深度攝影機與即時3D建模技術

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。

十九世紀初，倫敦一家樂器行走出來一位十幾歲的學徒，他握著剛領到的工資，興奮地又來到附近的舊書攤買書。這一次他的目光被一本描述伏打 (Alessandro Volta) 所作電學實驗的書給吸引住，但他身上的錢不夠，而且這是本法文書，他還得再買本辭典才能看得懂。他還是下定決心將手中的錢給老闆當訂金，並在之後攢夠錢時將書與辭典買回家。

研讀之後，他找了哥哥一起打造書中所述的伏打電池，但只剩零錢不夠買所需的銅片。他靈光一閃，根本不用買，就拿手上的銅板便士 (penny) 取代就行啦！這就是惠斯登，從小就努力追求新知，並展露發明的天份。

他的發明橫跨不同領域。除了在自己的本行上發明六角形手風琴，他也是全世界最先發明 3D 圖片顯示裝置的人──他讓左右兩眼同時各自觀看 45 度角的反射鏡，而產生立體效果。他發現不同的金屬放電時產生的火花，透過稜鏡會呈現各自特有的光譜，為光譜學開啟了先河。他還發明一種矩陣加密法 (Playfair cipher)，而廣被軍隊採用，直到第二次世界大戰初期仍被部分英軍使用。

不過他奉獻最多的還是在電磁學方面。他將電線從中切開，接上萊頓瓶，再用快速旋轉的鏡子測量跳過電線缺口的火花延遲的時間，而估算出電流的速度。雖然他得出的數值比真正的電流速度還快了 50%，但他所發明的旋轉鏡卻在後來物理學家測量光速時派上用場。他和威廉・庫克 (William F. Cooke) 於 1837 年共同發明電報，不但成為最早的發明者，並且在兩年後沿著鐵路建造了世界上第一條商用電報線路。他改良別人的設計而發明的「惠斯登電橋」(Wheatstone bridge) 至今仍被廣泛用來測量電阻。他也是最先在發電機中用電磁鐵取代永久磁鐵，而成為能產生大電流的工業用發電機的發明人之一。

惠斯登靠著自學，從一個樂器行的學徒變成一位多產的發明家，還成為英國皇家學會的一員，可說是事在人為的最佳例證。

本文同時收錄於《科學史上的今天：歷史的瞬間，改變世界的起點》，由究竟出版社出版。

報導/江書賢

在生活中各種時刻，拿起智慧型手機把所見的人事景物拍攝下來，或者透過網路攝影機和朋友視訊通話，對於許多人來說已經是生活不可或缺的部分。在不知不覺間，我們常常是透過屏幕來觀察實體世界；另一方面，我們更是經常透過屏幕來瀏覽網路等資訊世界裡的訊息。既然兩者都常常透過同樣一種媒介和我們接觸，資訊和實體兩個世界愈來愈加緊密的結合，便是一個不讓人意外的趨勢。例如我們藉由掃描印在實體物品上的QR code，來讀取連結的資訊，或者是用手機拍了照片以後，使用Line等軟體把相片加上可愛的熊大與兔兔貼圖，像這些把來自資訊世界裡的文字或者影像，附加在來自真實世界的物件影像上的需求，將會更加普遍的成長。

擴增實境(Augmented Reality，AR)是將電腦、網路等資訊世界中的虛擬影像（尤其是３Ｄ影像），和實體世界中的物品互相結合，並且實現使用者與虛擬影像物件之間互動的技術。想像我們手拿一張圖片，在手機鏡頭或Web cam前面輕輕一晃，屏幕中所顯示的影像，除了出我們手拿著實體圖片以外，還憑空長出一些3D的虛擬物件，比如說飛碟或機器人，會追著我們手拿的圖片跑，甚至我們可能可以和這些虛擬3D影像進行互動，是不是很有趣呢？又或許是拿著某個商品的包裝盒，屏幕中的包裝盒上就會浮現出盒內商品的３Ｄ影像，比起印刷在平面上的包裝照片來說，能更增加消費者和包裝商品的接觸感。擴增實境的技術，想必在未來的物聯網中將會是一項商品銷售競爭上的利器。

既然要達成虛擬物件和真實物件兩者之間的連結，就必須讓電腦具備能從攝影機所拍攝到的影像中辨識出實體物件的能力。目前比較普遍的是利用QR code標示在實體物件上，但是如果要更普遍的廣泛應用在各種物品上，大家應該不會喜歡見到隨處可見的各種物品都印上死板的黑白方框圖像吧？如果電腦能夠直接辨認出物件上本身就具有的紋理特徵，就可以讓虛實物件之間的整合更加自然而不留痕跡，這就是無圖標AR技術所要達成的目標。

工研院南分院微系統中心視覺互動技術部的陳柏戎經理表示，先前無圖框AR的技術已在外國發展一段時間，技術由外國公司掌握，若是國內的廠商想要將無圖框AR的技術應用在商品上，必須支付很高昂的授權費用，所以目前國內很少廠商能利用這一種技術。工研院為了提供國內廠商的底層技術支援，因此著手進行無圖框AR的自主技術開發。

研發團隊目前的軟體技術開發成果，除了能達成不需要有特定邊框圖案的物件紋理特徵辨識與追蹤以外，更可以容許辨識目標物有超過30度的旋轉，並且容許辨識目標30%的遮蔽，因此電腦能夠更容易的成功辨識物件，不會因為在實用情境下，物品沒有正對著鏡頭，或著因為手拿著物件時不小心遮蔽到一部分的圖樣，就無法成功辨識物品。

相較於QR code 使用方形邊框與黑白圖樣等預先規定的特定圖樣模式來作標示，無圖框AR的技術目標是要能辨識更加自由多樣的圖案或紋理特徵，所以圖樣辨識的演算法必然會比QR code的辨識要複雜上很多，辨識的運算速度因此成為技術開發上的一大挑戰。研發團隊在開發演算法時，必須設計目標物件紋理的不同特徵部位的定義與擷取方式、權重分配，並且考慮辨識目標在各種不同的情境，如光線、旋轉角度、目標物和鏡頭間的距離時，能夠自動選用一組適合的特徵定義方式來進行辨識，才能使執行速度夠快，以符合即時性的要求。

除了目標物件特徵辨識的演算法以外，研發團隊進行的另一項技術開發重點是實體物件的辨識系統與虛擬物件的3D繪圖引擎的整合。目前市面上的3D繪圖引擎有許多不同的廠牌與版本，若國內的產品開發廠商想請國外公司提供無圖標AR技術的服務，經常會碰上兩家公司所使用的軟體不一致的情況，國外的技術廠商不一定會願意為小型的客戶處理軟體的相容性問題，因此會造成技術運用上的障礙。工研院作為促進本國創新科技的研發與技術支援單位，進行自主技術的開發，可以為國內的業者提供無圖標AR系統與其他軟體相容性問題的解決服務，作為國內產業底層技術的後盾，並且促成國內相關廠商的技術合作與整合。工研院所研發的系統目前是在PC平台上運作，現在正把開發目標朝向跨平台的技術延伸，如智慧型手機等行動裝置與嵌入式系統上。

擴增實境(AR)技術的概念已經被提出了十幾到二十年的時間，但是過去因為取像與顯示設備的體積、重量、成本等等硬體的限制，所以仍未充分發展，但是隨著近年來這些硬體設備的快速發展，甚至如Google Glass這些隨身的穿戴式系統也開始崛起，擴增實境的技術未來將有很大的應用空間與成長機會。或許在不久後的將來，人們就可以戴著擴增實境眼鏡上街，像許多科幻電影中機器人的視野一般，眼中所見許多物品旁邊都附帶著凌空的立體虛擬圖像或者文字資訊。

技術專頁:無圖標AR技術 

更多創新技術歡迎瀏覽解密國家寶藏