《柳葉刀》2011「全球精神衛生」專號（第三篇）：包含精神衛生的全球視界

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。

• 作者／謝恩・歐馬洛（Shane O’mara）；譯者／謝雯伃

每個城市的步調都不太一樣

一般來說，一個城市越大、越富裕，特別是經濟成長率越高，居民就走得越快。

1974 年，心理學家博恩斯坦夫婦（Bornstein and Bornstein）測量了歐洲、亞洲以及北美 15 個城市行人的步行速度，結果發現日常步調會隨著當地人口多寡而不同，獨立於特定文化之外。

一般來說，無論哪個國家或哪個文化，較大城市中的行人走得較快。以這些基本觀察為基礎，這些實驗後來又重覆做了數次，用來觀察城市居民的走路速度是否會因為城市的獎勵密度較大（更多餐廳，或火車、公車上更多座位等等），而這些獎勵的競爭也較大，導致日常步調加快？

地理學家吉姆．瓦萊斯萊（JimWalmsley）和加里思．路易斯（Gareth Lewis）在 1989 年提出：「有效率使用時間的需求變得更迫切，生活越來越匆忙」，這都是因為收入以及生活成本增加，導致都會居民的時間價值變得更高。這反映出，對於資源的競爭許多方面細微地改變了我們的行為。我們加快步行速度，無意識地與尋求同樣資源的人競爭。

我們加快步伐，全是為了與他人競爭資源？

博恩斯坦夫婦的論文深受好評，也被廣為引用，但這並非事情全貌。

據推測，有些都市因為特有的因素，影響了人們的走路速度。舉例來說，像孟買這個人口密度特別高的城市，人們走路速度實際上很慢，純粹因為要避開與他人相撞的風險。

我們同樣可以想像在某些特定地方，人們的步行速度可能很快。舉例而言，在某些特別炎熱或寒冷的城市中，人們可能為了要避開高溫酷熱或低溫酷寒，而快步行走於汽車以及建築之間。

生物學家彼得．沃茲（Peter Wirtz）和葛利格．雷斯（Gregor Ries）認為，博恩斯坦夫婦之所以得出這樣的結論，是因為未將他們研究城市鄉鎮人們的年齡或性別組成考慮進去。

換句話說，在其他條件都相同的情況下，城市人口往往較年輕，而較年輕族群平均行走速度會比年長者快。同樣地，男性平均來說比女性走得快；而城市或較小型鄉鎮之間的明顯差異，可能反應出城市裡較年輕、走路較快的男性比小型城鎮或鄉村裡的多。

沃茲和雷斯也做了一系列樣本數更大且將性別以及預計年齡列入考慮的研究，結果得出：都會居民的平均行走速度，事實上並不比鄉村或城鎮居民更快。

但這並不是結論，這個想法持續被研究者測試。

看來加上年齡與性別組成因素還不夠！

1999 年，一項史上最大的日常生活步調研究，利用了來自 31 個國家最大城市的數據展開調查。該研究檢驗了人口組成以外會造成日常步調差異的各種因素，以及日常步調對於都會居民的哪些福祉會產生影響。該研究檢驗了三個可用來預測步調快慢的不同概念。

• 第一個是經濟活力。經濟成長率越高，經濟就越有活力，而居民日常步調就可能越快。
• 第二個是平均來說，越熱的城市居民往往會是較慢的步行者。
• 第三個則是，在個人主義文化相對盛行的國家，居民的日常步調會比集體主義國家的步調快。

研究者把焦點放在都柏林、香港以及聖薩爾瓦多等分歧性極大的城市，測量了這幾個城市中居民的行走速度（在兩個市中心區域間行走 60 英呎要花多少時間）、寄信速度（你多快能走到郵局去買郵票）以及時鐘準確度。

他們也從氣候、經濟指標、個人主義量表、人群大小、冠狀動脈疾病、抽菸比例以及個別健康等其他公開數據搜集資訊。整合這些資訊後，他們算出整體性的日常步調指數。

根據這項研究，瑞士的日常步調最快，愛爾蘭緊追在後（那時正處在為期十多年的大規模經濟成長中期），然後是德國以及日本（義大利、英格蘭、瑞典、奧地利、荷蘭以及香港依序占前十席），墨西哥敬陪末座。

以更大的全球規模來看，日本以及非前蘇聯區的西歐國家日常步調最快，愛爾蘭則是個人行走速度最快的國家。瑞士則符合他們給人的刻板印象，在時鐘準確度上排名第一。

這些研究無法完全解決的一個議題是人口總數以及人口密度如何影響行走速度。

倫敦的牛津圓環在尖峰時刻交通異常繁忙，極難穿越。然而再過幾條街口，人們就能相對輕鬆地移動。開發新時代的智慧型手機計步器及健康應用程式，應該有助於解決這個問題——找出走路速度可以達到最大的最佳人群密度，只要超過這個密度，走路速度就會降低。

那麼就讓我們先接受城市中的日常步調確實比較快，這情況與人口分布關係較少，與經濟活力以及人口密度較相關。

轉換到不同情境中，步調也會有所改變嗎？

那麼我們做為個人，當我們從一個情境（比如安靜的鄉鎮）轉換到另一個情境（比如繁忙的城市）時，我們會改變我們的走路速度嗎？

研究者認為，這取決於城市中既存的經濟獎勵。

假設我們接受大腦會計算「付出與回饋」的觀點（這並非沒有道理），就代表大腦會試圖在努力以及回報之間達到平衡，即以最少努力達到最大的回報。這就出現了一個問題，那就是大腦是如何計算有多少回報，以及付出多少努力才有成果的問題呢？

試想一下街邊那家不能事先預約的熱門新餐廳，為了去那裡，你會走得更快，還因為與其他想得到同樣獎勵（可能是最好的桌位或是僅剩的桌位）的人競爭，再走得快一點。如果你有兩個選擇，你可能會選擇更具獎勵性的選擇，或那個需要最少努力的選擇。

我們在城市裡似乎會走得更快一點，這可能是因為城市裡有許多資源與獎勵，但我們也在與其他人競爭這些獎勵。我們在日常生活中會有不同類型的努力，無論是尋找什麼，或是走向某件事。然而，無論是哪種類型的努力，為了達成某個目標所花的能量總會在達到某個最大值之後降下來。

神經科學家瑞查．沙德梅爾（Reza Shadmehr）要我們想像自己站在機場的入境大廳尋覓著某個旅客的臉。當你看到一張又一張臉孔時，你看到了你在等的那個人。現在問問你自己，那人的身分為何會讓你走快點去迎接他呢？他是你的同事，還是你的孩子？

答案很明顯。與你孩子相見的內在獎勵特別大，而這個內在獎勵直接調整了你的走路速度，你會想更快接到你的孩子。有更大獎勵時，我們會走得快些。努力以及對於獎勵的期待如此加成在一起。

現在，我們對我們的步行速度為何在不同城市中有所不同有了基本理解。可能的情況是，城市中的豐富資源讓人們願意付出努力去得到它們；與此同時，這些獎勵的競爭也增加了——我們不只要快速走到那間很棒的新餐廳，還要比其他人更快到。

因此，控制努力的大腦系統與預估可能獎勵的大腦系統之間存在著緊密連結。努力越多，預期從這個努力中獲得的獎勵也會越多。若一個事物帶來的回報較少，我們走向它的速度就會較慢，反之亦然。

這就是我們在城市中的現況：我們走得快，才能得到火車上的座位或是餐廳的用餐保留時間，因為我們在與其他人競爭城市提供的獎勵。

——本文摘自《走路的科學》，2019 年 9 月，八旗文化。

今年的經濟學獎項頒給了 William D. Nordhaus 和 Paul M. Romer，他們藉由擴大經濟分析的範圍，分別針對經濟與自然、經濟與知識之間的互動關係做出了解釋。

所謂「經濟」的核心，其實就在探討資源的利用；自然資源決定了經濟成長的限制，而我們所擁有的知識則能決定我們如何在這些限制下充分地使用資源。

想拚經濟？那你得關心下氣候變遷

經濟學認為，在沒有外部性的情況下，市場力量會決定資源的最佳配置。如果有外部性，市場看不見的手則會失效，這時候就要想辦法將外部性內部化。Nordhaus 探討的是負的外部性對經濟成長的影響，而 Romer 討論的則是正的外部性對經濟成長的影響。通常，負的外部性會用課稅的方式來達成內部化，而正的外部性則是透過補貼的方式。

Nordhaus 在總體經濟學的分析中，納入了「氣候變遷」這項變因。他從 1970 年代開始嘗試了解社會和自然間的關係，那正是科學家開始對全球暖化日漸焦慮的時候。在 1990 年代中期，他率先做出了量化模型，去解釋全球經濟與氣候之間的相互作用。

他的模型整合了物理學、化學和經濟學的理論以及實證結果，現今已廣為流傳，並被用以模擬經濟和氣候究竟是如何共同發展的。另一方面，他提出的模型也被用來檢查氣候政策干預（例：碳稅）的後果。

知識創造經濟、經濟增加知識

Romer 則在宏觀分析中採用了創新的技術，分析「知識」是如何驅動長期的經濟發展。

以往談到經濟成長時，通常會提到 Solow 的新古典成長模型，但是該模型只考慮人口成長與資本累積，而沒有關於人力資本、技術成長方面的探討，在該模型下，發展比較落後的國家經濟成長會比已開發國家來得高，長期來看，所有國家會達到一樣的經濟成長，稱之為所得收斂。

然而，實證研究發現這跟實際情況有出入，所以 Romer（跟他老師 Robert Lucas） 以人力資本跟知識創新的概念來解釋長期經濟成長。他展示出經濟是如何影響人們的意願，促使公司產出新的想法和革新。他提出了內生增長理論 (Endogenous growth theory)，其核心思想是認為經濟能夠不依賴外力推動實現持續增長，內在的技術進步是保證經濟持續增長的決定因素。

這個理論既概念又實用，他解釋了創意和其他經濟物品的相異之處，在於創意需要特定條件才能在市場中茁壯成長。他的理論也推動了大量研究去進一步了解那些鼓勵創新思想和長期繁榮的法規政策。

這兩位經濟學獎的得主都使用了方法論的角度，提供我們有關技術創新和氣候變化因果的重要見解。雖然他們沒有提供明確答案，但他們的研究將能幫助我們回答如何實現持續而永續的全球經濟成長。