# 讓計算機回到「計算」本身：外掛式物理計算機與現場計算設備總綱 **系列：外掛式物理計算機與現場計算設備研究，第 0 篇** **英文系列名：External Physical Compute Appliances and Field Computing Systems** **版本：v0.1** **作者：** Neo.K **機構：** EveMissLab／一言諾科技有限公司 **日期：2026-08-29** **狀態：公開草稿／系列總綱** ## 摘要 現代通用電腦將計算、作業系統、圖形介面、儲存、網路、通訊與應用程式整合為同一設備類別。這種整合極為成功，卻也使「計算機」逐漸與「通用個人電腦或伺服器」近乎同義。與此同時，光子計算、RF 波式類比計算、聲學計算、類比計算、記憶體內計算、FPGA、專用加速器與可重構物理系統正在重新顯示：計算本身可以由多種物理 substrate、幾何結構、波動模式與動力過程直接實現，而不必先被還原為傳統 CPU 上的逐指令執行。 本文提出「外掛式物理計算機」（External Physical Compute Appliance, EPCA）作為一個工作性設備類別。EPCA 不是把新型物理核心當成 PC 的被動周邊，也不是用微控制器計算答案後再以光、聲或機械結構播放動畫。它要求至少存在一個對受支援任務具有實質因果貢獻的專用或物理計算核心，並由嵌入式監督層負責配置、量測、校正、記憶、更新、驗證、介面與必要的數位 refinement。其基本架構可寫為 $$ \mathcal M = \mathcal P \oplus \mathcal S \oplus \mathcal I \oplus \mathcal O \oplus \mathcal N \oplus \mathcal U \oplus \mathcal E, $$ 其中 $\mathcal P$ 為物理或專用計算核心， $\mathcal S$ 為嵌入式監督器， $\mathcal I$ 與 $\mathcal O$ 為輸入與輸出， $\mathcal N$ 為可選網路能力， $\mathcal U$ 為版本化更新機制， $\mathcal E$ 為計算證據與 provenance 層。 本文主張，EPCA 的重要性不在於立即取代通用電腦，而在於恢復另一種設備拓撲：機器存在的首要理由是執行某類計算；網路是增強而非存在條件；外部 PC 是可選宿主而非必要主體；新型物理 substrate 可以以模組形式加入；同一設備可以同時提供可觀測展示路徑與高速實用路徑；科研版本則應將結果與演算法版本、硬體狀態、校正狀態、誤差估計及執行配置共同輸出。 本文進一步提出 Local Execution Closure、Physical-Core Non-Substitution、Observable Computation、Evidence-Bearing Result 與 Modular Substrate Interface 等工作性條件，並將此方向定位為前沿物理計算、嵌入式 Linux、即時控制、科研儀器與離線優先 edge appliance 之間尚未被充分統一的工程接口。 --- ## 1. 問題不是「能不能再做一台計算器」 電子計算器從未真正消失，但現代計算文化的中心已經由「專門算某件事的機器」轉向「可以做幾乎所有數位工作的通用電腦」。因此，當一個新型物理計算技術出現時，最常見的系統想像通常是： $$ \text{CPU / Host Computer} \rightarrow \text{Accelerator} \rightarrow \text{Result}. $$ 在此架構中，GPU、NPU、FPGA、photonic accelerator 或其他異質硬體通常被視為宿主電腦的附屬資源。這種模式非常合理，但不是唯一可能的設備拓撲。 本文研究另一條路： $$ \text{Input} \rightarrow \boxed{\text{Computational Appliance}} \rightarrow \text{Result}, $$ 而 PC、伺服器或雲端僅在需要時接入： $$ \text{Host} \leftrightarrow \boxed{\text{Computational Appliance}}. $$ 因此本文真正的問題不是： > 能不能把雷射、RF、超音波或新型材料做成一台很酷的計算器？ 而是： > 能否把不同物理計算 substrate 封裝為具有本地執行閉合、可更新、可驗證、可離線、可現場部署的獨立計算設備？ 這是一個設備架構問題，而不只是元件問題。 --- ## 2. 前置理論：功能不必綁定單一 substrate 本系列延伸自兩個先行研究框架： 1. 《跨尺度構成與動態約束域研究》； 2. 《認知功能體的物理實現與自然可觀測性研究》。 前者將材料、幾何、有效物理、控制能力與可達域分離，後者則進一步把結構、動力與功能視為不可簡化成單一路徑的耦合生成系統。 對本系列而言，最重要的前置命題可以縮寫為：若一個功能由軌跡 functional 定義，而不是由材料名稱定義，則不同 substrate 可能在指定任務與允許誤差下實現相同或近似相同的計算映射。 令任務為 $\tau$，輸入為 $x$，物理裝置的完整動力軌跡為 $\Gamma$，讀出映射為 $R_\tau$，則計算結果可以寫成 $$ y = R_\tau(\Gamma). $$ 若兩個不同 substrate $p_1$ 與 $p_2$ 滿足 $$ d \left( R_\tau(\Gamma_{p_1}), R_\tau(\Gamma_{p_2}) \right) \leq \varepsilon, $$ 則在任務 $\tau$ 、觀測規約與誤差容限 $\varepsilon$ 下，兩者可具有計算功能等價，而不要求微觀構成相同。 這個區分讓「算盤幾何」可以從機械珠子推廣到電脈衝、RF 波、聲波、光脈衝或其他可受控 carrier，也讓新型物理計算核心能被視為同一上層設備架構中的不同 backend。 --- ## 3. 當代技術已經證明哪些局部元件？ 本系列不主張 EPCA 所需的所有底層技術都尚未存在。相反地，現有研究已經證明其中多個關鍵片段。 2025 年，Tzarouchis、Edwards 與 Engheta 實驗展示一套可重構 RF wave-based analog computing machine。其 direct complex matrix 架構以波而不是傳統電流／電壓 crossbar 執行複數矩陣運算，並進一步實作矩陣反演、Newton root finding 與 constrained inverse design。其 multiplier module 同時包含可控相位與增益／衰減功能，且每個模組具有 onboard microcontroller 以接受外部配置。這說明「數位控制層配置物理波動計算核心」已不是純概念。 同樣在 2025 年，Hua 等人展示整合超過 16,000 個 photonic components 的 $64\times64$ 光子矩陣向量計算加速器。該系統將光子 MAC 核心與電子晶片共同整合，電子側承擔支援光子運算的邏輯、記憶與控制。這一結果尤其重要，因為它直接否定一個常見但不必要的純化假設：新型物理計算若需要電子監督器，就不再算「真正的物理計算」。 更合理的架構應是： $$ \boxed{ \text{Physical Compute Core} + \text{Digital Supervisory Layer} } $$ 而不是在兩者之間做非此即彼的選擇。 在現場設備層，NI CompactRIO 等現有平台已長期證明另一塊拼圖：處理器、Linux Real-Time、可程式化 FPGA、模組化 I/O 與長期 field testing 可以被封裝成獨立工業設備。Embedded Linux 生態中的 transactional update、A/B system、signed update 與 rollback 技術也已成熟。這些系統不是 EPCA 本身，但說明現場自治、模組化控制與安全更新並不需要從零發明。 因此本文的保守判斷是： $$ \boxed{ \text{許多必要元件已存在，真正開放的是它們的統一設備架構。} } $$ --- ## 4. 定義：外掛式物理計算機 EPCA 令一台候選設備為 $$ \mathcal M = ( \mathcal P, \mathcal S, \mathcal I, \mathcal O, \mathcal N, \mathcal U, \mathcal E ). $$ 其中： - $\mathcal P$：Physical or Specialized Compute Core； - $\mathcal S$：Embedded Supervisor； - $\mathcal I$：輸入與感測介面； - $\mathcal O$：輸出與顯示介面； - $\mathcal N$：可選網路與外部宿主連線； - $\mathcal U$：版本化更新與復原機制； - $\mathcal E$：計算證據、校正、誤差與 provenance。 我們稱 $\mathcal M$ 為一個 External Physical Compute Appliance，若它至少滿足以下四個最低條件。 ### 條件一：Local Execution Closure 對一組受支援任務族 $\mathcal T_M$，設備在沒有外部 PC 與沒有網路的情況下仍可完成輸入到結果的主要執行閉環： $$ \forall\tau\in\mathcal T_M, \qquad x \xrightarrow{\mathcal M} y, $$ 且 $$ N=0, \qquad H=0 $$ 不應使所有核心計算能力消失，其中 $N$ 表示外部網路可用性， $H$ 表示 host computer 可用性。 這稱為 Local Execution Closure, LEC。 ### 條件二：Physical-Core Non-Substitution 設備中的物理核心不能只是視覺動畫或沒有實質因果作用的展示件。 令完整系統表現為 $Q(\mathcal M,\tau)$，移除或停用 $\mathcal P$ 後為 $Q(\mathcal M\setminus\mathcal P,\tau)$。若 $\mathcal P$ 宣稱是任務 $\tau$ 的核心計算資源，至少應存在某個性能或功能維度，使 $$ Q(\mathcal M,\tau) \neq Q(\mathcal M\setminus\mathcal P,\tau). $$ 更強版本可要求在指定限制集合 $B$ 下，停用 $\mathcal P$ 後無法維持原任務規格： $$ Q(\mathcal M\setminus\mathcal P,\tau) \notin B. $$ 這稱為 Physical-Core Non-Substitution, PCNS。 ### 條件三：Supervisor Separation 嵌入式監督器可以計算參考答案、執行校正、做數位 refinement 或處理不適合物理核心的工作，但應能區分： $$ y_P = \mathcal R \left( \mathcal P(x) \right) $$ 與 $$ y_S = \mathcal S_{\mathrm{ref}}(x). $$ 展示與驗證模式可以比較 $$ \Delta = d(y_P,y_S), $$ 但不應將 $y_S$ 直接冒充為 $y_P$。 ### 條件四：Independent Device Identity 設備的主要產品／研究身份是「一台計算設備」，而不是「某台 PC 中不可分離的一塊內部邏輯」。它可以被 host 呼叫，但 host 不是其存在條件。 因此： $$ \boxed{ \text{EPCA} \neq \text{ordinary peripheral} } $$ 也不等同於 $$ \boxed{ \text{EPCA} \neq \text{PCIe accelerator only}. } $$ 兩者可以共享技術，但設備拓撲不同。 --- ## 5. 「外掛式」不是指一定要插 USB External 在這裡不是特定接口名稱，而是系統角色。 一台 EPCA 可以： - 完全 standalone； - 透過 USB、Ethernet、PCIe、Serial、CAN 或其他介面連線； - 被筆電或伺服器視為遠端／外部 compute resource； - 被科研儀器直接驅動； - 被感測器網路當作現場計算節點； - 在網路中斷後繼續執行本地任務。 其關鍵是角色反轉。 傳統模式： $$ \text{PC} \supset \text{compute accelerator}. $$ EPCA 模式： $$ \text{computational appliance} + \text{optional host}. $$ 因此「外掛」真正意味的是：計算能力被重新封裝成一個可獨立存在、又可被其他系統調用的機器邊界。 --- ## 6. 監督器不是計算核心的敵人 若追求完全純粹的光學、聲學或 RF 計算機，工程上很容易遇到記憶、控制、量測、穩定化、校正、介面與更新問題。 EPCA 不要求這種純化。 我們將整台設備分為至少兩個 plane： $$ \boxed{\text{Compute Plane}} $$ 與 $$ \boxed{\text{Supervisory Plane}}. $$ Compute Plane 可以由： $$ \mathcal P \in \{ \text{RF}, \text{optical}, \text{acoustic}, \text{analog}, \text{FPGA}, \text{CIM}, \text{mechanical}, \ldots \} $$ 實現。 Supervisory Plane 則可以由 MCU、embedded SoC、RISC-V、ARM、x86、real-time controller 或 FPGA control logic 實現。 其任務包括： $$ \begin{aligned} &\text{configuration},\\ &\text{timing},\\ &\text{calibration},\\ &\text{measurement},\\ &\text{memory},\\ &\text{verification},\\ &\text{logging},\\ &\text{update},\\ &\text{networking},\\ &\text{recovery}. \end{aligned} $$ 在更高階版本中，監督器還可以負責數位 refinement： $$ y_0 = \mathcal P(x), $$ $$ y = \mathcal S_{\mathrm{refine}}(x,y_0). $$ 此時物理核心提供低延遲、低能耗、並行或其他特定優勢，數位核心則修正精度與邊界情況。 --- ## 7. 為什麼第一代不應把「最快」當唯一目標？ 若第一代 EPCA 直接以 FLOPS 或單一 throughput 指標與成熟 GPU 競爭，研究很可能在尚未建立設備類別前就被錯誤 benchmark 綁死。 對第一代 demonstrator，更合理的性能向量為 $$ \mathbf Q = ( L, E, P, O, R, V, A, C ), $$ 其中： - $L$：latency； - $E$：energy cost； - $P$：precision； - $O$：observability； - $R$：repeatability； - $V$：verifiability； - $A$：offline autonomy； - $C$：integration cost。 第一代的 objective 可以刻意提高 $O$ 、 $R$ 與 $V$ 的權重，而不急著最大化 $L^{-1}$。 因此，RF、較慢的聲學系統、可視脈衝網路，甚至機械—電子混合架構，都可能比皮秒光學更適合作為第一代公開 demonstrator。 這不是因為它們長期性能一定更高，而是因為研究目標不同： $$ \boxed{ \text{MVP 的第一任務是證明設備類別，而不是贏得最終性能競賽。} } $$ --- ## 8. 可觀測物理計算 現代積體電路中的計算高度不可直接觀察。使用者通常只能看到輸入與輸出： $$ x \rightarrow \boxed{?} \rightarrow y. $$ 但對研究、教學、校正與新型 substrate 驗證而言，可觀測性本身可以成為設計目標。 令完整物理狀態為 $z_t$，外部量測算子為 $M_O$，則觀測為 $$ o_t = M_O(z_t)+\eta_t. $$ 若裝置刻意設計使關鍵中間計算狀態可被測量、映射或視覺化，則可形成： $$ \text{Input} \rightarrow \text{Observable State Evolution} \rightarrow \text{Output}. $$ 本文稱此為 Observable Physical Computation, OPC。 OPC 不要求人眼直接看見所有微觀狀態。可觀測可以經由 photodetector、oscilloscope、phase readout、sensor array、camera、timing trace 或其他映射實現。核心條件是，中間物理過程具有可被獨立驗證的因果資訊，而不是只播放預先算好的動畫。 未來同一台設備可以同時具有： $$ \text{Visible Compute Path} $$ 與 $$ \text{Fast Compute Path}. $$ 前者偏重理解與驗證，後者偏重實際性能。 --- ## 9. 載體廣義算盤作為第一個祖型 算盤是一個特別適合作為本系列起點的幾何祖型，因為它將離散狀態、位置、局部轉移、進位與可讀性高度結合。 令抽象算盤為 $$ \mathcal A = (G,X,T,R), $$ 其中 $G$ 是幾何／鄰接結構， $X$ 是狀態， $T$ 是轉移規則， $R$ 是讀出。 傳統算盤只是令 carrier 為機械珠子： $$ c = \text{mechanical bead}. $$ 載體廣義後，則可寫成 $$ c \in \{ \text{charge}, \text{voltage pulse}, \text{RF wave}, \text{acoustic packet}, \text{photon}, \text{laser pulse}, \ldots \}. $$ 只要不同 carrier 在指定任務與誤差下維持同一抽象狀態轉移，就得到 substrate-generalized realization。 更進一步，波動 carrier 還允許 amplitude、phase、frequency、polarization、time slot 與 interference 成為額外自由度。這會使「一條算盤桿對應一個邏輯 channel」的傳統假設失效，並逐漸由位置編碼跨向模式編碼與關係編碼。 這部分將由本系列第 1 篇專門處理。 --- ## 10. Offline-first：網路是增強，不是存在條件 對工程與科研現場而言，網路失效不應等同於計算機失效。 因此 EPCA 採用的基本原則是 $$ \boxed{ \text{Local Compute} \rightarrow \text{Network Enhancement} } $$ 而不是 $$ \boxed{ \text{Network Dependency} \rightarrow \text{Remote Compute} }. $$ 在 $N=0$ 時，已安裝且被聲明為 offline-capable 的任務仍應完成： $$ \tau \in \mathcal T_{\mathrm{offline}} \Rightarrow \mathcal M_N=0(x) \rightarrow y. $$ 有網路時，設備可以額外獲得： - 演算法包更新； - calibration profile； - 驅動與裝置描述； - 遠端資料源； - 遠端協作； - 大型 host 的 fallback； - AI orchestration； - telemetry 與 fleet management。 但這些功能應該疊加在本地執行能力之上。 --- ## 11. Embedded Linux 不是為了把它重新變成 PC 若設備採用 embedded Linux，目的不是加入桌面環境，而是利用成熟的： - driver model； - process isolation； - filesystem； - networking； - package or image deployment； - logging； - time synchronization； - hardware abstraction； - security primitives； - update and rollback。 因此可以採取： $$ \text{Read-only Base OS} + \text{Versioned Runtime} + \text{Signed Compute Packages}. $$ 更新機制則應優先使用 fail-safe、atomic、A/B 或 transaction-like 策略，使中斷更新不破壞既有可工作版本。 這裡的重要界線是： $$ \boxed{ \text{General computational capability} \not\Rightarrow \text{General-purpose PC UX}. } $$ 一台設備可以有數十 GB 記憶體、多核心 CPU、FPGA 與網路能力，卻仍然只呈現「選任務、輸入、執行、結果、證據」的計算機介面。 --- ## 12. 演算法包：不是 App，而是新的計算能力 若 EPCA 支援多種任務，可以把可更新單元定義成 Computational Module： $$ \mathcal A_i = ( F_i, B_i, C_i, V_i, R_i ), $$ 其中： - $F_i$：功能與 API； - $B_i$：所需 backend； - $C_i$：執行 constraints； - $V_i$：版本與驗證資訊； - $R_i$：resource requirements。 例如： $$ \mathcal A_{\mathrm{FFT}}, \qquad \mathcal A_{\mathrm{Matrix}}, \qquad \mathcal A_{\mathrm{Signal}}, \qquad \mathcal A_{\mathrm{Optics}}, \qquad \mathcal A_{\mathrm{Calibration}}. $$ 當新型物理核心加入時，演算法可以聲明自己支援： $$ B_i \subseteq \{ \text{CPU}, \text{FPGA}, \text{RF}, \text{optical}, \text{acoustic}, \text{CIM}, \ldots \}. $$ 因此設備更新不只是「安裝新 App」，而是： $$ \boxed{ \text{the machine acquires a new computational capability}. } $$ --- ## 13. 模組化 substrate：前沿技術不必每次重造整台機器 若每出現一種新型計算 substrate 就必須重新設計整套 UI、網路、儲存、更新、校正與科研介面，前沿硬體進入實際設備的成本會非常高。 因此長期 EPCA 應考慮模組化： $$ \mathcal M = \mathcal S + \mathcal B + \mathcal P_i, $$ 其中 $\mathcal B$ 為 Compute Backplane， $\mathcal P_i$ 為可替換計算模組。 例如： $$ \begin{aligned} \mathcal P_1&=\text{RF},\\ \mathcal P_2&=\text{optical},\\ \mathcal P_3&=\text{acoustic},\\ \mathcal P_4&=\text{FPGA},\\ \mathcal P_5&=\text{analog},\\ \mathcal P_6&=\text{CIM / memristive}. \end{aligned} $$ 這使技術轉移的基本操作由 $$ \text{new physics} \rightarrow \text{new computer} $$ 改為 $$ \boxed{ \text{new physics} \rightarrow \text{new compute module}. } $$ 這可能是整個系列最重要的工程命題之一。 --- ## 14. 科研版本：答案本身不夠 科研儀器若只回傳一個數值，往往無法滿足可重現性與後續稽核需求。 因此本文提出 Evidence-Bearing Result： $$ R = (y,E), $$ 其中 $$ E = ( A, A_v, P, P_v, C, \theta, \varepsilon, t, H ). $$ 可分別代表： - $A$：演算法識別； - $A_v$：演算法版本； - $P$：物理 backend； - $P_v$：backend firmware／calibration version； - $C$：執行配置； - $\theta$：參數； - $\varepsilon$：誤差估計或不確定度； - $t$：時間資訊； - $H$：硬體健康與狀態摘要。 在必要時還可加入輸入資料 hash、原始量測引用與環境條件。 因此科研輸出不只是 $$ y=17.82, $$ 而是 $$ \boxed{ 17.82 + \text{how this result physically came to exist}. } $$ 這使 EPCA 從「計算盒」進一步成為 evidence-ready scientific appliance。 --- ## 15. 現場工程：不是所有地方都需要一台完整 PC 大量工程現場的核心需求其實是： $$ \text{sensor input} \rightarrow \text{transform} \rightarrow \text{model} \rightarrow \text{decision variable}. $$ 例如： $$ \text{vibration} \rightarrow \text{FFT} \rightarrow \text{feature extraction} \rightarrow \text{fault estimate}, $$ 或 $$ \text{spectrum} \rightarrow \text{denoise} \rightarrow \text{fit} \rightarrow \hat\theta. $$ 對此，一台具有本地儲存、足夠 RAM、專用物理／數位核心、感測 I/O、顯示、離線 runtime 與保守更新機制的 EPCA，可能比「儀器加筆電加雲端服務」更適合某些工作流。 本文不主張它在所有場景更好。真正應比較的是系統成本向量： $$ \mathbf C = ( \text{latency}, \text{energy}, \text{setup}, \text{reliability}, \text{maintainability}, \text{offline resilience}, \text{reproducibility} ). $$ EPCA 的價值只能在特定任務族與部署環境下被證明，而不能由設備名稱直接推出。 --- ## 16. 從 Pocket 到 Rack：同一 runtime 的不同尺度 如果這個設備類別成立，它不必只有單一外型。 可以形成： $$ \text{Pocket} \rightarrow \text{Bench} \rightarrow \text{Field} \rightarrow \text{Rack}. $$ Pocket 版本接近高階科學計算器的後繼；Bench 版本偏向實驗室與可觀測 demonstrator；Field 版本強調低功耗、耐用、感測介面與離線自治；Rack 版本則可成為伺服器或實驗設施中的外部 heterogeneous compute node。 若它們共享同一 Compute Runtime 與 Module Contract，差異主要來自： $$ P_{\max}, \qquad M, \qquad I/O, \qquad \{\mathcal P_i\}. $$ 這提供一條由展示設備自然擴張到科研與工程平台的路線，而不需要在每個尺度重新定義計算模型。 --- ## 17. 分級：EPCA 不必一步到終態 本文提出五級工作性分級。 ### EPCA-0：Observable Physical Calculator 物理過程具有真實計算因果作用，主要目標是可觀察與驗證。 ### EPCA-1：Supervised Physical Calculator 加入 MCU／SoC／FPGA 監督層，完成配置、校正、量測、參考計算與結果比對。 ### EPCA-2：Offline-First Field Appliance 具本地 runtime、足夠記憶體、版本化演算法、離線執行、資料記錄與安全更新，可離開 PC 長期工作。 ### EPCA-3：Modular Multi-Substrate Appliance 同一 supervisor 與 compute contract 可管理多種可替換或並存的物理／專用核心。 ### EPCA-4：Autonomously Orchestrated Compute Platform 系統可根據任務、誤差、延遲、能耗、可用 backend 與硬體狀態，自動選擇執行路徑。 EPCA-4 可以使用 AI，但 AI 不是定義上的必要條件。規則系統、optimizer、scheduler 或傳統 control logic 也可以實現 orchestration。 --- ## 18. AI 的位置：最後加入，而不是一開始就遮蔽物理問題 本系列第一階段刻意不把 AI 當核心要求。 原因很簡單：如果第一台機器的 physical backend、measurement、error model 與 execution contract 尚未清楚，AI 只會增加不可解釋變量。 在後期，AI 可以定義成 orchestrator： $$ \mathcal O: ( \tau, \mathcal P_{\mathrm{avail}}, B, S ) \rightarrow \Pi, $$ 其中 $\tau$ 為任務， $\mathcal P_{\mathrm{avail}}$ 為可用核心集合， $B$ 為限制與目標， $S$ 為當前硬體狀態， $\Pi$ 為執行計畫。 例如： $$ \Pi = ( \text{preprocess on CPU}, \text{matrix step on photonic core}, \text{refine on FPGA}, \text{verify on CPU} ). $$ 這時 AI 的角色是選擇與組合計算路徑，而不是重新定義什麼叫計算。 --- ## 19. 本文不主張什麼 為避免把一個設備框架誇張成物理突破，本文明確排除以下強命題。 ### 第一，不主張新型 substrate 必然比數位 CMOS 快 不同任務、精度、I/O 與資料搬運成本會產生完全不同結果。 ### 第二，不主張所有 physical computing 都應做成 EPCA 有些技術最適合直接整合在 datacenter 或晶片內。 ### 第三，不主張 embedded Linux 是唯一 supervisor MCU、RTOS、bare metal、FPGA softcore 或其他系統均可實現。 ### 第四，不主張完全離線優於連網 本文只主張網路不應成為那些本來可本地執行任務的無必要單點失效。 ### 第五，不主張本系列已證明商業需求 市場價值需要真實 workflow、成本與使用者研究驗證。 ### 第六，不主張「EPCA」具有專利意義上的全球首創性 本文提出的是一個整合性研究類別與系統架構。其 prior art、專利 landscape 與具體實作新穎性必須另行檢索。 --- ## 20. 可證偽性與工程判準 如果以下結果成立，EPCA 的強工程版本會被削弱。 ### 20.1 物理核心沒有實質優勢 若對所有合理任務，加入 $\mathcal P$ 後都只有更高成本而沒有可量測優勢，則該 backend 不值得進入 EPCA。 ### 20.2 supervisor 吞掉所有計算 若實際結果完全由 supervisor 計算，物理核心只負責顯示，則它只是展示系統，不是本系列定義下的 physical compute appliance。 ### 20.3 I/O 與轉換成本抵消全部收益 若 $$ C_{\mathrm{I/O}} + C_{\mathrm{conversion}} + C_{\mathrm{calibration}} \gg G_{\mathrm{physical}}, $$ 則某 substrate 可能只適合 demonstrator，而不適合實用計算。 ### 20.4 現場自治沒有 workflow 優勢 若工程與科研使用者在絕大多數場景中始終更偏好一般筆電／雲端，且沒有可靠性、延遲、能源、合規或操作優勢，則 Field Appliance 分支應縮小。 ### 20.5 多 substrate 介面無法形成穩定抽象 如果不同物理核心的 I/O、校正與任務語義差異大到無法形成有效 contract，則 EPCA-3 可能必須改為較弱的 backend-family 模組化，而非全域統一背板。 --- ## 21. 本系列的八篇結構 ### Paper 00 **讓計算機回到「計算」本身：外掛式物理計算機與現場計算設備總綱** 建立 EPCA 類別、最低條件、分級與研究邊界。 ### Paper 01 **載體廣義算盤：幾何計算從珠子到光、RF、聲與場** 研究離散幾何計算如何跨 carrier 實現，並分析 position coding、mode coding、relation coding 與 dynamical geometry 的轉換。 ### Paper 02 **可觀測物理計算：從展示機到可驗證計算核心** 建立 Observable Physical Computation、物理因果驗證、可視路徑、量測介面與 demonstrator benchmark。 ### Paper 03 **監督器與物理核心分離：Embedded Supervisor Architecture** 研究 MCU、SoC、FPGA、Linux、real-time control、calibration、reference computation 與 physical-core non-substitution。 ### Paper 04 **離線優先現場計算機：Linux、Real-Time、更新與失聯自治** 處理 Local Execution Closure、A/B update、signed modules、fault recovery、field I/O、資料保存與網路失效模式。 ### Paper 05 **多基底模組化計算背板：可更換物理核心與演算法封裝** 定義 Compute Backplane、Backend Contract、Computational Module Repository 與 heterogeneous routing。 ### Paper 06 **混合精度與證據承載計算：校正、記憶、Refinement 與 Provenance** 處理類比誤差、數位 refinement、記憶層、校正策略、科研 evidence envelope 與 reproducibility。 ### Paper 07 **從專用計算器到自治計算平台：Benchmark、路由與 AI Orchestration** 整合 Pocket、Bench、Field、Rack 路線，建立 benchmark suite，並研究 AI 或非 AI orchestrator 如何自動選擇計算 substrate。 --- ## 22. 第一個 MVP 應該證明什麼？ 第一個 MVP 不需要證明「新型物理計算比 GPU 快」。它只需要同時證明五件事。 ### MVP-1：真實物理運算 至少一個結果由物理核心的真實狀態演化產生。 ### MVP-2：獨立運作 不接 PC、不接網路，仍可完成預定算例。 ### MVP-3：可觀測 至少部分中間狀態可被人或儀器獨立檢查。 ### MVP-4：雙路驗證 同一輸入可由物理核心與數位 reference path 分別計算： $$ y_P, \qquad y_D, $$ 並顯示 $$ \Delta = d(y_P,y_D). $$ ### MVP-5：可擴張接口 物理核心與 supervisor 之間使用明確 contract，使第二種 carrier 可以在不重寫整台系統的前提下加入。 若這五點成立，就已經足以證明： $$ \boxed{ \text{這不是一個動畫，而是一個新的計算設備原型。} } $$ --- ## 23. 結論：重新打開被通用電腦覆蓋的設備空間 現代通用電腦沒有讓專用計算機在邏輯上失效，只是讓它在消費與工程文化中退到較不顯眼的位置。現在，新型物理計算、嵌入式高性能 SoC、FPGA、即時 Linux、可靠 OTA 更新、感測器整合與 edge deployment 同時成熟，使這個設備空間重新值得研究。 本文提出的核心不是復古，而是重新分離： $$ \boxed{ \text{computer as a general digital environment} } $$ 與 $$ \boxed{ \text{machine whose primary identity is computation}. } $$ EPCA 希望保留第二種身份，同時吸收現代工程能力。 最簡單的版本可以只是一台可看見計算過程的載體廣義算盤；更完整的版本則可以是一台具有 embedded supervisor、本地記憶、離線 runtime、網路更新、科研 provenance 與可替換 substrate 的現場計算設備。 其長期演化可以寫成 $$ \boxed{ \begin{aligned} &\text{Visible Physical Calculator}\\ &\downarrow\\ &\text{Supervised Physical Calculator}\\ &\downarrow\\ &\text{Offline-First Field Appliance}\\ &\downarrow\\ &\text{Modular Multi-Substrate Platform}\\ &\downarrow\\ &\text{Autonomously Orchestrated Compute Platform}. \end{aligned} } $$ 如果這條路成立，那麼前沿計算技術進入工程現場的方式就不必永遠是「先變成 PC 的一張卡」。 它也可以重新變成一台機器。 一台存在的主要理由，就是計算的機器。 --- ## 參考文獻 1. Tzarouchis, D. C., Edwards, B., & Engheta, N. (2025). *Programmable wave-based analog computing machine: a metastructure that designs metastructures*. Nature Communications, 16, 908. DOI: 10.1038/s41467-025-56019-1. 2. Hua, S., Divita, E., Yu, S., et al. (2025). *An integrated large-scale photonic accelerator with ultralow latency*. Nature, 640, 361-367. DOI: 10.1038/s41586-025-08786-6. 3. Vinay, M. L. (2025). *A reconfigurable metastructure for wave-based matrix maths*. Nature Reviews Electrical Engineering, 2, 154. 4. Abdollahramezani, S., Hemmatyar, O., & Adibi, A. (2020). *Meta-optics for spatial optical analog computing*. Nanophotonics. 5. Badloe, T., Lee, S., & Rho, J. (2022). *Computation at the speed of light: metamaterials for all-optical calculations and neural networks*. Advanced Photonics, 4(6), 064002. 6. NI. *CompactRIO Systems*. Product and architecture documentation, accessed 2026-08-29. 7. Canonical. *Ubuntu for Embedded / Ubuntu Core*. Embedded and transactional update documentation, accessed 2026-08-29. 8. RAUC Project. *Robust Auto-Update Controller*. Embedded Linux fail-safe and signed update documentation, accessed 2026-08-29. --- ## 前置系列銜接 - 《跨尺度構成與動態約束域研究》v0.1：觀測等價、有效物理等價、構成復現、動態約束域與強構成命題。 - 《認知功能體的物理實現與自然可觀測性研究》v0.1：關係—結構—動力—功能、跨基底功能實現、自然生成與可觀測性。 本系列將兩者的「跨 substrate 實現」與「可觀測／可控制物理過程」接口轉入具體計算設備工程。