火星沒有GPS、氣溫零下80度怎麼開車?NASA毅力號台灣駕駛嚴正一次揭密
火星沒有GPS、氣溫零下80度怎麼開車?NASA毅力號台灣駕駛嚴正一次揭密

「毅力號」(Perseverance)去年從地球發射,經過一趟7個月、4.8億公里旅程,昨天登上火星。接下來這輛尖端科技的探測車怎麼走,全交給洛杉磯郊區的國家航空暨太空總署(NASA)噴射推進實驗室(JPL)控制中心。

延伸閱讀:NASA「毅力號」登陸火星!最大探測器升空7個月,盼尋找生命跡象

4次參與火星探測計畫!按照火星時間打卡上班

在台灣成長、留學美國,今年61歲的嚴正在JPL服務超過20年,自2003年開始,參與4次NASA火星探測計畫。他領導的「機器人介面與視覺化小組」(Robot Interfaces and Visualization)負責操控車子。

未來3個月,每天當火星進入黑夜,我們控制中心就開始上班,編排程式指令。一到火星的早晨,我們就把寫好的程式傳過去,讓車子開始工作。 」嚴正在受訪時談到「在地球過火星時間」的特殊輪班制。

火星進入夜晚,溫度降到攝氏零下80度,這樣的極端環境下,探測車的馬達與各項儀器,須花費更多時間與能量去熱機運轉,因此經過計算,探測車只在白天執行任務。

開動火星上這輛1000公斤重的車子,不像操縱一般遙控汽車。從地球到火星,坐太空船要花203天,訊號來回要半小時;並非地球這裡按個按鈕,它就同步往前跑,而是必須事先安排工作,交給車上先進裝置執行。

毅力號
NASA於19日發布火星探測車「毅力號」藉由電纜緩緩降落火星表面的畫面。
圖/ 截圖自Twitter

若遇到外星生物,先拍照再說!

「火星上沒有GPS(全球定位系統)。」嚴正與團隊設計的軟體,運用3D視覺化、虛擬實境(VR)、擴增實境(AR)、人工智慧(AI)等科技,在地面建構火星的現場實況,操控人員利用火星進入黑夜的10個小時,為車子安排下一步。

地球自轉一週為24小時,火星一天為24小時又40分鐘。昨天毅力號降落火星時,為火星下午4時、洛杉磯午間1時。隨著每天40分鐘的時差,嚴正與同仁上班時間一直往後推,「今天下午2時上班,下星期變成晚上10時上班」。

mars
圖/ NASA

延伸閱讀:SpaceX一年發射26次!火箭升空成了家常便飯,人類4年後真能登上火星?

毅力號本次任務,在於蒐集生物曾經存在火星的證據。記者提問萬一火星車遇到了外星生物,NASA操作準則有規定嗎?對於這個假設性問題,嚴正笑說:「趕快拍照。」NASA守則沒有這項規定,但要是發生了,可是改變人類世界觀、宗教觀的天大事件。

不過嚴正表示,操作守則裡有明確規定,太空船與火星探測車必須確保不能將地球上任何有機體帶上火星,避免發生「在火星上發現地球生命體」的烏龍事件,影響探測結果。

至於人類還要多久才能踏上火星呢?嚴正回答, 現在出生的嬰兒有生之年應該可以看到人類登陸火星 。他推論,現今科技已經有能力將人送上火星,但需花費龐大金錢,一趟約為毅力號27億美元的幾百倍,才能讓人類在火星的極端環境下存活。

鼓勵有太空夢的年輕人「把握生命中的衝動」

嚴正從2003年開始,參與4次火星探測,從一開始發現火星曾經有水、找到生命可能生存的環境,到現在挖掘生命存在的證據,準備送回地球。他表示,每一步都是過去幾十年來無數人一起努力所累積的成果。

嚴正
任職於NASA JPL控制中心的嚴正博士。
圖/ NASA

他鼓勵想投入航太科技的台灣年輕人,要有像「毅力號」名稱一樣不怕困難、不怕失敗的精神之外,更重要的是「 把握生命中的衝動 」。

嚴正以自身為例,他的衝動來自1997年,NASA第一次把旅居者號(Sojourner)探測車送上火星時,當時他在明尼蘇達大學任教,看著那一台小車子在火星上的畫面,他心想「這個太酷了,如果不去做這個,人生會有遺憾」。

旅居者號
登入火星的旅居者號(Sojourner)。
圖/ 維基百科

嚴正將這份心情比喻為,如同學生時代看到喜歡的女生,頭破血流也要去追,「人生總有一些值得珍惜的衝動」。他原本專長是設計吉普車、坦克車的模擬系統,因對火星車的畫面深深著迷,1998年在義大利羅馬抓住機會,認識相關人員,引薦他進入NASA工作。

年幼失去雙親,在育幼院長大,嚴正努力考上建國中學、清華大學,之後留學美國,拿到愛荷華大學應用數學與機械博士。他說,一路走來,其實不覺辛苦,人生最重要的事反而是找到人生的方向,對他來說,就是那一次「現在不去試,以後會後悔」的衝動。

本文授權轉載自:中央社
責任編輯:文潔琳、錢玉紘

關鍵字: #NASA
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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