Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

第一款互動式電玩:太空大戰發明者羅素-《創新者們》

天下文化_96
・2015/09/24 ・3222字 ・閱讀時間約 6 分鐘 ・SR值 502 ・六年級

這群人裡面,最厲害的程式設計高手是羅素(Steve Russell),他當時正在協助麥卡西教授設計LISP程式語言,以加快人工智慧的研究步調。羅素是不折不扣的電腦怪傑,是本領高超的科技狂,醉心於從蒸汽火車到會思考的機器等各種科技。他身材短小,容易激動,有一頭捲髮,鼻樑上掛著厚厚的鏡片。他講話速度很快,彷彿有人一拳擊中了快轉按鈕般。雖然他充滿熱情,精力旺盛,做事卻拖拖拉拉,因此綽號叫「懶鬼」。

羅素和他的駭客朋友一樣,喜歡看爛電影和通俗科幻小說。他最欣賞的作者是密斯「博士」(E. E. “Doc” Smith)。史密斯是失意的食品工程師(他是漂白麵粉的專家,懂得調配甜甜圈粉),專寫一些沒什麼價值的次類型科幻小說,也就是所謂的「太空歌劇」(space opera)。史密斯博士的小說總是有戲劇性的冒險情節,裡面充滿善惡對立、星際旅行和老掉牙的羅曼史。鐵路模型技術俱樂部及海厄姆研究院成員葛瑞茲(Martin Graetz)在回顧太空大戰遊戲創作過程的文章中,形容史密斯博士「下筆時有如氣鑽般優雅細緻」。

EESmith, PanSci
史密斯「博士」及透鏡人系列科幻小說。Source: wiki/E·E· Smith, flickr/Kristy

葛瑞茲記得史密斯博士的典型故事是:
經歷了最初的一陣騷動,把大家的名字都弄清楚之後,幾個發展過度的哈迪男孩穿越宇宙,摧毀銀河黑幫、炸掉幾顆星球、殺死各種低等生命形式,真是痛快極了!每逢緊要關頭,我們的英雄總是能提出完善的科學理論,發明執行理論的技術,並製造武器來轟掉幾個壞蛋,在此同時還有追兵在後,但他們駕著太空船,穿越了無跡可尋的銀河荒原。

羅素、葛瑞茲等人對這類太空歌劇十分著迷,難怪後來決定為PDP-1 設計太空大戰遊戲。羅素還記得:「當時我剛看完史密斯博士的透鏡人(Lensman)系列,他筆下的英雄人物往往在星系間遭壞蛋追捕,必須運用創造力設法脫困。『太空大戰』的點子即由此而來。」他們以身為「科技宅男」自豪,組成海厄姆研究院太空戰事讀書會,由羅素來編寫程式。

-----廣告,請繼續往下閱讀-----
Steve_Russell-PDP-1- PanSci
羅素及第一台迷你電腦PDP-1 。Source: wiki/史帝芬·羅素

只不過羅素正如同他的綽號所示,遲遲未能完成程式。他知道這個遊戲程式應該從何著手。閔斯基教授曾經意外發現一種演算法,能在PDP-1 上面畫圓圈,經過修改後可以在電腦螢幕上顯示三個點,而且可透過點與點的互動,織出一些美麗的模式。閔斯基稱之為「三點顯示」(Tri-Pos),學生則把它取名為「閔斯基創」(Minskytron)。想要以太空船和飛彈之間的互動為特色來設計遊戲,這是很好的起點。羅素花了幾個星期沉迷於Minskytron,想了解它能產生哪些模式。但是等到羅素開始編寫決定太空船動作模式的正弦-餘弦常式(sine-cosine routine)時,卻陷入困境。

羅素說明他碰到的困難後,社員寇托克(Alan Kotok)清楚知道該如何解決。他開車造訪波士頓市郊的迪吉多總部(也就是PDP-1電腦的製造商),找到一位善心的工程師,願意提供計算時需要的常式。「好了,正弦-餘弦常式在這兒,你還有什麼藉口嗎?」寇托克對羅素說。羅素後來承認:「我環顧四周,找不到任何藉口,只好定下心來,好好做一些計算。」

1961 年整個聖誕假期,羅素都埋頭苦幹,幾個星期後他終於設法利用控制板上的雙態觸變開關(toggle switch)來操控電腦螢幕上的點,讓這些點的移動速度加快、放慢和轉向。然後他又把兩個點變成兩艘卡通造型的太空船,一艘船比較圓胖,狀似雪茄;另一艘則為瘦長的直線型,像枝鉛筆。他又寫了一個次常式,讓太空船可以從鼻端射出一個點,以模仿飛彈。當射出的飛彈點落在另一艘太空船的位置時,太空船會「爆炸」,散開成許多任意移動的點。到了1962 年2 月,基本程式已設計完成。

這時候,太空大戰遊戲已經變成開放原始碼計畫。羅素把程式帶放在專門收藏PDP-1 程式的箱子裡,他的朋友開始針對程式做各種修改。其中一個朋友愛德華茲(Dan Edwards)認為,如果在遊戲中加入重力因素應該會很酷,所以他編寫的程式把會對太空船產生重力的大太陽放進遊戲中。太空船一不注意,就會被太陽吸過去而遭摧毀。但高明的玩家就懂得急速移動,在接近太陽時,利用太陽的重力牽引以獲取動能,然後突然高速迴轉。

-----廣告,請繼續往下閱讀-----

羅素還記得,另一個朋友山姆森(Peter Samson)則「認為我的星星太過隨意而不夠真實」。山姆森覺得遊戲需要一些「貨真價實的東西」,也就是符合天文學的正確星座,而不是一大堆各種各樣的點。於是他增加了一個名為「昂貴星象儀」的程式,根據《美國星歷表與航海天文曆》的資訊來設計程式,在遊戲中顯示夜空中所有5星等以下的星星。他甚至經由設定顯示點在螢幕上發亮的頻率,複製每顆星星的相對亮度。太空船行進時,各星座會慢慢捲動通過。

這種開放原始碼的合作方式產生了更多聰明的設計。葛瑞茲想出「終極緊急按鈕」的脫困點子,只要按下開關,就能暫時遁入多維空間中的另一個空間。「我的想法是,無計可施時,你可以跳進第四維空間,然後消失不見,」他解釋。他曾經在史密斯博士的小說中讀到類似裝置,稱為「超空間管」。不過,這個法子仍有限制:每一局遊戲只有三次遁入超空間的機會,敵人會因你的失蹤而得到喘息機會,而且你無從得知太空船會在什麼地方重新現身。「這是你可以利用、但不會想用的脫困方式,」羅素解釋。為了向閔斯基教授致敬,葛瑞茲增加了一項設計:遁入超空間的太空船會留下Minskytron 的印記。

SpaceWar!, being played on the Computer History Museum's restored PDP-1
PDP-1用陰極射線射電管顯示器呈現太空大戰遊戲畫面。 Source: Nik Clayton

最後還有一項重要貢獻,來自於鐵路模型技術俱樂部兩位活躍社員寇托克與桑德斯(Bob Sanders)。他們知道,大家都擠在PDP-1控制台前面相互推擠,爭著操縱電腦開關,既不便又十分危險。所以他們在社辦的火車平台下面四處搜尋,找到一些雙態觸變開關和繼電器。他們把零件在塑膠盒中組裝起來,做了兩個遙控器,還加上所有必要的功能開關和超空間緊急按鈕。

這個遊戲很快在其他電腦中心流行起來,變成駭客文化的重要產物。迪吉多公司的電腦在出貨前會預先載入太空大戰遊戲,還有程式設計師為其他電腦系統設計的遊戲新版本。世界各地的駭客更在遊戲中加入更多性能,例如隱形能力、爆破太空地雷,還有從太空船駕駛員的觀點轉移到第一人稱觀點。個人電腦先驅凱伊(AlanKay)曾說:「只要有電腦和圖形顯示器的地方,太空大戰遊戲就大行其道。」

-----廣告,請繼續往下閱讀-----
space war, PanSci
由太空大戰遊戲衍生出的投幣電玩機-computer war。依據機身顏色分為單獨玩家及雙人玩家的版本。Source: Michael Monello

太空大戰遊戲凸顯了駭客文化的三個層面,也成為數位時代的重要主題:第一、這個遊戲是集體創作的。「我們能夠以團隊合作的方式一起打造遊戲,這是我們喜歡的做事方式,」羅素說。第二、這個遊戲是免費的開放原始碼軟體。「很多人想要複製一份程式原始碼,我們當然奉送。」當然,因為當時的時空環境仍渴望免費的自由軟體。第三,遊戲的設計基於一個信念:電腦應該是可互動的個人裝置。羅素說:「我們因此可以親手操作電腦,讓電腦即時回應。」

創新者們,泛科選書

本文摘自《創新者們:掀起數位革命的天才、怪傑和駭客》,由天下文化出版。

 

 

 

 

延伸閱讀:

-----廣告,請繼續往下閱讀-----
文章難易度
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

賴昭正_96
46 篇文章 ・ 59 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此獲有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪,IBM顧問研究化學家退休 。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲它轉載我的科學月刊上的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」。

0

4
1

文字

分享

0
4
1
快速通道與無盡地界:科幻作品裡的黑洞——《超次元.聖戰.多重宇宙》
2046出版
・2024/02/08 ・4430字 ・閱讀時間約 9 分鐘

星際捷徑

一個無底深淵怎能成為星際飛行的捷徑呢?原來按照愛因斯坦的理論,黑洞是一個時空曲率趨於無限大——也就是說,時空本身已「閉合」起來的區域。但往後的計算顯示,若收縮的星體質量足夠大的話,時空在閉合到某一程度之後,會有重新開敞的可能,而被吸入的物體,將可以重現於宇宙之中。只是,這個「宇宙」已不再是我們原先出發的宇宙,而是另一個宇宙、另一個時空(姑毋論這是甚麼意思)。按照這一推論,黑洞的存在,可能形成一條時空的甬道(稱為「愛因斯坦-羅森橋接」),將兩個本來互不相干的宇宙連接起來。

這種匪夷所思的推論固然可以成為極佳的科幻素材,但對於克服在我們這個宇宙中的星際距離,則似乎幫助不大。然而,一些科學家指出,愛因斯坦所謂的另一個宇宙,很可能只是這一宇宙之內的別的區域。如果是的話,太空船便可由太空的某處飛進一個黑洞之內,然後在遠處的一個「白洞」(white hole)那兒走出來,其間無須經歷遙遠的星際距離。把黑洞和白洞連結起來的時空甬道,人們形象地稱之為「蛆洞」、「蛀洞」或「蟲洞」(wormhole)。

科幻作品裡常以穿越蟲洞作為星際旅行的快速通道。圖/envato

「蛆洞」是否標誌著未來星際旅行的「捷徑」呢?不少科幻創作正以此為題材。其中最著名的,是《星艦奇航記》第三輯《太空站深空 9 號》(Deep Space Nine, 1993-1999),在劇集裡,人類發現了一個遠古外星文明遺留下來的「蛆洞」,於是在旁邊建起了一個龐大的星際補給站,成為了星際航運的聚散地,而眾多精彩的故事便在這個太空站內展開。

我方才說「最著名」,其實只限於《星艦》迷而言。對於普羅大眾,對於「蛆洞」作為星際航行手段的認識,大多數來自二○一四年的電影《星際效應》(Interstellar,港譯:《星際啟示錄》),其間人類不但透過蛆洞去到宇宙深處尋找「地球 2.0」(因為地球環境已大幅崩壞),男主角更穿越時空回到過去,目睹多年前與年幼女兒生離死別的一幕。電影中既有大膽的科學想像,也有感人的父女之情,打動了不少觀眾。大家可能有所不知的是,導演基斯杜化.諾蘭(Christopher Nolan, 1970-)邀請了知名的黑洞物理學基普.索恩(Kip Thorne, 1940-)作顧問,所以其中所展示的壯觀黑洞景象,可不是憑空杜撰而是有科學根據的呢!

-----廣告,請繼續往下閱讀-----
星際效應裡的黑洞景象。圖/wikimedia

那麼蛆洞是否就是人類進行星際探險的寄託所在呢?

然而事情並非這麼簡單。我們不要忘記,黑洞的周圍是一個十分強大的引力場,而且越接近黑洞,引力的強度越大,以至任何物體在靠近它時,較為接近黑洞的一端所感受到的引力,與較為遠離黑洞的一端所感受到的,將有很大的差別。這種引力的差別形成了一股強大之極的「潮汐張力」(tidal strain),足以把最堅固的太空船(不要說在內的船員)也撕得粉碎。

潮汐張力的危險不獨限於黑洞,方才提及的中子星,其附近亦有很強的潮汐力。 拉瑞.尼文(Larry Niven, 1938-,港譯:拉利.尼雲)於一九六六年所寫的短篇〈中子星〉(Neutron Star),正以這一危險作為故事的題材。

尤有甚者,即使太空船能抵受極大的潮汐力,在黑洞的中央是一個時空曲率趨於無限,因此引力也趨於無限的時空「奇點」(singularity)。太空船未從白洞重現於正常的時空,必已在「奇點」之上撞得粉碎,星際旅程於是變了死亡旅程。

然而,往後的研究顯示,以上的描述只適用於一個靜止的、沒有旋轉的黑洞,亦即「史瓦西解」所描述的黑洞。可是在宇宙的眾多天體中,絕大部分都具有自轉。按此推論,一般黑洞也應具有旋轉運動才是。要照顧到黑洞自旋的「場方程解」,可比單是描述靜止黑洞的史瓦西解複雜得多。直至一九六三年,透過了紐西蘭數學家羅伊・卡爾(Roy Kerr, 1934-)的突破性工作,人類才首次得以窺探一個旋轉黑洞周圍的時空幾何特性。

-----廣告,請繼續往下閱讀-----
圖/envato

旋轉的黑洞

科學家對「卡爾解」(The Kerr solution)的研究越深入,發現令人驚異的時空特性也越多。其中一點最重要的是:黑洞中的奇點不是一個點,而是一個環狀的區域。即只要我們避免從赤道的平面進入黑洞,理論上我們可以毋須遇上無限大的時空曲率,便可穿越黑洞而從它的「另一端」走出來。

不用說,旋轉黑洞(也就是說,自然界中大部分的黑洞)立即成為科幻小說作家的最新寵兒。

一九七五年,喬.哈德曼(Joe Haldeman,1943-)在他的得獎作品《永無休止的戰爭》(The Forever War, 1974)之中,正利用了快速旋轉的黑洞(在書中稱為「塌陷體」——collapsar)作用星際飛行——以及星際戰爭得以體現的途徑。

由於黑洞在宇宙中的分佈未必最方便於人類的星際探險計劃,一位科學作家阿德里安.倍里(Adrian Berry,1937-2016)更突發奇想,在他那充滿想像的科普著作《鐵的太陽》(The Iron Sun, 1977)之中,提出了由人工製造黑洞以作為星際轉運站的大膽構思。

-----廣告,請繼續往下閱讀-----

要特別提出的一點是,飛越旋轉黑洞雖可避免在奇點上撞得粉碎,卻並不表示太空船及船上的人無須抵受極強大的潮汐力。如何能確保船及船員在黑洞之旅中安然無恙,是大部分作家都只有輕輕略過的一項難題。

此外,按照理論顯示,即使太空船能安然穿越黑洞,出來後所處的宇宙,將不是我們原先出發的那個宇宙;而就算是同一個宇宙,也很可能處於遙遠的過去或未來的某一刻。要使這種旅程成為可靠的星際飛行手段,科幻作家唯有假設人類未來對黑洞的認識甚至駕馭,必已達到一個我們今天無法想像的水平。

然而,除了作為星際飛行途徑,黑洞本身也是一個怪異得可以的地方,因此也是一個很好的科幻素材。黑洞周圍最奇妙的一個時空特徵,就是任何事物——包括光線——都會「一進不返」的一道分界線,科學家稱之為「事件穹界」(event horizon)。這個穹界(實則是一個立體的界面),正是由當年史瓦西計算出來的「史瓦西半徑」(Schwarzschild radius)所決定。例如太陽的穹界半徑是三公里,也就是說,假若一天太陽能收縮成一個半徑小於三公里的天體,它將成為一個黑洞而在宇宙中消失。「穹界」的意思就是時空到了這一界面便有如到了盡頭,凝頓不變了。

圖/envato

簡單地說,穹界半徑就是物體在落入黑洞時的速度已達於光速,而相對論性的「時間延長效應」(time dilation effect)則達到無限大。對太空船上的人來說,穿越界面的時間只是極短的頃刻,但對於一個遠離黑洞的觀測者,他所看到的卻是:太空船越接近界面,船上的時間變得越慢。

-----廣告,請繼續往下閱讀-----

而在太空船抵達界面時,時間已完全停頓下來。換句話說,相對於外界的人而言,太空船穿越界面將需要無限長的時間!

無限延長的痛苦

了解到這一點,我們便可領略波爾.安德遜(Poul Anderson, 1926-2001)的短篇〈凱利〉(Kyrie, 1968)背後的意念。故事描述一艘太空船不慎掉進一個黑洞,船上的人自是全部罹難。但對於另一艘船上擁有心靈感應能力的一個外星人來說,情況卻有所不同。理由是她有一個同樣擁有心靈感應能力的妹妹在船上,而遇難前兩人一直保持心靈溝通。由於黑洞的特性令遇難的一剎(太空船穿越穹界的一剎)等於外間的永恆,所以這個生還的外星人,畢生仍可在腦海中聽到她妹妹遇難時的慘叫聲。

安德遜這個故事寫於一九六八年,可說是以黑洞為創作題材的一個最早嘗試。

短篇〈凱利〉便是利用黑洞的特性——遇難的一剎等於外間的永恆——使生還者感受無盡的痛苦。圖/envato

太空船在穹界因時間停頓而變得靜止不動這一情況在阿爾迪斯一九七六年寫的《夜裡的黑暗靈魂》(The Dark Soul of the Night)中,亦有頗為形象的描寫。恆星的引力崩塌,在羅伯特.史弗堡(Robert Silverberg)的《前往黑暗之星》(To the Dark Star, 1968)之中卻帶來另一種(雖然是假想的)危險。故事中的主人翁透過遙感裝置「親身」體驗一顆恆星引力塌陷的過程,卻發覺時空的扭曲原來可以使人的精神陷於瘋狂甚至崩潰的境地。

-----廣告,請繼續往下閱讀-----

以穹界的時間延長效應為題材的長篇小說,首推弗雷德里克.波爾(Frederik Pohl, 1919-2013)的得獎作品《通道》(Gateway, 1977),故事描述人類在小行星帶發現了由一族科技極高超的外星人遺留下來的探星基地。基地內有很多完全自動導航的太空船,人類可以乘坐這些太空船穿越「時空甬道」抵達其他的基地,並在這些基地帶回很多珍貴的,因此也可以令發現者致富的超級科技發明。

故事的男主角正是追尋這些寶藏的冒險者之一。他和愛人和好友共乘一艘外星人的太空船出發尋寶,卻不慎誤闖一顆黑洞的範圍。後來他雖逃脫,愛人和好友卻掉進黑洞之中。但由於黑洞穹界的時間延長效應,對於男主角來說,他的愛人和好友永遠也在受著死亡那一刻的痛苦,而他也不歇地受著內疚與自責的煎熬。

故事的內容由男主角接受心理治療時逐步帶出。而特別之處,在於進行心理治療的醫生不是一個人,而是一副擁有接近人類智慧的電腦。全書雖是一幕幕的人機對話,描寫卻是細膩真摯、深刻感人,實在是一部令人難以忘懷的佳作。

圖/envato

由於這篇小說的成功,波氏繼後還寫了兩本續集:《藍色事件穹界以外》(Beyond the Blue Event Horizon, 1980)及《希徹會晤》(Heechee Rendezvous, 1984)。而且兩本都能保持很高的水準。

-----廣告,請繼續往下閱讀-----

時間延長效應並非一定帶來悲劇。在先前提及的《永無休止的戰爭》的結尾,女主角正是以近光速飛行(而不是飛近黑洞)的時間延長效應,等候她的愛侶遠征歸來,為全書帶來了令人驚喜而又感人的大團圓結局。

七○年代末的黑洞熱潮,令迪士尼(Walt Disney)的第一部科幻電影製作亦以此為題材。在一九七九年攝製的電影《黑洞》(The Black Hole)之中,太空船「帕魯明諾號」在一次意外中迷航,卻無意中發現了失蹤已久的「天鵝號」太空船。由於「天鵝號」環繞著一個黑洞運行,船上的人因時間延長效應而衰老得很慢。這艘船的船長是一個憤世疾俗的怪人,他的失蹤其實是故意遠離塵世。最後,他情願把船撞向黑洞也不願重返文明。

比起史提芬.史匹堡(Steven Spielberg, 1946-)的科幻電影,這部《黑洞》雖然投資浩大,拍來卻是平淡乏味,成績頗為令人失望。除了電影外,科幻作家艾倫.迪安.霍斯特(Alan Dean Foster, 1946-)亦根據劇本寫成的一本同名的小說。

這張圖片的 alt 屬性值為空,它的檔案名稱為 ___72dpi.jpeg

——本文摘自《超次元.聖戰.多重宇宙》,2023 年 11 月,二○四六出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。