2025 下半年總結
Last updated on January 2, 2026
Contents
前言
時間一點一滴逐漸流逝，筆者卻只能跟部落格首頁仍停留在 2025-06-15 的上個更新日期互相乾瞪眼，因為實在是太忙了。
這半年來又發生了許多事，以下就照時間序寫篇流水帳吧 owob。
正文
7月，實驗室大翻新與漂漂的工作站
筆者目前在的 lab 先前都是在做純理論相關，並沒有硬體設備上的需求。然而那時剛好有國科會經費下來，可以進行一波 lab 大採購；恰好同屆專題生也有跑模擬上的需求。跟老師商量之後，最後決定買一台實驗室成員共用的工作站，而訂購它的重責大任就由筆者接下了。
為迎接新工作站的到來，筆者約了兩位學長一起去打掃快被雜物與灰塵淹沒的 lab，希望這次打掃過後又可以撐個 4 年（並不會好嗎）。
總之，暑假才剛開始後一陣子後，工作站就運到 lab 了。為了不要讓工作站熱死，我們選擇冷氣 24/7 大放送方案，反正錢錢是學校在出（嘿）。但出師不利，馬上就遇到顯卡過新造成的驅動問題，而且這個問題幾乎可以說是常駐，直到學期中左右解決最後一次後就暫時沒再發生過了。Nvidia 真有你的。
買來的工作站當然要充分利用，筆者借助著這台工作站，用 10 分鐘順利地跑出了第一版的 Bad Apple 自擬合；至於這究竟是甚麼神奇的咚咚，後面會講。
7~9月，中研院實習
自從 2024 的暑假看到台大朋朋發的中研院實習心得之後，筆者想說現在也已經大三升大四，好像差不多要去找個實習鑽研自己未來的研究方向，所以就投了中研院跟國網中心的暑期實習。
薪水方面中研院是 21K，標準的低薪；國網則是 27~28K 左右，還算正常。可惜的是，它們兩個的錄取公告時間點差了整整一個月，而且要在短短幾天內就確認要不要就職。筆者最後只能在中研院先公佈的時候就答應。推辭掉中研院的 offer 去等國網那邊甚至連面試都還沒面的狀態，屬實是筆者不擅長打的冒險牌。[1]
報到後稍微填個相關文件，第一次走進 lab 確認完基本事項幾分鐘後，就馬上和另一位同屆實習生一同被分配去兩樓層以外的冷僻飛地，與坐在主辦公室的其他實習生無緣。基本上那之後筆者只要有空或是心血來潮，就會跑下樓串門子，順便關注一下他們各自的研究進度。
因為這邊不是實習心得，所以實習過程筆者就不過多著墨（其實也忘得差不多，寫不出來細節）。不過過程上基本可以用四個詞作總結：飯局、研究、報告（被噹噹噹，感覺應該要轉職鈴鐺的說）、以及更多的飯局。大大感謝 lab 在 talk 時段請的餐點 uwu。
喔對了，實習一開始時恰好碰上中研院的學術大會，有一堆新奇的 talk 還有吃的，可惜只辦一個禮拜後就沒了，那段時間可以算是實習期間最有趣的時段。
不過還是稍微提一下筆者在實習期間的研究主題。筆者主要在研究的是那時 Shadow Tomography 這個 Quantum Learning Theory 問題歸類中最近發的一篇 Triply Efficient Shadow Tomography 中的 Conjecture 13，也就是要把某個特殊的 commutation graph $G_{\delta}$ 上的 fractional chromatic number $\chi_f$ 的 upper bound 從原先的 $n^{O(1/\delta^2)}$ 壓到只剩 $O(1/\delta^2)$，可說是不可能的任務，所以當時顯然沒研究出甚麼結論。如果證明這個 Conjecture，也就是成功壓 upper bound 並找到對應的 algo 的話，就可以讓原先只有在理論上可行的東西，在實際硬體上也跑得出來了。
詳情在這邊多說可能也沒用，就請有興趣的讀者自行去看當時筆者的 research slides 吧，是用筆者當初想學很久了的 Typst 寫成的，語法比 LaTeX 好寫且乾淨多（雖然接下來的一整學期都沒有機會用到嗚）。
8月，踢人
某位這次日本行前成員的黑料炸出來，只能說根本不是人，有生之年也是讓筆者遇上這鬼事件了。筆者暑假實習期間還要額外花時間處裡，然後把他移出行程，麻煩死。不過屬實是不幸中的大幸，都不敢想這件事如果晚一點才知道會變怎樣。以後必須慎選交友。
8月，遲了兩年的饗食天堂
筆者升大二的那個暑假，在 Entangle Tech 舉辦的量子電腦年會抽中了一張饗食天堂的餐劵，然後就沒有然後了。那張餐劵就這麼在筆者錢包裡住了兩年，根本就是地縛靈。今年八月時終於自己抓到空檔溜去吃，肚子非常滿足，放些照片 owob。
9~12月，Loading 炸開的大四上
正當其他同屆大四生可以輕鬆只選總共 9 學分的課時，筆者課表上被整整 21 學分的課占滿。至於原因呢，當然是因為要補那煩人的畢業學分，不然晚一點的推甄結果就只會是一張毫無用處的白紙。
筆者的課表上出現了兩大重 loading 的課⸺平行程式（PP）與硬體設計實驗（CT）。前者 loading 跟機器學期概論有得比；後者則是有需要寫 verilog 到凌晨 3 點的傳聞迴盪在資工系上。
現在修完這兩堂且都拿到 A+ 的筆者可以來 debunk 這些謠言嚕：
PP
loading 確實非常重，一個作業基本上都要預留一個禮拜出來寫（因為要持續卷排行榜，而且你永遠想不到排名前幾的人究竟用了些甚麼黑魔法），而且還會有額外的 lab 以及最後的期末專題要完成。在經過這樣的高強度訓練後，它榮登筆者這學期學到最有用的課排行榜第一名。可惜筆者沒有在 server 上裝 wakatime plugin 統計準確的寫程式總時長，不過體感上肯定是超過 150 小時的。CT
只要會合理安排時間其實是不用寫到凌晨三點的，筆者最多也才寫到晚上 11. 左右，以一個夜貓子的作息來說是相當健康。每次 advanced lab 的完成時間大約落在兩天左右：一天寫 code、一天寫 report，不過後者每次都要畫 block diagram 實在是挺耗時的。總之，verilog 寫起來比 VHDL 實在是舒服太多，雖然期末考被爛語法搞到了就是。
9~12月，助教初體驗
這學期正好輪到筆者老師開線性代數，而筆者因為大二時修線性代數的成績還算可以，所以就從原本預定的量子計算助教轉來線代。可以順便複習一下作為底層工具的線代，量計那邊就交給學長去 handle。同時因為我們實驗室實在是太少人，所以還特別請挺腰推薦四位大三學弟上來，只能說能被挺腰推薦的肯定都不是一般人 owo。
助教要做的事其實比想像中多很多，要完成的事項基本上有這些：
出席課堂跟進度
最後都是筆者跟 jeffery 在輪班，早九早十好痛苦。改作業和期中末考
如果有認真改作業的話，其實抄作業很容易就看出來。唯一的問題就是不知道到底是誰抄誰的。每個禮拜空兩小時出來當 TA time
超少人過來問問題，都在跟其他助教討論每週 todo、聊天、以及抱團取暖。寫 latex 發作業以及解答
Chatgpt 是文書處裡的好朋友。期中/末考出題
各位學生大抱歉，期中我出太難嚕，所以期末有大放水 owob。期中/末借教室、監考
期中監考時獨自一個人弄好整班 131 人的考卷，幸好期末有其他助教幫忙 uwu。
- 一些其他大助教需要完成的事
像是每個禮拜 todo 規劃、學期末成績統計、把各種成績上傳系統等。第一次當助教就當大助教，想想就刺激。
9月，一個都沒上的獎學金
筆者開學時起初以為自己閒閒沒事做，跑去投投看獎學金。最終有投出去的獎學金有兩個，可惜的是一個都沒上。至於為什麼只有申請兩個的罪魁禍首，當然是下面的推甄。
9月，轉瞬即逝的推甄
自從暑假實習結束過後，筆者發現自己單獨一個人寫推甄資料實在是提不起勁，至少沒有像寫部落格這般來得有趣。恰好身邊最常相處的朋朋都有到推甄的門檻，所以就約大家每週去宿舍交誼廳寫推甄資料。
筆者當時跟朋朋一起整理的推甄資料，需要的人可以看看：https://hackmd.io/@Quantami/graduateschool
寫著寫著簡章就發佈了，但筆者沒有仔細看，以為還有段時間。發現要開始報名並繳交申請資料時，已經是剩下不到一個禮拜的狀況，而申請資料還零散地躺在電腦中各處，心慌得要死。於是在短短幾天的寫作能力爆發之下快速寫完初稿，再請朋朋的朋朋幫忙審稿給點建議後稍微修一下，就直接丟出去，完全來不及做任何的美工，跟當初大學個人申請時的狀態可以說是天差地遠。
把資料丟出去後的筆者，馬上被其他東西抓住離不開身，直接把推甄當成大型放置型養成遊戲，等教授們慢慢看備審。某天早上突然被朋朋 tag 說台大電機丙上了，才知道原來是當天放榜；比較晚放榜的台大資工也一樣，完全是被朋友 tag 才知道有上的後知後覺型人類。台大放榜當天甚至是下午才發現清大也是當天放榜，不過消息被台大的蓋過去了才比較晚知道。
總而言之，筆者投了三所，而三所都有上：
- 台大電機丙（最後去處，預計共簽台大物理）
- 台大資工
- 清大資工
可能是因為筆者在校系排差不多 2.66% 左右，加上一些之前做的專題之後教授看得還可以？不知道。但推甄資料很重要的一點是讓教授看到你的研究能力，筆者自認好像沒放上啥可以展現研究能力的點就是。
筆者第一志願原本是本科的台大資工，但因為台大資工完全沒有做量子的老師，所以最後就跑去找筆者現任老師也推薦的台大電機丙老師。另外再跑去物理系看能不能共簽，朝著作為筆者初衷的 QML 做一點研究。
期間也有打聽到周遭老朋友們的推甄狀況，有喜有悲，幸好喜報還是佔多數捏。
說個小小的題外話，筆者高中時曾經聽補習班的化學老師說過他考研時壓力大到掉髮，但如今筆者走到這個階段好像也只有做個書審、等一下子、然後就全上了，心中毫無波瀾，非常平淡。原本應該是屬於人生重要事件之時就這麼被筆者過過去，對應的成就感也比平常來得低，甚至沒有看到 PP 期末專題成功達到 184 倍加速時的成就感來得強。反而是接下來的找教授環節還比較累人，不知道這樣究竟是福是禍？
10月，我也不知道哪去了嗚
肯定正在被 PP & CT 轟炸中吧。
還有你，期中考，想躲哪去啊。
11月，黑客松初體驗
這時正值臺北秋季程式設計節的報名時段，筆者想說之前都完全沒參加過黑客松，再不參加的話大學時期就要結束了，就被朋朋牽線，非常臨時地組了一個小隊。
我們組內可能就屬筆者前後端開發經驗最少，都在搞些不相關的專案。幸好筆者在上個學期，有幫新竹市的仁愛基金會開發個小平台（也不知道最後有沒有被投入使用），累積些擔任吱吱喳喳吵死人的 PM、以及前後端的相關開發經驗，可能還說得上沾得上邊。最後靠著看起來好看的小組履歷，順利地進二階審查。二階審查時靠著我們組內技術以及口才大師，順利晉級正式參賽隊伍，明年也要找他們兩位，太 carry 了 uwub。
正式比賽的那兩天，還說什麼呢，完全就是 vibe coding 大會，以及被 vibe coding 出來的渣渣氣暈掉的大會。
這裡一樣用幾個詞作為總結：吃，喝，玩，樂，趕，趕，趕，debug，吃，躁，debug，趕，debug，躁，debug，躁，debug，躁，debug，成功，我愛 coding，早睡（指早上才睡），被噪音轟醒（怒），吃，demo，吃，昏睡，昏睡，昏睡，昏睡，起床，回新竹，咳嗽，發燒，頭暈，感冒，感冒，感冒，咳，感冒，感冒好了，咦我說那個慶功宴到底甚麼時候才要辦得成啊（已經放寒假了）。
做為贈品的大滑鼠墊筆者很喜歡，還有甚麼事是比每天起來就看到高雅人士還來得好的呢？（非常多）這麼好的比賽，下次當然是要預先寫好，然後去那邊吃喝玩樂。再去那邊體驗一次地獄生活我就不姓蕭（哼。
順帶一提，比完賽組內四個人有三個人都重感冒，剩下那位肯定是有著金剛不壞之身 owo。
順便放個我們 22 小時左右趕出來的小小電子寵物遊戲（如今網站已經掛了，可能又是資料庫的鍋，放個 repo 就好）。
12月，被硬體實驗期末考虐待
好啦，其實不只硬體實驗，筆者基本上都在被各科期末考輪毆。包括但不限於：
要考的東西幾乎都沒在大抄上，只能唬爛（數值最佳化，A+）
考試期間感冒藥效發作，自動實現理解機能阻斷，完全不知道自己究竟在寫些啥（線性規劃與最佳化，出來期末考分數是 96.5，原本認真預計只有 50 分左右，真的想把多出來的分數送人，A+）。
不過硬體實驗期末考又是另一個狀況。考完當下，筆者精神狀態是健康到連一旁的晚餐都顧不上了，直接用 chatgpt 寫一篇硬實期末考的弔文，然後在那邊笑得跟甚麼鬼一樣（朋朋：又瘋了一個）。
文中出現了諸如「Vivado 你講求限制多過功能，報錯比合成快」還有像是「Verilog 的精神汙染與 Vivado 的爛限制，活生生把我寫得 perfectly valid 的 RTL 拿去合成碎垃圾」等大快人心的表現，大大地緩解了筆者的精神狀態。
Disclaimer: 以下言論僅針對課程本身與其存在意義進行評價，跟教授的老師、助教、評分方式無關。
筆者唯一沒有被毆打的期末考就是這個 運用生成式AI學習學術英語寫作 的課，考 2 小時的期末考 20 分鐘弄完，還能說啥呢？
明明知識點寫成一篇文章就夠放的狀況下還要硬開一堂課，什麼鬼，筆者可以說根本不認為這堂課有出現在課表上。這麼水的課要不就停開，要不就留下來造福大家的 GPA。真的是刷新筆者大學時期的水課排行榜與三觀。
推薦喜歡寫課後心得的人去，筆者還以為自己在上通識呢，但這麼說好像又太汙辱通識了點，畢竟學到的知識量可能跟 0 差不多。
12月，第一台桌機
這個章節能說的東西實在是太多了，就分成小段吧。
起因
2025 年末，各大記憶體廠商因為利潤可觀的 AI 產業需求導向而大大放棄消費者層級的產品供應，造成記憶體與 SSD 價格指數級上升，記憶體直接用時價在叫賣，且短期內應該是不會有下降的趨勢出現。從來沒有這麼恨 AI 過。
筆者原本遙遙無期的桌機購買計畫不得不提前實施，不然恐怕是等不到降價的那一天。
下單，火速到貨
這邊分享一下筆者桌機的 spec，又是一次錢包大噴血：
其中貴的反而不是記憶體，而是 SSD；這價錢幾個月前都可以買條 2TB 的說 QQ。記憶體的部分因為有套餐所以價格反而還是正常的，而這個主板用料應該是偏好的，少說也要將近 8000 左右。因此記憶體相當於 4000 多就買到了，算是正常價格。如果以當時的記憶體 11000 左右的時價來看的話，這張主板相當於只要 1000，不論怎麼看都是賺到了。
太開心啦，再多放幾張桌機的照片吧 \^~^/
在這邊特別感謝朋朋幫我搬桌機回宿舍，自己一個人實在是搬不了那麼多。
CPU 測試－N-Queens Problem
當然，新桌機買回來可不單單只是擺著欣賞好看用的。總體來說，筆者會從 CPU 跟 GPU intensive tasks 的面向下去測試這台桌機的性能，看跟筆者目前用的筆電（i7 11800H w/ RTX 3050 Ti laptop）差多少。
首先是 CPU intensive program：筆者跑了先前基於平行基因演算法的 N-Queens Solver，發現 N=800 的解在筆電上原本要花將近 10 分鐘才跑得出來，在桌機上只花大約 2.2 分鐘左右，妥妥的 4.5 倍快，相當快速。
GPU 測試－Video Mosaic
GPU 可以測的事可就多了。筆者這學期修的 PP 正好後半學期都是在寫 GPU 的 CUDA/HIP code。雖然起初會覺得相當難寫，但得出來的執行效率遠遠不是 python + pytorch 可以辦到的。這部分的第一個測試需要娓娓道來：
Photo Mosaic 原先是筆者在一年前的 ML 個人 side-project，用純 python 寫成的純 CPU program。目標是用 tile library 中的 tiles 去擬合出目標圖片。詳情請見這邊。
在今年暑假期間，筆者偶然在 Youtube 上撞見有人用 Bad Apple 的幀當作 tile library 去擬合出 Bad Apple 自身，也就是自擬合的部分。因此想起了被自己冷落在 src 倉庫裡的圖片馬賽克程式，決定把它拿出來，看對影片的每一幀進行處裡後能不能也跑出同樣的結果。
結果意料之中地慢，因為一開始的程式設計原本就只是針對「圖片」而非「影片」服務的，速度上根本達不到該有的需求。為解決這件事，就要請出我們的新工作站 GPU。把 tile matching 的 metric 換成純粹的圖片像素差值運算後，就可以調用 pytorch 下去處理這件事。最終在 2x 5070 Ti 的加速下，可以用 10 分鐘左右算出來最終想要的成果。
原本以為到這邊就結束了，殊不知這個題材在開始修 PP 之後還會有重見天日的一天。當初在跟朋朋討論 PP final project 要做什麼的時候，我們提出兩個選題：
用 CUDA/HIP 下去重寫上述 python 的 video-mosaic program
用 CUDA/HIP 把 N-Queens 的 CPU code 移植成 GPU code
幸虧筆者朋朋當時是選第一個，不然筆者原本覺得自己已經碰太多 Bad Apple 的東西，聽覺都要變成 Bad Apple 的形狀，開始有點膩了。總之，我們最後選擇針對 PP GPU server 上可以同時用的 2x MI100 進行優化（一張卡可要 84 萬，雖然已經是五年前的老古董），最後跑出來的核心計算時間縮減到 33 秒，比 2x 5070 Ti 又快了 18.2 倍左右。
就在學期結束，筆者把 PP CPU & GPU server 上寫的 code 下載回電腦，也順利把 CUDA code 移植到電腦上編譯好後，發現只用一張 5060 Ti 跑下去的最終時間卻只花了 6.5 秒，相對 pytorch + 2x 5070 Ti 的方案來說是 184 倍多的加速，同時也完全輾壓 MI100。
興高采烈的筆者，就將這次的 final project 去蕪存菁後打包成一個比較正式的 repo，放在這邊（當中也包含 presentation slides）：
這個期末專題最後在給出的最高分只有 95 的上限之下，拿到了 93 的高分，看來老師很喜歡 uwu。
筆者後來也用這個去跑最近熱度很高的 Epstein 檔案釋出案，也就是把 release 出來的 pdf file 轉成圖片之後當成 tile library，再下去擬合 Bad Apple。這主題最近在 Youtube 上也是挺熱門的。同時也可以在渲染速度上輾壓其他人的純 CPU 計算方式。
GPU 測試－N-Queens Problem
欸嘿，想不到吧，GPU 也可以用來加速 N-Queens Problem。因為筆者 N-Queens Solver 底層用的是基因演算法，而基因演算法的平行性是相當高的，因此初步想法是只要把各個 operator（selection, crossover, mutation, survival）換成 CUDA kernel 版本就可以達成加速效果。
這部分因為筆者原意只是想要測試這張 5060 Ti 的極限在哪，就直接奴役 Gemini 幫忙寫。而 Gemini 最後也不單單只是做了這個轉換，還加上前處裡去優化整個 population 的起始狀態。結果就是原本用 CPU 要算將近 1.5 小時的 N=2000 的解在 GPU 上幾秒鐘就算出來了。
看到效果非常好的筆者，經過一番調整後用大約 10 分鐘左右算出 N=1M 的解，是名副其實的百萬皇后大軍。光算出這個解還沒辦法讓筆者滿意，畢竟 6.8 MB 的 txt 檔誰都看不懂，因此又讓 Gemini 快速寫個可以將其視覺化的網站，也放在這邊了。真的是 Gemini 立大功。
visualization: http://blog.phantom0174.online/see-the-1M-queens/
遠端操控
開始用這台新桌機的時期已經是學期末，而筆者也不太可能為了這個寒假把桌機從新竹宿舍搬回台北，寒假過完又再搬回去，損壞風險太大了。所以自然要搞一些遠端操控的工具。
筆者使用需求主要有兩個：
跑程式
像是 GPU 版的的 N-Queens Solver 還有 Epstein Bad Apple 都是遠端使用時期跑出來的。玩遊戲
被一整學期的課業轟炸過後，終於可以回去玩像原神、星鐵、終於可以開光影的 Minecraft、以及突然變成公立學校的霍格華茲（超好玩）。
因此，筆者物色了幾個可能有用的工具，分別是：
Zerotier
原先就有在使用的內網穿透工具，對於管理異地裝置來說是絕對不可少的工具之一。可惜最近免費方案有逐漸減縮的趨勢，不知道筆者早期創的這個免費帳號何時會迎來這樣的下場呢。Wake on LAN
發送方由筆者在宿舍常駐的 Raspberry PI 5 (barry) 擔任，可以在桌機關機時發送 Magic Packet 將其喚醒，就不用擔心遠端電腦的開關機問題而必須將其一直開著，可以依使用正常開關機。Rustdesk
一個開源的遠端桌面分享程式，可能因為面向是普通辦公用，所以在畫質與反應時間上沒有那麼好。不過啟動優先權高，可以在開機後螢幕鎖定時就連進去進行解鎖，不用擔心解不了密碼的問題。Sunshine (桌機端，負責發送) + Moonlight (筆電端，負責接收)
啟動優先權比較低，有時候會出現遠端電腦已經開了但連不上的問題。不過它本職是為極低延遲遊戲串流所設計的，因此只要用 Rustdesk 解鎖電腦之後（或是喚醒不知道為何陷入沉睡的 Sunshine server），就可以切換到 Moonlight 進行遠端操控與遊戲。
說個題外話，離開宿舍前的一小時筆者手賤把 barry 的 wifi 關掉，導致 barry 完全斷線，不修好的話 WoL 是連想都不用想。而手邊又沒有 mini HDMI 線、也沒有螺絲起子，最後是硬生生把 Raspberry PI 的 sdcard 槽蓋子撬開，把 sdcard 抓出來用筆電改好資訊之後再插回去，幸好有修好（蓋子：為我發聲！）。
實際執行程式的部分，筆者在多次測試後發現，將 CUDA 程式直接放在 wsl 環境下執行會是較佳的選擇。這樣不僅能避開在 Windows 環境中使用 nvcc 時大量且惱人的編譯 warning，也能省去冗長而複雜的編譯指令設定。
因此，除了在桌機端設定 OpenSSH server 之外，也在 WSL 環境中額外安裝一組 OpenSSH server，並透過 port forwarding 的方式進行連線，就可以用 SSH client（e.g. MobaXterm, Termius）或是 vscode server，直接連進機器進行開發，整體流程也更加順暢。
比較麻煩的一點就是 wsl2 在 idle 時其實會自己關掉，所以推薦裝一下 keepwsl 這個 package，非常有用。
上述這套其實很快就可以上手，筆者目前的日常使用習慣如下：
每天早上起來 ssh 進 barry 用 alias 叫醒桌機
用 Rustdesk 解鎖電腦，如果要寫程式可以順便開 wsl
想寫程式的話換成 vscode remote ssh 連進去
想玩遊戲的話直接開 Moonlight，開始騎著掃帚在荒郊野外飛來飛去，或是沒即時下破心護被蜘蛛和敵人打個半死。
睡前關機
懶懶的一天又過去了捏（癱。
後記
總之，因為這篇文寫得有點急，不知道哪時候腦袋中又會跳出來想講的話。到時候再補上來。
日本行程感覺差不多要開始如火如荼地討論了。
那麼，就醬 uwu。
大家新年快樂 \^~^/
Cover photo by Kelly Sikkema on Unsplash
註記
- 後來是在一個月後國網中心那邊才釋出面試的消息，但因為筆者早就確認要去中研院了所以就沒去面了，後來聽有投國網的朋朋說筆者如果當時候有去國網面試的話說不定就會上了，好像其實內部已經差不多選好人選了。 ↩