從黃仁勳在GTC上提及超過30次的技術,看NVIDIA的遠見與堅持
從黃仁勳在GTC上提及超過30次的技術,看NVIDIA的遠見與堅持

2019 GTC大會上,光影追蹤(Real-time Ray tracing)是NVIDIA執行長黃仁勳主題演講中重點中的重點。近三小時的主題演講中,五成以上時間與光影追蹤技術有關,在記者會上,黃仁勳也提及光影追蹤至少30次以上,加上光影追蹤也是NVIDIA與勁敵AMD目前在GPU設計上的重大差異,重要性不言可諭。

兩款商業遊戲引擎將整合光線追蹤功能

黃仁勳在GTC記者會中重申,AMD今年亮相的GPU Radeon Vll,雖然採用目前最昂貴的台積電七奈米半導體製程,但沒有光影追蹤與深度學習超高取樣(DLSS)兩大關鍵技術,總效能表現比採用12奈米製程的GeForce RTX 2060還要差,從IC設計商的角度來看是C/P值較低的產品。

在這次的GTC上,黃仁勳也親自宣布,全球最受歡迎的兩款商業遊戲引擎Unreal Engine和Unity近期宣布都將整合光線追蹤功能。遊戲開發商可在NVIDIA GeForce GPU上運行即時光線追蹤效果。

光線追蹤GPU曲高和寡,玩家興趣缺缺

在美國的遊戲大展GDC中,已經有包括《Control》《狂龍追獵(Dragonhound)》《雷神之鎚II RTX(Quake II RTX)》等多款遊戲已經有此功能。

另外,NVIDIA也認為支援光線追蹤的GPU用戶群成長至數千萬人。搭載Pascal和Turing架構的NVIDIA GeForce GTX GPU將透過預計在4月推出的驅動程式,享有光線追蹤支援的遊戲。

新版驅動程式將可讓數千萬個GPU具備對支援即時光線追蹤遊戲的能力,加速該項技術的發展並為遊戲開發商帶來更多的用戶。

2018年8月,NVIDIA推出支援即時光線追蹤技術(Real Time Ray Tracing)的GeForce RTX 2000系列GPU,希望光線追蹤能為遊戲業帶來新的革命。

不過,由於支援光線追蹤功能的遊戲數量稀少,加上售價比前一代GPU昂貴許多,不少玩家延後購買,希望等支援的遊戲更多或價格更親民再行動,導致NVIDIA的第四季財報中,光線追蹤RTX GPU的銷量不如預期,最後,總體營收比先前財測低了5億美元,也因此分析師質疑光線追蹤是未來產品,現在推出曲高和寡,時間太早。

沒有CUDA,深度學習的發展將延遲

這樣的結果,也許讓NVIDIA覺得意外,但並不會覺得陌生,因為在2007年,NVIDIA推動CUDA架構(Compute Unified Device Architecture,計算統一設備架構)時,也是個瘋狂激進與走在「未來」的產品。

GPU的強項在於圖形繪製,若想要用GPU做非圖形,如科學運算或一般類型運算,複雜麻煩又沒效率,而NVIDIA的CUDA讓GPU做圖形以外的運算變得簡單容易。

「CUDA可以運作在NVIDIA GeForce 8系列之後的GPU上,GPGPU也算是一種平價的高效能運算方式,它把桌上型電腦變成一台個人的超級電腦(personal supercomputer in a desktop)。」《GPU高效能運算環境—CUDA與GPU Cluster介紹》一文中強調。

這是個偉大的創新,但在當時NVIDIA的主要客戶還沒有高速運算需求的電腦遊戲或美術設計業者,但NVIDIA挺而走險,堅持要做到大規模普及,因此在GeForce 8系列後「每一款」GPU都支援CUDA。

「即便是今天回想起來,這仍然是一個風險極高、形同瘋狂的決定。這意味著面對這些尚沒有高性能運算需求的傳統客戶,NVIDIA都必須在硬體產品的設計中增加相關的CUDA邏輯電路,這使得晶片面積增大、散熱增加、成本上升、故障幾率增加;同時,對於每一款產品,相關的軟體驅動都必須保障對CUDA的完美支援。」中國AI公司格靈深瞳執行長趙勇撰文指出。

NVIDIA cuda+.jpg
CUDA與GPU硬體本身緊密的結合,推升現在的GPU加速浪潮,讓AI走出實驗室走入企業。
圖/ 數位時代翁書婷攝

2007年NVIDIA正式把CUDA引進產品中,當時AI還處於第二次寒冰期。由深度學習教父辛頓(Geoffrey Hinton)執筆的深度學習技術重要文獻《Deep Belief Networks》在2006年才剛發表,距離2012年至2013年AI應用大爆發時期還有六年至七年時間。

CUDA與GPU硬體本身緊密的結合,推升現在的GPU加速浪潮,讓AI走出實驗室走入企業。CUDA是深度學習發展的加速劑,讓深度學習的計算速度倍增。

CUDA讓NVIDIA的GPU生態圈迅速成型,而CUDA也幫NVIDIA築起一道堅固護城河。「如果沒有NVIDIA的CUDA,科學界證實深度學習巨大潛力的時間不知道還要推遲多久。」趙勇強調。NVIDIA也因此收穫甜美的果實,股價在2016年年初的20元至30元開始漲至2018年中的270元至280元。

光線追蹤也有異曲同工之妙

NVIDIA並非發明即時光影追蹤,光線追蹤技術最早可追溯於1969年,由IBM員工Arthur Appel在提出(註一),1979年電腦科學家Turner Whitted解釋如何反射、陰影和反射等捕捉(註二)。

用CPU做光影追蹤耗費時間,即使很小的圖都要讓使用者等上好幾分鐘,但NVIDIA透過GPU將光線追蹤發揚光大,提高效率。

除遊戲、電影工業,光線追蹤在建築與製造業扮要角

在這次的2019 GTC大展中,已經看到不少廠商把NVIDIA RTX技術應用到各類領域,如中國最大軌道運輸設備製造商中國中車(CRRC)就採用法國工業虛擬軟體服務商ESI集團的虛擬製造服務。ESI集團幫中國中車打造出一個取代物理模型的1:1虛擬模型,中國中車利用虛擬模型,審查車輛原型,像車外光線與車內燈光裝設如何影響車內乘客視覺,在大量製造前就可進行調整,大幅降低車輛開發的時間與成本。

對於建築業來說,光線追蹤技術相當重要,因為光線是建築業的靈魂要素,安藤忠雄就曾說,「我的作品中,光永遠是一種空間戲劇化重要元素」,貝聿銘也強調「利用光線做設計」。而建築業採用RTX技術將走在遊戲前面。

也就是說,除遊戲、電影工業,光線追蹤在建築與製造業扮要角,而對者兩大產業來說,光線追蹤已經是現在所需,而非未來產品。

那光線追蹤最終是否能如CUDA,讓外界看到NVIDIA的遠見與堅持呢?外界拭目以待。


註一:《Some Techniques for Shading Machine Renderings of Solids》
註二:《An Improved Illumination Model for Shaded Display》

往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓