始提供「新頂級域」的申請，也可以申請以商號為名的頂級域，像是 Sony 公司就以自己的商號申請了 .sony 的新頂級域，譬如消費者如果想知道 Sony 人工智能方面的資訊，可以直接訪問 ai.sony 品牌頂級域 。

確保安全，增加識別——申請屬於自己的品牌新頂級域

「為什麼 Sony 要申請自己的新頂級域阿？有什麼好處嗎？」

「當然有好處啦！」在查詢 DNS 伺服器的過程中，資料必須經過不同的伺服器，才能到達公司網站，現在從查詢的入口——「頂級域」就是專屬於我們公司的，除了從源頭確保資料傳輸的安全，也能避免網路蟑螂搶先註冊網域，或是詐騙公司運用類似的網域讓客戶誤以為是我們提供的內容。

此外，原始頂級域的用途是為了讓人更能識別網站目的，當公司擁有自己的品牌頂級域後，也能讓客戶明確知道網站是由公司管理的，能有效提升網站與品牌識別度。

臺灣百大品牌企業有使用新頂級域嗎？

就在今年，臺灣唯一統籌新頂級域名註冊的非營利組織——TWNIC，針對臺灣百大品牌企業使用頂級域的狀況做了調查。

調查結果發現，有一半的企業曾經遇到域名搶註，雖然域名搶註可透過申請企業品牌的新頂級域解決，但也有超過一半以上的企業並不曉得有新頂級域名可以申請。目前，臺灣百大品牌企業在考量頂級域時，仍然是以傳統的「.com」與「.tw」為主。

不過，臺灣百大品牌企業，在使用「新頂級域」的類型數量上，已經超過其他頂級域的數量了！雖然並非企業第一考量的頂級域，但新頂級域正逐漸進入到各大企業。

在告知各大企業能夠申請屬於自己企業品牌的新頂級域後，大部分對於申請企業品牌的新頂級域意願極高，雖然目前還不盛行，但在新頂級域的推廣與申請機制完善的未來，屬於自己品牌的新頂級域將會是企業的首選。

上述內容僅是 TWNIC 研究的冰山一角！對研究或「新頂級域」有興趣的話，歡迎到「從頂級域名探討我國在數位品牌識別」獲得更多詳細資訊！

參考資料：

• 網友買網址「playdiablo4.com」轉址到《流亡黯道》官網，暴雪律師找上門
• 鳥哥的 Linux 私房菜 — DNS Server
• [網際網路] 認識網址與網域名稱（Domain Name, URL, DNS） | PJCHENder 未整理筆記
• 甚麼是DNS
• Table of Content – DNS介紹
• 2020 Google 排名因素清單：網域名稱與 SEO 的關聯性 – Whoops SEO
• 新頂級域名（nTLD）對 SEO 有幫助嗎？ – Whoops SEO