仲夏夜裡有多少人送仲丘？

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。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜何光塵
• 責任編輯｜田偲妤
• 美術設計｜蔡宛潔

勇敢與體制碰撞，卻在靈魂刻下傷痕

社運抗爭、維護人權的聲張，經常在民主社會發展歷程中刻下清晰的傷痕節點。每一場正面衝撞威權體制的社會運動，皆是由一張張充滿勇氣的臉孔譜成，但在運動結束後，有些抗爭者孤絕地忍受身心創痛。中央研究院「研之有物」專訪院內民族學研究所彭仁郁副研究員，同時也是「帶傷前行——社運抗爭者的創傷療癒可能」策展人，談談她如何深入帶傷者的心靈地景、探究療癒 / 遇的可能路徑。

走入中研院民族所博物館「帶傷前行——社運抗爭者的創傷療癒可能」特展現場，展場中迴盪著社運抗爭者「退回服貿」的吶喊聲，這段定時播放的錄音引導人們在聽覺感官上貼近事件現場情境，以察覺抗爭中「人的狀態」。

這些人是誰？他們到底經歷了什麼？

本次特展由中研院民族所彭仁郁副研究員策畫，展覽內容取材自 2014 年 3 月 18 日爆發的 318 公民運動，抗爭現場發生了臺灣解嚴以來最激烈的鎮壓事件。

最嚴重的鎮壓發生在佔領行政院行動的當晚，3 月 23 日晚上至 3 月 24 日凌晨（簡稱 323-324），鎮暴警察動用盾牌、警棍、水砲車攻擊手無寸鐵的靜坐群眾。多數抗爭者是出生在 80、90 年代的年輕人，在過往的生命經驗中從未遇過這樣的場景，一位抗爭者驚魂未定地說「雖然沒有死人，可是很震撼！」

這群經歷警察暴力鎮壓的抗爭者，她／他們生命各層面受到的衝擊，並未隨著社運退場、「出關播種、遍地開花」而結束，許多人在鎮壓行動中身心劇烈受創。心理的衝擊源自想像和現實之間的巨大落差，人們第一次感受到「警棍打在身上的劇痛」、「水砲車的劇烈衝擊會讓脊椎神經受損」。

有些人在之後數年持續進行身體的治療和復健，更多人長期面對原生家庭、人際關係、社會關係中，回憶、經歷與現實日常的矛盾。這些經驗並非單純以「創傷後壓力症候群 （PTSD）」類型化診斷就足以理解。

事實上，創傷的樣貌從來不是單一的。

因此，彭仁郁在展覽中呈現 7+n 位社運抗爭者的主體經驗，訴說有著幽微差異的創傷多重樣貌，反映出有別於主流精神醫學標準化、診斷化、病理化、去脈絡化的心理創傷觀點，並提出對照與批判。

另一方面，展覽更以社運抗爭者的受創主體經驗作為論述主軸和敘事起點，試圖探問從鉅觀視角出發、跨越時空地域的弔詭：在每一場人民對抗不義政權的行動中，掌權者皆以法之名施暴；反抗者卻為了捍衛更高層次的律法，置自身於險境。

反抗者不僅需面對來自國家的暴力，還需忍受周遭親友的不諒解、社會大眾的異樣眼光。在內外在分崩離析的孤絕裡，社運抗爭者又該如何找到療癒的可能？

聆聽帶傷者的記憶，與之同行

318 公民運動發生前後，一位紀錄片導演積極記錄社運歷程，實際接觸這群年齡介於 18 至 35 歲的年輕人。記錄過程中，導演敏銳地察覺，有人出現不斷哭泣、失眠、易受驚嚇等創傷反應，一幕幕社運現場的衝突場景會反覆入侵腦海。

於是這位導演找上研究心理創傷療癒的彭仁郁，希望為這群人提供協助與支持。與這群年輕人接觸、討論後，彭仁郁決定以團體帶領者、同行者、療癒者的角色，共同進行了數次團體對話，聆聽彼此的創傷主體經驗。由於團體成員都參與過佔領行政院行動，因此命名為「323-324 同儕團體」。

同儕團體成員分享的內容，啟發了彭仁郁進行「歷史創傷記憶的世代傳承、身分認同與社會實踐」研究計畫，試圖探索當代社運抗爭與政治創傷歷史記憶之間，是否存在某種象徵傳承。與不同背景 318 社運抗爭者的深度交流，成為這項研究的重要基礎。

研究成果涵攝了精神分析理論與社會心理真實的辯證，例如 318 公民運動成功佔領的立法院，意外成為哲學家 Michel Foucault 所說的「異托邦」，或是英國精神分析學家 Donald Winnicott 提出的：一個暫時寄託所有理想願景和創造力的「過渡空間」。

但過渡空間畢竟是過渡，雖然在社會運動現場，抗爭者得以按下日常生活的暫停鍵，辯論未被深入討論過的社會議題。運動結束後，卻往往帶著未竟的願景、夥伴關係的衝突和撕裂、自身存在意義的質疑、面對集體情境的問號，或者身體的傷，回到恍如隔世的日常。

放下專業身分，與受害者並行

323-324 同儕團體進行的出發點，正是透過精神分析聆聽方法，站在「同為人」的位置，創造受創主體發話（enunciation）的「療癒 / 遇」空間。

彭仁郁憶起在法國進行田野研究期間，申請參與法國民間成立的「國際亂倫受害者協會」（AIVI）與受害者並肩工作的經驗。申請加入時，該團體以非常嚴謹的書面、面談過程確保她「不是以專業工作者的身分，而是以成員的角色參與」。

這個親身歷程讓她深刻體會到，身為同行者的「療癒 / 遇」與身為專家進行「治療」的差別。

事實上，亂倫受害者的創傷樣貌相當多元，每一位受害者的主體經驗都有細微差異，如果只以精神疾病診斷標準來看待，細微的創傷主體經驗經常在逐項「症狀」打勾的過程中，受到遮蔽和忽略。許多嚴重而未被看見的創傷就這樣被診斷為憂鬱症、焦慮症、邊緣型人格等疾患。

尤其是社運抗爭者在運動結束後，面臨了主體經驗上的巨大斷裂。社會運動的現場震撼與日常生活彷彿是兩個世界。一位同儕團體成員表示：「我回到生活，遇到弱勢、遇到信仰、教會，我發現這個世界上有非常多人，他們其實是兩個世界，我沒有辦法平衡。所以我現在覺得我有處在逃避的狀態。」

正因如此，在 323-324 同儕團體中，即便身為有多年臨床和學術訓練的精神分析師，彭仁郁依然選擇以一個「人」的身分，放下專業角色，以自身經驗與因社運而受創的主體同在，並在其中探索受創者自身所處，卻未必能看見的心靈地景。

並不是非 A 即 B ——非二元的創傷經驗

彭仁郁提到，對於「帶傷的主體經驗」，我們的想像經常掉入二元對立。「帶傷的人可能同時有 A 和 B 兩面，有一面很溫暖，另一面很黑暗。」

另一種二元想像是，一方面覺得如果沒有傷就是沒事，所以如果我沒事就不需要幫助；有事的人才需要幫助，所以有事的人是軟弱的。這樣的二元想像不只出現在帶傷者身上，也會出現在他周圍的人身上。

實際上，受傷的人不一定是軟弱的受害者。受傷的人也可以是倖存者、倡議者。而倡議者、社會運動者可能也會帶傷。

彭仁郁提出「帶傷前行」的概念，正是因為這樣僵固的一刀切二元想像，無論出現在社會群體面對帶傷者的態度，或是帶傷者看待自己內在感受的態度，都創造出「一直跟自己打架」的狀態。

帶傷前行的同時，可以知道自己的傷而不否認傷的存在，讓療癒與行動可以並存，是展覽希望帶給眾人的思考向度。

看見抗爭者的傷痕與足跡

走進「帶傷前行」展覽的三大展區，第一展區「傷痕密碼」在大片玻璃櫥窗上若隱若現 11 組數字：318、228、64、928、323-324……分別代表國內外 11 場著名的社會運動。

站在巨大的玻璃櫥窗前，觀看一個個數字密碼，就像從鉅觀的視角窺見改變歷史的社會運動，以及國家暴力烙下的集體印記拼圖。觀看陳設在玻璃櫥窗後的歷史照片，則像是記憶一般有著距離感，無法伸手觸及，卻又清晰可見。

第二展區「反叛的想像共同體」則以 7 座展台訴說 7 位 318 公民運動抗爭者的故事。每位抗爭者皆以難以辨識身分的匿名代號呈現，展台上的文字以第一人稱方式陳述，並附上一件令敘事主角印象深刻的物件。

這 7 個年齡介在 20 至 30 歲之間的社運抗爭者，有靠打工養活自己的大學生、不同領域背景的研究生、前職業軍人、原住民等不同身分。閱讀展台上的第一人稱自述，如同走入每一個人的人生，了解一個人走上街頭的原因、抗爭過程中遭遇的困境，以及運動結束後，抗爭如何在日常生活中延續。

回憶時光機——在不同時空下與創傷者交流

第三展區以「再整合、再詮釋的療癒可能性」為主題，設計了一處名為「療遇時光機」的空間，外圍以柔軟布幔圍繞，內部擺設軟骨頭座椅，前方放置三台卡匣式隨身聽。你可以坐進這個舒適隱密的空間、戴上耳機，聆聽模擬 323-324 同儕團體聚會的錄音。

這是一個透過傾聽讓主體發話的時空，邀請觀眾靜下心來聆聽這段長達 73 分鐘的錄音，彷彿在一個安全的時空容器裡，成為 323-324 同儕團體的一員。在同儕團體交流的過程中，每位成員既是闡述獨特受創經驗的個體，也透過不同觀點的分享和互相扶持成為團體的共同建構者。

在彭仁郁的陪伴下，每位社運抗爭者述說他們在原生家庭、求學過程、抗爭現場及社運結束後的感官經驗及創傷記憶，講到激動處的聲調起伏、恐懼啜泣帶著情緒渲染力，讓人彷彿身歷其境，深刻感受社運創傷者的心靈地景。

例如有多位成員眼見同伴被警察攻擊，自己卻無能為力，甚至毫髮無傷的脫身，內心充滿無盡的愧疚。面對自責不能保護他人者，成員們肯定他在社運過程中的關懷與付出，引導他轉向思考，其實錯不在己，真正造成傷害的是扭曲的國家體制。

透過展覽帶領觀眾回顧與理解

步出展場前，身旁的牆面上貼著許多觀眾留下的觀展感想，當中包含對整起事件的反思、個人經驗的分享，或是想與這群社運抗爭者說的話。這是彭仁郁對來訪者的邀請，透過收集眾人的反饋，一起創造更多交互敘事和理解的可能。

彭仁郁更計畫在 2024 年、也就是 318 公民運動滿十週年之際，綜合呈現觀眾的反饋，並計畫邀請詩人、歌手或劇團一起透過創作，帶大家回顧十年前那段血淚交織的街頭歲月。

訪談的最後，我們請教彭仁郁老師，有哪一句話適合送給帶傷前行者？「別再跟自己打架了。」對於帶傷者的同理與不捨盡在其中。

從太陽花學運、香港佔中到令人緊張的選前週末，「參與人數有多少？」往往在政府與公民、鄉民、暴民兩方產生拉鋸。雖然警方估計的人數是柯營公告的五折，柯文哲仍表示「沒什麼好吵的，票投出來最重要」。不過另一位阿文對人數估計的差異表示「相信警方專業」，我剛好在太陽花學運後投入群眾人口的估計研究，藉此機會，與各位就這個問題本身，討論一下目前的方法是否具有明顯的瑕疵？如何更「專業」？

大多數的人口估計方法，都運用一個簡單的小學公式：

人數＝面積×密度

也就是說要有精準的估計，在面積、密度的評估上就不能馬虎。然而每一場活動有最熱鬧和最外圍的地區，警方忽略活動的外圍區域，只算了活動最「熱鬧」的區塊，其中最主要的原因是警方想要用一個「平均密度」去估算（例如：3人/平方公尺，或者2人/平方公尺），因此相對人數稀疏的外圍地區，當然就無法算進來囉。

姑且不挑剔警方畫的範圍是否精準，我們注意到，太陽花學運時警方採用的平均密度也是3，這個3為什麼這個好用，一點依據都沒有嗎？其實是有的，而且已經使用近半世紀。1967年美國柏克萊大學新聞系教授雅各（Herbert Jacobs）對示威人潮進行人工估計，得到了這個約略的數字，此後「雅各法」廣泛的被使用。

為什麼我們只能用一個或兩個平均密度去估計呢？最主要的理由是，「全面評估密度分布耗費大量人力、成本，所以乾脆採用以一概全的平均密度。」可是熱鬧區和外圍區的人口密度差距極大，即便都在熱鬧區，因為大家的姿勢、體型，或其他臉書大神也無法解釋的偶然原因，真實地表的人群密度是很不均勻的。如果說不確定性這麼大，那警方採用2還是3，衍伸出20萬和30萬人的差距，實在很難苟同阿文說的專業呀。

從美國影集疑犯追蹤（person of interest）正打得火熱，可以想像現代社會監視器普及的程度，很多資工領域的研究開始運用監視器畫面，鑽研特定範圍內的人口估計，他們的做法簡單來說，就發展用各種影像分析方法，計算一張影像中的人數（例如運用影像pixel的R、G、B數值，挑選出影像中人佔面積，或者從影像的輪廓推估人數）。隨著這種方法發展蓬勃，一張影像中人數估計的精準度可以達到很高的水準，但是如果要用來估計大規模的群眾人口，會有兩個致命性的問題：

第一個是資料取得，政府不會給暴民監視器影像。

第二個是方法本身的限制，就算計算出每張影像的人數，沒有監視器的地方怎麼辦？

今年太陽花學運的330遊行的人數爭議，我開始想，群眾的力量（Crowd sourcing）加上地理學的空間分析專長，或許可以解決這個難題，因此向網友大大們蒐集了上千張的照片，此外，邦吉空拍工作室也提供了一些空拍畫面。我用簡單的分析流程，來說明這份研究如何進一步精確估算人口密度分布：

第一步：資料蒐集

網友的平面照片可以取代監視器畫面，只要有人在的地方，就有機會取得那個地方的影像，比監視器遍布的範圍更廣，資料的共享性也更高，這份研究挑選了其中下午4點左右的照片，避免人口分布隨時間變化的問題。此外，我們還是會遇到影像不連續的問題，也就是說，照片再多，也不可能100%遍布所有地區，因此我們需要4點時大範圍的空照圖，來處理這個問題。

第二步：資料分析

物件導向影像分析軟體（Object-based Analysis）有別於傳統的pixel-based的影像分析軟體，除了可以用影像中pixel的RGB數值來進行分析，還能夠考量到物件的幾何形狀、相對位置等，幫助我們更精確地計算出人臉數。如此一來，如果我們有十張照片，這些照片有紀錄拍攝的座標，就可以找到十個空間位置的人口密度。

到此為止，我們還無法將這些「點」密度，推廣到大範圍「面」的人口密度。

因此，我們需要第二種資料：空照圖。空照圖因為拍攝的距離較遠，不足以讓我們點出畫面中到底有幾個人，但是用影像分析軟體，可以挑出人所在的範圍。有了這筆資料，我們就可以用地理資訊系統（GIS）軟體，將景福門地區切成網格狀，以空間分析的軟體工具，算出每個格子有多少 % 是人，這個比例就是每個格子的相對的人口密度。

第三步：空間推估

最終的結果呼之欲出，我們在GIS中將網友照片得到的點密度，以及空照得到的相對面密度疊合在一起，找出兩者的迴歸關係：

公式中的i代表某一點所在的格子，B0和B1是截距和斜率，透過已知的樣本可以找到這兩個係數，如此一來，其他未知絕對密度的格子，就可以套用這個關係式求得絕對密度了。

這份研究以景福門為示範的研究區，結果發現，所有格子的平均密度為3.41（每平方公尺），一個標準差的範圍內，人口密度甚至高達4.37，若援引批踢踢網友繪製的330太陽花遊行總面積147,216平方公尺來計算，警方以3人作為密度就足足低估「六萬多人」。更遑論這次警方以「感覺」決定部分地區的人口密度僅為2人。

有了群眾的力量，就能利用上述的方法很快找到真實地表上的不均勻密度，專業的人數估計是可能的，只是這邊所指的「專業」，可能與連勝文所瞭解到的有所不同。

當然，目前這個成果有一些限制，例如我只處理了單一時段的人數，無法代表活動的總參加人數；此外，也有一些研究針對動態（人會移動的，而非靜坐的）的遊行人數發展統計方法。我認為這些難題都可以被群眾的力量解決，關鍵是「社運的當下是否有足夠的相片上傳」。

有鑑於此，目前預計進行的任務是：

1. 建立一個可供上傳照片的平台（網站或APP），建立拍照SOP，例如：拍攝角度的示範、開啟座標定位功能等。
2. 其次是精進影像分析的品質，主要的問題是如何估算平面照片的影像深度。

若有相關領域的朋友對這個議題有興趣，歡迎一起討論、合作！