0

0
0

文字

分享

0
0
0

搭訕要像光一樣地移動

賴 以威
・2013/12/09 ・1914字 ・閱讀時間約 3 分鐘 ・SR值 446 ・四年級
相關標籤: 人潮 (1)

5268689568_17d1b3c5b4_z
Photo Credit:Øklands trykksaker

各位有在路上搭訕的經驗嗎?

據說現在鮮少人這麼做了,很大一部分是大家都在低頭玩手機(還有個搖一搖就能搭訕的軟體,這種輕鬆方便到令人忌妒的功能,真是污辱了古早時期搭訕者的勇氣與決心),沒什麼人抬頭四處張望。

安排命中注定的情侶擦身而過,結果一個在上臉書一個在玩小遊戲,連月下老人都不知道該怎麼辦。

真遺憾。

-----廣告,請繼續往下閱讀-----

錯過的搭訕

古早味的搭訕,通常發生在等朋友、等公車、等紅綠燈,站在某個地方等待的時候。想像你站在廣場一隅,攘往熙來的行人,形成兩道南北反向的河流,緩緩流經廣場。

瞬間,站在東南角的你胸口一緊,你瞧見廣場西北角佇立著一位女孩,她以側面45度對著你,頭向下俯角20度,差不多是找地上有沒有銅板的角度,臉上掛著30度的笑容,露出一個深度0.3公分的酒窩,大約能裝下2毫升的依雲礦泉水。

你摸一下後腦,確認是否有破洞,不然,為什麼理想的她竟然從腦海中走出來了。你擦一下眼鏡,確認她沒有消失,不是你單身過久,強烈的思念將她的影像從眼睛裡投射到自己的鏡片灰塵上,比Google glass還先進。沒錯,她是真人,而且她剛還摳了一下鼻子,擦在電線杆上,她這個動作,美到簡直可以做成月曆銷量破百萬。

你注意到她抬頭看了一下對面的紅綠燈,一飛秒(femtosecond: 10的負十五次方秒,飛秒雷射的飛秒就是這個意思)內,你下了決定,你知道如果你沒行動的話,這輩子都將浸泡在絕望中。

-----廣告,請繼續往下閱讀-----

走過去吧,就算最後一刻孬掉,你也可以像個變態一樣去摸電線杆!

你邁出步伐,越走越快,最後跑了起來,你想像自己像一道,沿著廣場對角線,筆直地衝向她。她過馬路,紅燈亮起,她消失在車流之後。你雖然想衝過去,但又怕在這條八線道上,一不小心連三途河都過就不妙了。

下個綠燈亮起,你趕過去,她已不知去向。

事後,你躲在自己的小房間裡,旁邊擺著一張擦過電線杆的衛生紙。你怨恨自己為什麼不早幾秒看見她,為什麼不敢衝過馬路。你祭出最狠的自我懲罰,拿出國中理化課本,全部習題重做一次,又無聊又嗜睡又還不大懂,沒有比這更殘酷的懲罰了。忽然,你瞥見課本上的一張圖,一股懊惱從啤酒肚湧上。

-----廣告,請繼續往下閱讀-----

你發現你錯了,你沒有像光一樣地衝向她。

光都會拐彎

下圖是以數學角度描述的廣場示意圖:

13. 搭訕要向光一樣地移_Fig1
13. 搭訕要向光一樣地移_Fig1

首先,我們得知道,通過兩條人河的最快速度是不同的。好比逛夜市,忽然想吃另一側的攤位,要是那攤位在前面,你加快腳步就能快速抵達。但要是那攤位在後頭,你只能邊忍受其他人的白眼,邊緩慢地移動到那兒。

回到廣場上,當你往北跑,穿越往北人潮與穿越往南人潮的最快速度是不同的。你應該盡量在移動速度快的往北人潮中待久一點,以縮短移動時間。但偏偏最短距離又是對角線,路線偏離對角線越遠,得走越多路,移動時間因此增加。

-----廣告,請繼續往下閱讀-----

假設你在往北與往南的人潮中移動的最快速度各自是v1與v2,往北與往南的人群寬度告自是x1與x2,在往北人群裡往北移動的距離為y1,廣場南北的長度是y。利用三角形斜邊長為兩邊平方和開根號,移動時間為移動距離除以移動速度,我們可以算出移動所需的時間為

13. 搭訕要向光一樣地移_Fig2

想調整y­1以最小化移動所需的時間,盡快跑到夢中情人的身邊,我們得將上面的式子對y1微分

13. 搭訕要向光一樣地移_Fig3

化簡後得到v1/v2 = sinθ1/sinθ2。如前圖所示,θ1與θ2是從第一道人群進入第二道人群時的入射角與折射角。這式子告訴我們,給定通過兩條人河的最快速度v1與v2,你必須要調整到進入不同人群時,入射角跟折射角比例等於速度的比例。這正是國中理化的司乃爾折射原理:經過不同物質,會產生折射。這才是光傳輸的真正路徑。一端在水中的筷子看起來像是斷掉一樣,正是司乃爾定律造成的。

要是你真的如同光一樣地追逐夢中情人的背影,有計算過最佳的折射角度,那你將會比原來更快抵達她的身旁。說不定,此刻你的衛生紙上已經寫著她的電話了。

-----廣告,請繼續往下閱讀-----

你感覺到月下老人拿著理化課本,對你嘆了一口氣。

這一切,都是因為你國中理化課在打瞌睡。

註:更多賴以威的數學故事,請參考《超展開數學教室》。

-----廣告,請繼續往下閱讀-----
文章難易度
賴 以威
32 篇文章 ・ 10 位粉絲
數學作家、譯者,作品散見於聯合報、未來少年、國語日報,與各家網路媒體。師大附中,台大電機畢業。 我深信數學大師約翰·馮·諾伊曼的名言「If people do not believe that mathematics is simple, it is only because they do not realize how complicated life is」。為了讓各位跟我一樣相信這句話,我們得先從數學有多簡單來說起,聊聊數學,也用數學說故事。 歡迎加入我與太太廖珮妤一起創辦的: 數感實驗室

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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 / 圖片:envato

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/圖片:envato

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia