Contact

Facebook Page: https://www.facebook.com/GoogolForexToken/
YouTube Channel: https://www.youtube.com/c/AngrywaterNet
JustMarkets IB Plan: https://one.justmarkets.link/a/tr3si905ht , Partner ID: tr3si905ht
ICMarkets IB Plan: https://www.icmarkets.com/global/en/?camp=12437 , Refer ID: 12437
顯示具有 AI 標籤的文章。 顯示所有文章
顯示具有 AI 標籤的文章。 顯示所有文章

2026年2月27日 星期五

[AI] 馬斯克想在宇宙讓AI 伺服器散熱合理嗎?


老黃是不是因為做不到老馬的生意,才會提出疑問,這點單方面猜測「難以證偽」所以不好說,但這篇提到的散熱疑慮問題點,沒有仔細說明為何太空中理論溫度是接近絕對零度,事情卻可能沒有表面上看起來那麼簡單。因為若不直接靠輻射散熱,就必需要有「熱傳導」的發生,這點在地球上通常無法靠直覺意識到它的存在。

先試著舉個例子輔助說明:太陽光射到地球那麼遠,為何還能讓地球受熱?原因是地球接受到的是太陽輻射出來的光波,地球是靠這些光波本身帶的能量保持溫度,所以可以在「沒有介質」的情況下把熱能傳到地球。

因此,並非真空溫度低就可以直接降溫,不然 CPU 散熱也就不需要裝誇張的「散熱塔」了。熱能其實在原子層面看就是「分子的動能」,CPU 其實是把自身分子的動能輸送給散熱塔的分子,藉此損耗能量「降低CPU 分子的抖動」,於是我們看到的就是「CPU 被降溫了」。

然後散熱塔因為分子數量比 CPU 多很多,動能在內部擴散以後,每個分子的抖動程度當然就比 CPU 分子小,所以散熱塔整體溫度會比 CPU 更低。若覺得難以想像,可以把「熱能」也就是「分子的動能」當成一筆錢,分給比較多人時,每個人分到也就少了。之後再用氣流或液體把散熱塔的熱量帶走。原理也是一樣,大量空氣粒子或液冷分子一起「分錢」,分母再次擴大,自然就更低溫了,之後的熱空氣或熱液就靠製冷機器降溫。因此你才沒辦法用 CPU 散熱吹出來的熱風烤肉,雖然 CPU 散熱前溫度可能高達 90 ℃。

既然如此,真空中沒有介質,要怎麼把伺服器的熱量散出來?

若不做特殊的處理,光是把伺服器丟在真空中的宇宙,那散熱的唯一方法只能效法太陽利用「輻射電磁波」,也就是靠物體表面輻射出來的「遠紅外線」把熱量帶走,可想而知這效能低到沒有意義,否則在地球上也可以用相同招數散熱,夏天時你也不用吹冷氣或電扇,你的身體隨時都在發射遠紅外線呀,要是那樣可以,那你也早就涼了。

因此老馬的散熱方案,光靠遠紅外線輻射絕對不夠,可能得配合「月球」之類的巨大天體,把熱能用「物理接觸」的方法,直接把超巨大散熱結構埋在月球土裡,再利用整個月球把熱量用遠紅外線的方式輻射出去才行。若只是把該結構放置在真空中,所需要的材料總花費算下來,可能遠不如乾脆乖乖在地球用電費散熱算了。

對了,其實即便是「物理接觸」,物體間要傳遞熱量,其實也是要靠遠紅外線輻射,實體接觸只是「把所有輻射線全部接住馬上送走,以拉高傳遞速度」,散熱本質並沒有不同。

結論,在老馬提出完整方案之前,若按照地球上的散熱方式應該行不通,老黃的疑問不是完全沒道理的。各位如果有留意的話,聽說老馬改口先不移民火星,要先去月球建基地。很可能老馬就是想一次性解決許多問題,包括 AI 散熱。

2025年12月17日 星期三

[AI] 到底要付費給哪個 AI 比較好?好傷腦筋!

關於要付費給 AI 這件事真的很難抉擇。Gemini 真的很有 Google 風格,果然是工程師思維打造的東西。要它生圖好像提示詞都聽不懂,有點像是叫沒有美術設計經驗的工程師去繪圖。但是寫程式部分真的是虎虎生風,嚇壞了我這個資深人員。

我一開始就建議它用 Queue 來管理頻繁更新且索引 0 必須永遠最新的資料串,結果它用了陣列和 List ,卻有那種超大陣列搬移的行為,它自己也說陣列和 List 程式碼效能不夠。它原本想炫技,跟我說「可以寫成環形結構喔」,我說「所以我一開始就建議用 Queue 啊」,它還抗拒了一會兒。

直到我丟了自己設計的 O(1) 級別的 TPQueue 給它,它居然完全看得懂,彷彿忽然開了外掛,馬上完全融入程式碼內,連我這個原設計者要拿來用時,都還要好好回憶一下,結果它「秒懂」,馬上花式用法,且期間還不忘記拍人類馬屁狗腿一下,說這個設計多優秀多省時,巴啦巴啦…彷彿搔到它癢處,把所有能取代的陣列與 List 全部換掉。

只差它本來要改掉我的習慣,說「索引 0 資料最舊」這樣做平均計算比較方便,我說我所有的既有程式碼都是索引 0 最新,然後它花了大概兩秒就改完了。

後面簡直欲罷不能,它看到我拿一小段示範碼,如何用我設計的 virtual 函數 override 在計算平均值時去掉舊資料的影響,馬上自告奮勇說可以參考我的設計,拿去改掉它原本要整個陣列重算的方法。

Gemini 在程式上的表現,真的堪比經驗老道的資深工程師,還能光速寫碼。

我想,要是當初我還在開遊戲設計公司時,其中一個為了不想寫程式碼而摔筆的伙伴,能換成 Gemini 的話,可能我的公司就不會因為人力空缺,導致後面一連串的經營災難,最後只能結束營業,遊戲也被惡質代理公司給踐踏掉了。

唉,真是時也命也!

對了,反觀 Open AI 的 ChatGPT 寫程式的功力,我只能說,算是學校裡的資優生吧!不過,我還是得當老師修改錯誤,如果完全無錯誤的版本,只是「能跑」而已,邏輯相對紊亂很多,人類要用的時候,堪比老師要改學生期末報告或考卷,真的很累啊,要花超多時間有時候還有點霧煞煞,有時候它甚至自己也搞不懂自己在幹嘛。

可是 ChatGPT 就比較像是「美術系」的學生斜槓工程師,出圖的正確性好像比 Gemini 好滿多的,Grok 則是大方好用的影音剪輯幫手。

我實在不想三個都付費,但都用得到,也不知道哪個會用得比較多,真的很傷腦筋。