2008年八月，一名攝影師在挪威，觀察到一隻在海冰上的北極熊守著牠的獵物。這不是什麼特別的事，除非那頭獵物是另一隻2至3歲大的幼北極熊！加拿大的因紐特（Inuit）獵人許久以來都聽說過北極熊－特別是公熊會獵殺幼熊為食。不過這類的事件往往發生在陸地，而非海冰上；再者，沒有人拍攝過。此後，攝影師Jenny Ross在2009及2010年，拍攝過兩次成體公熊在海冰上取食幼熊屍體。Ross和極地生物學家Ian Stirling認為，當氣候漸漸溫暖，海冰隨之減少，使得海豹在夏季提早北遷，幼北極熊則成為垂手可得的獵物。他們補充道，若持續暖化，同類相食的狀況可能會越見頻繁。
資料來源：ScienceShot: Polar Bear Cannibalism on the Sea Ice [8 December 2011]
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？
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。
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：
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：
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 可分成兩種：
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。
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。」
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
。
討論功能關閉中。
沒有比現在更急迫需要預測未來。上千名氣候科學家和經濟學家共同建立並測試嚴謹的電腦模型，來估計地球在一、兩個世代後的樣貌。
政府間氣候變化專門委員會（IPCC），由世界各地的志工科學家組成，他們評估目前關於氣候變遷的科學知識——過去、現在和未來的風險與可能性——從而找出共識。
他們發表一系列報告，為 2050 年及其後的世界，做出 5 個可能的結果，這些情況是根據複雜的運算，測量溫室氣體排放、土地使用和空氣汙染對氣候的影響。
經濟成長、人口以及溫室氣體排放的未來軌跡，預期將使地球的平均溫度上升。情況的名稱是根據共享社經路徑（Shared Socioeconomic Pathways, SSP）， 依照 1 到 5 編號，每個編號有個比過去更負面的結果。
5 種情況的暖化程度，在以下幾個方面存在顯著差異：
這些情況說明問題如何隨時間加劇，以及改變目前的做法對未來可能的巨大影響。
IPCC 過去的估計已經證實太過樂觀，因此最近 IPCC 的報告預測，全球地表溫度將提早 10 年升溫超過 1.5° C，儘管如此，自從出版那份報告以來所收集的資料，顯示近期的暖化程度要比過去所做的大膽估計更加嚴重。
| 情況 | 升高攝氏 ／華氏 | 說明 |
|---|---|---|
| 1. 極低排放量（SSP1-1.9） | 1.4° C /2.5° F | 2050 年前後，全球二氧化碳排放減到淨零，符合巴黎公約（Paris Agreement）中，維持全球暖化（最多）高於工業前溫度1.5° C，而後穩定在1.4° C 直到2100 年。永續作法被即刻採行，改變經濟成長和投資，人們感受的氣候變遷效應，相較其他情況顯著較輕微，速度也較慢。 |
| 2. 低排放量（SSP 1-2.6） | 1.8° C /3.2° F | 全球二氧化碳排放大幅降低，但不足以在2050 年以前達到淨零排放。2100年結束時，升溫穩定保持在大約1.8° C。 |
| 3. 中排放量（SSP2-4.5） | 2.7° C /4.9° F | 邁向實踐永續的進展緩慢，與歷史趨勢相近。二氧化碳排放量維持在目前水準，本世紀結束前達不到淨零。2100 年前溫度上升2.7° C。 |
| 4. 高排放量（SSP3-7.0） | 3.6° C /6.5° F | 排放量和溫度穩定上升，大約是目前的兩倍，各國趨向彼此競爭，要求更多糧食供給的保障，且提高對糧食供給的警覺。2100 年以前平均溫度已經上升3.6° C。 |
| 5. 極高排放量（SSP 5-8.5） | 4.4° C /7.9° F | 2050 年以前二氧化碳的排放將加倍，能源消耗增加以及過度使用化石燃料加速經濟成長，但是……2100 年以前全球平均溫度將升高4.4° C。 |
想像集體行動的後果，是前進的必要的一步，政府間氣候變化專門委員會（IPCC）的 5 種情況，清楚勾勒未來的樣貌。
他們的報告顯示，人類具備科學的理解、技術的能量和金融手段，將碳排放量限制在 1.5° C，但也清楚說明勇敢行動和政治意志極為重要。
情況 1——正負 1.5° C
這是唯一符合《巴黎公約》，維持全球溫度比工業化前溫度高 1.5° C 目標的情況。
在這情況中，極端氣候比較常見，但世界避免了氣候變遷的最糟衝擊。依然會有健康風險以及氣候改變的風險，但嚴重度會比其他情況好很多。不過，將升溫限制在 1.5° C，將需要能源、土地、基礎建設、交通運輸、工業系統等，作出前所未見的轉變。
將升溫限制在 1.5° C，將需要能源、土地、基礎建設、交通運輸、工業系統等，做出前所未見的轉變。
情況 2——正負 2° C
在低碳排放的情況，世界在 2030 年後不久就會違反 1.5° C 的公約，但還是設法達到巴黎公約中，2100 年以前將溫度上升維持在比工業化前水準高 2°C 以內。
全球二氧化碳和非二氧化碳溫室氣體的排放，如同在「情況 1」中被大幅削減，但不如「情況 1」快速，2050 年之後才達到淨零排放。如同「情況 1」，也需要透過造林、碳捕捉等方法，移除大氣的二氧化碳。
溫度上升 0.5 度或許看似差別不大，但是 IPCC 的報告清楚指出，每增加 0.5 度，對人類和自然系統的負面影響將顯著提高。
舉例來說，極度高溫的天氣事件，如熱浪、火燒、洪水和乾旱，將會愈來愈激烈且頻繁，有時會同時發生，加上海平面上升和海水酸鹼度提高，不僅使人類等物種失去居住和棲息的地方，也會因為作物產出下降和漁獲量減少，而導致糧食不足。IPCC 估計，這個情況會比「情況 1」多出高達數億人受到氣候相關風險的負面影響。
| 關注的區域 | 情況1 | 情況2 | 差異 |
| 全球暖化：全球意味地表溫度相對工業化前的水準上升 | 1.5° C | 2° C | 0.5° C 以上 |
| 嚴重的熱浪：每5 年全球人口至少一次暴露在嚴重熱浪中 | 14% | 37% | 糟2.6 倍以上 |
| 海平面上升：2100 年以前，全球人口每年都有海平面上升的風險 | 6,900 萬 | 7,900 萬 | 多1,000 萬 |
| 海冰平面：北極海夏季無冰的頻繁度 | 每100 年至少一次 | 每10 年至少一次 | 糟10 倍 |
| 失去生物多樣性（脊椎動物）：失去至少一半地理範圍的脊椎動物 | 4% | 8% | 糟2 倍 |
| 生物多樣性（昆蟲）：失去至少一半地理範圍的昆蟲 | 6% | 18% | 糟3 倍 |
| 生態系統轉變：受生態系統轉變影響的全球陸地區域 | 7% | 13% | 糟1.9 倍 |
| 失去珊瑚礁：與目前相比，形成礁的珊瑚減少 | 70-90% | 99% | 糟1.2 倍 |
| 農作物產出下降：暴露在作物產出下降的全球人口數 | 3,500 萬 | 3.62 億 | 糟10.3 倍 |
情況 3——政治和經濟的力量沒辦法短期內做出決定
這是假設政治和經濟的力量，使得難以在短期內採取明快的大動作。
由於累積的二氧化碳排放量與全球地表溫度上升之間有接近線性的關係，因此升溫 1.5° C 的上限有可能在 2030 年代初就被超越，距離本年鑑出版不到 10 年。
在這情況中，溫室氣體排放到 2050 年都沒有降低，預期本世紀末的升溫將大約 2.7° C。上一次氣溫高於工業化前的水準 2.5° C，估計是在 3 百多萬年前。
暖化會呈現地區性差異，平均而言陸地的暖化將比海洋嚴重，北半球緯度愈高的暖化會比南半球嚴重，北極對暖化的敏感度高於南極，自從工業化年代以來，北極的暖化速度比世界其他地方快了 2 倍。
降雨量會增加。在所有全球暖化超過 1.5° C 的情況中，預期降雨量將會增加，特別是陸地。全球地表平均溫度每上升 1°C，中數降雨量將增加 1% 至 3%（全球和年皆然）。
儘管整體的降雨量增加，但會因緯度而有地區性差異。高緯度和潮濕的熱帶地區，降雨量會增加，但是乾旱地區，包括部分的亞熱帶如地中海、南非、部分的澳洲和南美洲，降雨量會減少。
高緯度和潮濕的熱帶地區，
降雨量會增加，
但是乾旱地區，降雨量會減少。
北極海冰會融化。凡是升溫超過 1.5° C 的情形，到本世紀結束前，9 月將更有可能沒有北極海冰，當暖化到達 2° C 時，這個可能性幾乎是確定發生。全球地表溫度上升，將使冰河和大冰原的面積更大幅度縮小，導致全球海平面中數（global mean sea levels，GMSL）上升，在前面 3 種情況中，預期在整個 21 世紀將加速，海洋在這些情況下也會變得更酸，這是因為排放量增加使海洋吸收更多碳的緣故。有些系統將會永遠地被改變，持續的全球暖化將可能永久造成：
情況 4——只顧國家利益，沒有同心協力
這個情況是，隨著全球氣候變遷惡化，國際的協調將受挫。各國沒有同心協力來解決問題，反而只顧國家利益，而以關於能源與糧食保障為主。
由於高度仰賴化石燃料來解決燃眉之急，導致溫室氣體排放穩定成長。到 2100 年前，二氧化碳排出幾近加倍，每年超過 800 億公噸，空氣汙染控制不力，加上非二氧化碳的排出量持續增加，導致地球暖化惡化。
溫度遽升。由於各國達不到氣候誓約，21 世紀的溫度可能上升 2° C，不到 10 年可能跨越 1.5° C 的門檻。
降雨和乾旱的區域擴大。在全球暖化超過 2° C 的情況（情況 4 和情況 5），全球平均降雨量將比 1995-2014 年間增加 2.6%。
海洋改變。到本世紀末，全球海面溫度上升 2.2° C，上升的海洋溫度可能影響大西洋經向翻轉環流（Atlantic Meridional Overturning Circulation,AMOC），這是最大的洋流系統，如果 AMOC 停止將造成廣泛影響，例如季風轉變和歐洲與北美州的降雨減少，AMOC 可能永久停止。海洋溫度上升導致 GMSL 上升，主要是因為熱擴散，凡是升溫跨越 2° C標記的情況，就會提高南極大冰原崩解的可能，也造成 GMSL 在 2100 年前後上升至少 1 公尺，有些預測認為會超過 2 公尺。
如果 AMOC 停止將造成廣泛影響，例如季風轉變和歐洲與北美州的降雨減少，AMOC 可能永久停止。
情況 5——二氧化碳的年排放加倍
面對氣候緊急事件惡化下，化石燃料的開發和能源使用勢必更積極，導致溫室氣體排放大幅增加。2050 年以前，二氧化碳的年排放加倍，在本世紀前超過 1,200 億公噸。
再生能源技術的進步加上人們的接受度上升，使這情況不太可能發生。但是碳循環回饋可能影響大氣濃度，從而製造地球反應的循環而導致這種情況，此外基於全球地表溫度升溫在 10 年內預期將跨越 1.5° C，而短期的暖化現象比估計的還要嚴重，因此即使可能性較低也不容忽視。
在這情況中，溫度上升 1.5° C 被認為在近期內很可能發生，大約是 2027 年前後。幾十年內升溫可能來到 2° C，本世紀末之前無法想像的升溫 4.4° C 可能發生。人類從未曾生活在如此氣候狀況下。
這個情況與其他不同的，在於假設強度的空汙控制，以及預測中長期除了甲烷以外「臭氧前兆」的下降，預測甲烷將上升到 2070 年。
跟其他情況相同的是，較大程度的暖化，預期會擴大區域性暖化趨勢的差異。例如相較 1995 至 2014 年的溫度範圍，部分亞馬遜或其他熱帶陸地將升溫 8° C，其他熱帶陸地區域可能升溫 6° C。
降雨量急遽上升，在暖化程度較大的情況下，預期高低降雨量的差異將擴大，冰原將消失，海平面和溫度將上升，世界失去格陵蘭和南極最大冰原，將導致海平面上升與冰河消失。由於冰原的成長緩慢但融化快速，失去任何面積可能無法逆轉。
海洋吸收愈來愈多熱，變得愈來愈暖，於是水往外擴。海平面上升近 1 公尺可能影響居住在海岸區、島嶼以及容易遭到洪水肆虐的近 10 億人生計。
海平面上升近 1 公尺
可能影響居住在海岸區、島嶼
以及容易遭到洪水肆虐的近 10 億人生計。
我們沒有丟掉任何東西，
只是把我們的問題變成別人的問題。
⸺賽門．西奈克（Simon Sinek），暢銷作家
上網搜尋，種一棵樹
安裝一個簡單的應用程式，
就可以在你每次上網搜尋時種一棵樹。
——本文摘自《圖解全球碳年鑑：一本揭露所有關於碳的真相，並即時改變之書》，2022 年 9 月，商業周刊，未經同意請勿轉載。
2008年八月，一名攝影師在挪威，觀察到一隻在海冰上的北極熊守著牠的獵物。這不是什麼特別的事，除非那頭獵物是另一隻2至3歲大的幼北極熊！加拿大的因紐特（Inuit）獵人許久以來都聽說過北極熊－特別是公熊會獵殺幼熊為食。不過這類的事件往往發生在陸地，而非海冰上；再者，沒有人拍攝過。此後，攝影師Jenny Ross在2009及2010年，拍攝過兩次成體公熊在海冰上取食幼熊屍體。Ross和極地生物學家Ian Stirling認為，當氣候漸漸溫暖，海冰隨之減少，使得海豹在夏季提早北遷，幼北極熊則成為垂手可得的獵物。他們補充道，若持續暖化，同類相食的狀況可能會越見頻繁。
資料來源：ScienceShot: Polar Bear Cannibalism on the Sea Ice [8 December 2011]
今年稍早，熱浪侵襲印度和巴基斯坦一帶， 5 月氣溫頻頻突破 45℃，最高溫甚至來到 51℃，是 122 年以來最強的熱浪。
對此，瑞典哥德堡大學（University of Gothenburg）地球科學教授陳德亮表示，要是溫室效應持續加劇，南亞地區每年頻繁出現的熱浪，將影響超過 5.5 億人口，造成食物短缺和難民潮——這樣的場景很有可能在 80 年內上演。
在日本，6 月就迎來了氣象觀測史上持續最久的「猛暑日」（單日最高氣溫超過 35℃），總共持續了 9 天。
下圖為日本氣象廳歷年來的統計數據：綠色長條圖對應縱軸，是每年猛暑日的天數；藍色折線圖是 5 年平均線；紅色斜線則是長期下來的平均趨勢。
在英國，7 月氣溫飆至 40.3℃。然而，2020 年才有研究團隊推測，在 2100 年前，英國氣溫超過 40°C 的可能性極低，沒想到才過兩年，就打破了氣候模型的預測。
針對今年英國熱浪的情況，世界氣象歸因組織（World Weather Attribution）的分析報告也指出，要不是人為造成的氣候變遷，英國絕對不可能超過 40°C，而且熱浪的溫度也會比現在還要低 2–4°C。
在歐洲，居民同樣飽受熱浪之苦。法國、西班牙、葡萄牙、義大利等地都超過 45°C，泰晤士河源頭乾涸、萊茵河水位創下歷史新低，中歐的水文地標「飢餓之石（Hungerstein）」也重見天日。
在捷克境內易北河的飢餓之石上，就刻著這樣一行字：「如果你看到我，那就哭泣吧（Wenn du mich siehst, dann weine）」。
簡單來說，熱浪的成因與地球的氣壓系統有關，特別是高壓系統。
當高壓系統長時間盤踞一地時，就稱為「熱穹（heat dome）」。在熱穹範圍內，因為高壓中心氣流下沉，阻礙地面暖空氣上升，導致暖空氣更密集、溫度更高，連帶影響地表溫度。
除此之外，影響各地熱浪的因素都不相同，但大致可以分成以下幾種：
先講結論，不算！在臺灣氣象觀測史上，也從來沒有出現過熱浪。
根據中央氣象局統計資料，在橫跨近百年的前 30 筆高溫排行榜中，近三年（2020–2022）就包辦了其中 12 筆，從 38.8℃ 到 40.2℃ 都有。今年 8 月 21 日，花蓮富源自動觀測站更測得 41.6℃ 的高溫。[註]
註：這項記錄沒有列入中央氣象局的高溫排行榜，因為能夠上榜的只有 28 個人工測站的資料，其他 300 多個自動測站都被排除在外。
可是，都這麼熱了，為什麼不算熱浪呢？考量到不同地區有不同類型的氣候，世界各國對於熱浪的認定標準都不同。
若參考世界氣象組織（WMO）的定義，必須是「連續 5 日的最高溫，超過歷年最高溫度平均值 5℃ 以上」，才能稱為熱浪。
以臺北市為例，必須連續 5 天出現 39.3℃ 以上的高溫，才符合熱浪的天氣定義，因此即使是受到熱島效應影響的臺北市，至今也都沒有出現過熱浪。
那麼，未來有可能發生熱浪嗎？應該也不會。
雖然偶爾有熱帶大陸氣團，從中國帶來乾熱的大氣，但臺灣四面環海，有海風調節，海溫最高也只有 30℃ 左右，不太可能出現異常高溫。
在熱浪期間，由於高壓籠罩、降雨減少，更容易發生乾旱，而乾燥炎熱的氣溫也容易引發森林大火，造成惡性循環。
舉例來說，加拿大西部去年遭逢熱浪，氣溫飆升至 49.6℃，頻繁的森林大火促成積雨雲形成，帶來致災性雨量，或是降下閃電，引發更多火災。
除了生態危機以外，熱浪還很有可能造成農作物欠收與能源供應短缺。在交通運輸方面，歐洲鐵軌膨脹變形，紛紛減班或停駛，而水位下降、河床乾涸等問題，也阻礙了水路運輸。
另外，英國也呼籲民眾盡量不要外出遛狗，免得狗狗中暑、曬傷，或是被柏油路燙傷。
在氣溫高、濕度高、風速弱，或是天氣突然變熱的情況下，如果在劇烈運動、戶外作業時，沒有適時補充水分與鹽分，就可能對身體造成「熱傷害」，包括熱痙攣、熱暈厥、熱水腫、熱衰竭與熱中暑。根據衛福部統計，今年 7 月，就有 444 人因熱傷害而送往急診，是去年同期的 1.8 倍，而且呈現逐年上升的趨勢。
俗話說得好：「預防勝於治療。」與其逐一認識這五種熱傷害（請參考熱傷害自我保護懶人包），不如學學如何預防，那就是——多喝水、待在陰涼處，隨時注意身體狀況。尤其是嬰幼兒、長者、過重者、慢性病患、戶外活動者、服用特定藥物者，更要小心防範。
然而，要是不幸碰上這種情況，請按照以下五個步驟處理：
