綠建築，是與環境共生的未來奇觀，還是當代工程的演化方向？

• 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 / 江才健

自 2000 年左右，在加拿大等幾個國家，開始建造一些高樓層的木造建築，這些建築反映了近代建築技術的進展，也反映出人類面對宇宙環境的思維改變，支持木建築的這些「思維先行者」，一方面強調木建築在建築結構上的優勢，同時搭上近年流行成風的全球暖化現象，大力宣揚木建築在抑制碳排放方面的貢獻。

最古老的木建築

目前世界上一些比較著名的高樓層木建築，除了 2014 年在加拿大喬治王子市，高 30 公尺的八層木建築，還有 2015 年挪威蓋的 52.8 公尺高層木樓，2016 年加拿大英屬哥倫比亞大學蓋了 53 公尺高的木造學生宿舍，2019 年奧地利在維也納建成高達 84 公尺，包括飯店、公寓以及辦公室的木造高樓，美國則是 2016 年在明尼阿波里市開始，陸續還要在波特蘭以及紐約市建造木質高樓。

木質高樓並不是近代產物，到目前為止，世界上最古老的木造建築是山西應縣木塔，這個木塔始建於遼代，有一千年歷史，67 公尺的高度也還是目前最高的古木造建築。這個稱為「佛宮寺釋迦塔」的木塔，在山西北部靠近北嶽恆山的應縣，1992 年頭一次去中國大陸，有機會到山西參遊，曾經登臨應縣木塔，當時站在塔上，見四野低矮房舍，遠眺沃野平沙的北國景色，至今記憶猶深。

其實中國的木建築素有傳統，那回在山西的五台山，也看到更早建於唐代的佛光寺，佛光寺是目前保存最完整也最大的木造建築，這種木建築的建造技術，歷代累積，到北宋由李誡彙編成《營造法式》一書，成為木建築工藝智慧集大成的經典著作。《營造法式》總結了木造建築工藝的實作經驗，雖說對木造結構的施作提出規範，卻依然保留極大的隨意性。

在《營造法式》中討論的木造建築工藝，對於檐梁斗拱，頂柱結構的施作，都有其規範，特別的是利用木質材料的特質。木結構的結合，不用外加釘粘，是以榫卯接合，保持木質材料的彈性特質，充分利用自然巧力，也使木建築具有對抗如地震外力的彈性，展現中國木建築的豐富創造力，以及其背後的一種宇宙思維傳統。

會呼吸的木建築比鋼筋水泥更環保

近代的木造高層建築，雖說材料是採用了木材，但是其技術則是沿襲著近代建築科技的思維。工程師主要以特殊膠合方式開發出強應力的層板，這些交叉層壓板應力強，重量輕，可以準確切割，用於建造木建築的不同結構，以技術理論來說，這些木結構建造建築可以達到的高度，應該沒有局限。

木建築本來的一個弱點，是容易燃燒，歷史上也曾經在倫敦、紐約等城市發生大火，現代的木材質建築，比起不可燃材質的建築，遭火焚的損害容易預見，而且木質外層炭化後能保護內層免於祝融，不會有鋼材熔化和混凝土脆化問題，更能夠保持結構完整。

木質建築近年受到重視的一個原因，與全球暖化的碳排放問題有關。木材本來可以蓄存碳，如用於燃燒，其中所蓄存的碳就回到大氣之中，木材如用於建築，碳就一直蓄積其中。目前人類使用的木材，只占森林增長的 20%，推廣木建築並不會造成大的問題，而且生產鋼材與混凝土所造成的大量碳排放，更不利於控制暖化問題，會呼吸的木建築，正是目前當令的綠建築，冷卻與加熱需要的能量，比起混凝土鋼材建築都更為節省。

推動木造建築目前主要是在美國與歐洲，美國的鄉間住宅 80% 已是木造，開採木材大約是每年森林增長的三分之一，歐洲多數建築使用的還是鋼材與混凝土，根據一份芬蘭政府的報告，歐洲利用木材於建築到 2010 年只增加了 4%，還有不少增長空間。

傳統思維與現代科學的揉捻

在這些技術性的問題背後，其實有一個更為根本的自然思維問題。中國長久以來的木建築傳統，孕生自文化傳統對於宇宙的思維，那就是「厚生利用」，建築房舍木材的供取講究平衡，所謂「斧斤以時入山林」，對於木材的使用，也是因勢採擷，在木造結構中也充分利用各種木質材料，所謂的榫卯接合正是出於此一思維。

這樣的宇宙自然思維，其實與西方科學思維大為不同。近代科學講究的，是究簡近因果以達立竿見影之效，由物質宇宙的觀察入手，到理論模型的建構，莫不如此，在建築技術方面，也是以加大建材抗應力安全係數方式，完成建築物的建構，其結果是建築物完成快速，卻沒有講究所謂的結構最佳化。我們可以看 20 世紀大蓋的河川水壩，那正是近代鋼材混凝土建構技術的產物，這些大量構築的水壩，確實很快發揮蓄水防洪以及發電的多重效果，但是卻也很快出現負面後果，譬如河流生態的巨變，而蓄集水庫的淤積情況，甚至危及水壩安全到不得不拆除的地步。光以美國為例，在全國的大約八萬五千座水壩中，半數已不能發揮原來的預期功效，自 21 世紀以降，拆除的水壩已經超過一千一百多座。我們可以舉一個不同的例子，那就是在四川成都平原的都江堰，這個攔截利用岷江河水的水利設施，並沒有採行強力的攔蓄，而是因勢利導的順應自然之力，達到分洪和灌溉目的，雖說近代都江堰也增加了小的水壩，但整體上依然維持原本順水利導的思維。這個戰國時代由李冰父子修築的水利設施，竟能歷兩千年持續發揮功效。

如何由《營造法式》和都江堰的自然思維，看到傳統文化的木建築智慧，超越當前木建築新趨勢所依循簡近因果、立竿見影的近代工程科學思維模式，是很值得我們思考的。