【#抽獎活動】
『#地下電影 X 方言文化‧Babel Inside,送你看《#震撼世界的海報》』
「你最喜歡的電影海報是哪張?」相信每個影迷都有各自的心頭好。
若影迷朋友有機會前往洛杉磯,通常會去好萊塢大道朝聖,杜比戲院、中國戲院等著名地標皆歷史悠久,電影首映、奧斯卡頒獎都在此處舉行,杜比戲院外圍也能看見歷屆奧斯卡最佳影片得主的片名,點綴其歷史的莊嚴性。
而好萊塢星光大道上龍蛇雜處,若厭倦吵雜喧囂,沿著好萊塢大道往日落大道方向走,大約 10 分鐘能發現一間名為「Hollywood Movie Posters」的海報店,此店隱身在好萊塢大道左側的羊腸小徑內,對比大街的吵雜與奇人,此處安靜的像另個世界,好似默默地等待有緣人上門道訪。
進門後,狹窄的方寸空間充斥無數原版海報與舊款報章雜誌,諸如《教父》、《大白鯊》、《亂世佳人》、《安妮霍爾》、《回到未來》、《霸道橫行》、《黑色追緝令》等海報目不暇給,每一張海報背後,藏著道不完的故事、蘊含說不盡的電影史。對我而言,只要出國有機會就是往當地的電影周邊探詢,尤其玲琅滿目的海報店舖,總是流連與忘返。
當代電影海報多變且精細,同一部電影就有前導海報、角色海報、定檔海報、國際版海報等玩法,然而,海報文化並非電影世界獨有,嚴格來說,電影海報僅是其中一隅,由方言文化出版的《震撼世界的海報》恰恰能縫補人們對於海報文化的斷裂與認知。
根據《震撼世界的海報》所指出,至今無從得知何人在何時、何地張貼第一張海報,可能是古羅馬商人宣傳新劇;也可能是古希臘人鼓吹投票。無論如何,海報在各時代皆是有效「吸睛」的宣傳品,而隨著時代推移,手繪過後是印刷術興起,進而帶動平版印刷,迎來海報的黃金時期,替海報文化領域增添薪柴,帶來更多可能性。
從一戰、二戰、納粹、法西斯、越戰、女權等意識形態的宣揚中,海報藝術擁有無可抹滅的地位和影響力。例如,美國的山姆大叔、鉚丁女工蘿西等形象角色,都在戰爭期間給予直接的資訊傳遞;而政治強人如希特勒、史達林、毛澤東等人,也知曉海報的影響力,簡單有力的標語搭配醒目的視覺,就是一道意識形態的閃電,精準直劈人心;至於當代消費主義盛行的行徑軌跡中,海報當然更是左右消費者的關鍵因子。
「藝術歸藝術、政治歸政治」從來就是假議題、虛口號,從靜態海報到動態影像探究,上個世紀如德國納粹、義大利法西斯到當代中國共產黨,甚至標榜民主自由的美國好萊塢,歷史的各大政權皆深諳海報/影像的力量與危險,當中的意識形態,需要梳理,縱使在高度娛樂化的 21 世紀中,這兩者仍並非僅是單純娛樂,更是傳遞意識形態的重要媒介,眾多複雜想法與思考,就在潛移默化的簡化之中深植人心,引響後世,
因此,或許可以嚴肅地說,「海報的歷史」無法被忽視、需要被解析,在社群當道資訊爆炸的時代中,或許更需要用全面且審視的視角,看待海報文化的發展,進一步釐清「意識形態」於海報再現時的幽微價值,是重要且迫切的事。
看完《震撼世界的海報》,英國著名歷史作家科林.薩爾特爾(Colin Salter)在書中功力十足地爬梳海報史的脈絡,夾敘夾議深入各式海報的文化底蘊,在筆桿油墨中極有系統地探問「海報」的本質,近一步重新解構、雕塑人們對海報文化史的認識,在大眾流行文化底下展開回溯性的討論。
《震撼世界的海報》可以是工具書,也可以是歷史書,談及的面向廣而深,戰爭、電影、戲劇、名人等海報的影響通通入書,成為獨樹一幟的海報書籍。
然而,千萬別因「工具」、「歷史」等標籤誤會,科林.薩爾特爾的筆觸輕盈,使得全書讀起來絲毫不嫌笨重,減去學術用語,以通俗厘語入書,抹去了說教感,就讓讀者找到甜蜜的入口點,並透過轉譯消弭了知識與普羅大眾的隔閡,世界的海報史便在百頁的文字與圖像之中,無負擔地收入眼底,雪藏至記憶深處。
婁燁的《蘇州河》宣稱「攝影機不會撒謊」;科林.薩爾特爾則表示人們深信「照片不會說謊」,動態/靜態影像說謊與否,就邀請讀者親自走入《震撼世界的海報》的魔幻世界,共同挖掘「真相」。
🎬只要完成下列步驟,就有機會獲得《震撼世界的海報》乙本。
🔺活動日期:2021/8/19(四)- 2021/8/26(四)
🔺參加辦法:
Step1. 按【地下電影】粉絲團讚,按讚此篇 PO 文,並公開分享。
Step2. 於此篇 PO 文底下 TAG 一位朋友,並留言回答:「最喜歡的電影海報是哪張?」
🎁完成上述步驟,將抽出 1 位幸運粉絲獲得《震撼世界的海報》乙本。
📚《震撼世界的海報》線上購買連結:
博客來:https://bit.ly/3zoeAXa
誠品線上:https://bit.ly/3x4hOh8
----------
●活動將於2021/8/27(五)抽出得獎名單,公布於本則貼文中。
●本活動因不可抗力之特殊原因無法執行時,主辦單位有權決定取消、終止、修改或暫停。
同時也有8部Youtube影片,追蹤數超過5萬的網紅Yin & Yei 雙生過日子,也在其Youtube影片中提到,**此影片為疫情未擴散時期拍攝,活動現場全體工作人員及觀眾皆有做好完善消毒及防疫措施,創作人僅在攝影機拍攝時期未戴口罩,活動全程配戴,疫情期間請大家避免群聚,出入公眾場所也請全程配戴口罩** 〖抽獎資訊:〗 雙生過日子今天準備了米其林小禮物送給大家! 米其林藍色保溫壺*2 米其林粉色保溫壺*1 米...
佳燁資訊 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
摩爾定律放緩 靠啥提升AI晶片運算力?
作者 : 黃燁鋒,EE Times China
2021-07-26
對於電子科技革命的即將終結的說法,一般認為即是指摩爾定律的終結——摩爾定律一旦無法延續,也就意味著資訊技術的整棟大樓建造都將出現停滯,那麼第三次科技革命也就正式結束了。這種聲音似乎是從十多年前就有的,但這波革命始終也沒有結束。AI技術本質上仍然是第三次科技革命的延續……
人工智慧(AI)的技術發展,被很多人形容為第四次科技革命。前三次科技革命,分別是蒸汽、電氣、資訊技術(電子科技)革命。彷彿這“第四次”有很多種說辭,比如有人說第四次科技革命是生物技術革命,還有人說是量子技術革命。但既然AI也是第四次科技革命之一的候選技術,而且作為資訊技術的組成部分,卻又獨立於資訊技術,即表示它有獨到之處。
電子科技革命的即將終結,一般認為即是指摩爾定律的終結——摩爾定律一旦無法延續,也就意味著資訊技術的整棟大樓建造都將出現停滯,那麼第三次科技革命也就正式結束了。這種聲音似乎是從十多年前就有,但這波革命始終也沒有結束。
AI技術本質上仍然是第三次科技革命的延續,它的發展也依託於幾十年來半導體科技的進步。這些年出現了不少專門的AI晶片——而且市場參與者相眾多。當某一個類別的技術發展到出現一種專門的處理器為之服務的程度,那麼這個領域自然就不可小覷,就像當年GPU出現專門為圖形運算服務一樣。
所以AI晶片被形容為CPU、GPU之後的第三大類電腦處理器。AI專用處理器的出現,很大程度上也是因為摩爾定律的發展進入緩慢期:電晶體的尺寸縮減速度,已經無法滿足需求,所以就必須有某種專用架構(DSA)出現,以快速提升晶片效率,也才有了專門的AI晶片。
另一方面,摩爾定律的延緩也成為AI晶片發展的桎梏。在摩爾定律和登納德縮放比例定律(Dennard Scaling)發展的前期,電晶體製程進步為晶片帶來了相當大的助益,那是「happy scaling down」的時代——CPU、GPU都是這個時代受益,不過Dennard Scaling早在45nm時期就失效了。
AI晶片作為第三大類處理器,在這波發展中沒有趕上happy scaling down的好時機。與此同時,AI應用對運算力的需求越來越貪婪。今年WAIC晶片論壇圓桌討論環節,燧原科技創始人暨CEO趙立東說:「現在訓練的GPT-3模型有1750億參數,接近人腦神經元數量,我以為這是最大的模型了,要千張Nvidia的GPU卡才能做。談到AI運算力需求、模型大小的問題,說最大模型超過萬億參數,又是10倍。」
英特爾(Intel)研究院副總裁、中國研究院院長宋繼強說:「前兩年用GPU訓練一個大規模的深度學習模型,其碳排放量相當於5台美式車整個生命週期產生的碳排量。」這也說明了AI運算力需求的貪婪,以及提供運算力的AI晶片不夠高效。
不過作為產業的底層驅動力,半導體製造技術仍源源不斷地為AI發展提供推力。本文將討論WAIC晶片論壇上聽到,針對這個問題的一些前瞻性解決方案——有些已經實現,有些則可能有待時代驗證。
XPU、摩爾定律和異質整合
「電腦產業中的貝爾定律,是說能效每提高1,000倍,就會衍生出一種新的運算形態。」中科院院士劉明在論壇上說,「若每瓦功耗只能支撐1KOPS的運算,當時的這種運算形態是超算;到了智慧型手機時代,能效就提高到每瓦1TOPS;未來的智慧終端我們要達到每瓦1POPS。 這對IC提出了非常高的要求,如果依然沿著CMOS這條路去走,當然可以,但會比較艱辛。」
針對性能和效率提升,除了尺寸微縮,半導體產業比較常見的思路是電晶體結構、晶片結構、材料等方面的最佳化,以及處理架構的革新。
(1)AI晶片本身其實就是對處理器架構的革新,從運算架構的層面來看,針對不同的應用方向造不同架構的處理器是常規,更專用的處理器能促成效率和性能的成倍增長,而不需要依賴於電晶體尺寸的微縮。比如GPU、神經網路處理器(NPU,即AI處理器),乃至更專用的ASIC出現,都是這類思路。
CPU、GPU、NPU、FPGA等不同類型的晶片各司其職,Intel這兩年一直在推行所謂的「XPU」策略就是用不同類型的處理器去做不同的事情,「整合起來各取所需,用組合拳會好過用一種武器去解決所有問題。」宋繼強說。Intel的晶片產品就涵蓋了幾個大類,Core CPU、Xe GPU,以及透過收購獲得的AI晶片Habana等。
另外針對不同類型的晶片,可能還有更具體的最佳化方案。如當代CPU普遍加入AVX512指令,本質上是特別針對深度學習做加強。「專用」的不一定是處理器,也可以是處理器內的某些特定單元,甚至固定功能單元,就好像GPU中加入專用的光線追蹤單元一樣,這是當代處理器普遍都在做的一件事。
(2)從電晶體、晶片結構層面來看,電晶體的尺寸現在仍然在縮減過程中,只不過縮減幅度相比過去變小了——而且為緩解電晶體性能的下降,需要有各種不同的技術來輔助尺寸變小。比如說在22nm節點之後,電晶體變為FinFET結構,在3nm之後,電晶體即將演變為Gate All Around FET結構。最終會演化為互補FET (CFET),其本質都是電晶體本身充分利用Z軸,來實現微縮性能的提升。
劉明認為,「除了基礎元件的變革,IC現在的發展還是比較多元化,包括新材料的引進、元件結構革新,也包括微影技術。長期賴以微縮的基本手段,現在也在發生巨大的變化,特別是未來3D的異質整合。這些多元技術的協同發展,都為晶片整體性能提升帶來了很好的增益。」
他並指出,「從電晶體級、到晶圓級,再到晶片堆疊、引線接合(lead bonding),精準度從毫米向奈米演進,互連密度大大提升。」從晶圓/裸晶的層面來看,則是眾所周知的朝more than moore’s law這樣的路線發展,比如把兩片裸晶疊起來。現在很熱門的chiplet技術就是比較典型的並不依賴於傳統電晶體尺寸微縮,來彈性擴展性能的方案。
台積電和Intel這兩年都在大推將不同類型的裸晶,異質整合的技術。2.5D封裝方案典型如台積電的CoWoS,Intel的EMIB,而在3D堆疊上,Intel的Core LakeField晶片就是用3D Foveros方案,將不同的裸晶疊在一起,甚至可以實現兩片運算裸晶的堆疊、互連。
之前的文章也提到過AMD剛發佈的3D V-Cache,將CPU的L3 cache裸晶疊在運算裸晶上方,將處理器的L3 cache大小增大至192MB,對儲存敏感延遲應用的性能提升。相比Intel,台積電這項技術的獨特之處在於裸晶間是以混合接合(hybrid bonding)的方式互連,而不是micro-bump,做到更小的打線間距,以及晶片之間數十倍通訊性能和效率提升。
這些方案也不直接依賴傳統的電晶體微縮方案。這裡實際上還有一個方面,即新材料的導入專家們沒有在論壇上多說,本文也略過不談。
1,000倍的性能提升
劉明談到,當電晶體微縮的空間沒有那麼大的時候,產業界傾向於採用新的策略來評價技術——「PPACt」——即Powe r(功耗)、Performance (性能)、Cost/Area-Time (成本/面積-時間)。t指的具體是time-to-market,理論上應該也屬於成本的一部分。
電晶體微縮方案失效以後,「多元化的技術變革,依然會讓IC性能得到進一步的提升。」劉明說,「根據預測,這些技術即使不再做尺寸微縮,也會讓IC的晶片性能做到500~1,000倍的提升,到2035年實現Zetta Flops的系統性能水準。且超算的發展還可以一如既往地前進;單裸晶儲存容量變得越來越大,IC依然會為產業發展提供基礎。」
500~1,000倍的預測來自DARPA,感覺有些過於樂觀。因為其中的不少技術存在比較大的邊際遞減效應,而且有更實際的工程問題待解決,比如運算裸晶疊層的散熱問題——即便業界對於這類工程問題的探討也始終在持續。
不過1,000倍的性能提升,的確說明摩爾定律的終結並不能代表第三次科技革命的終結,而且還有相當大的發展空間。尤其本文談的主要是AI晶片,而不是更具通用性的CPU。
矽光、記憶體內運算和神經型態運算
在非傳統發展路線上(以上內容都屬於半導體製造的常規思路),WAIC晶片論壇上宋繼強和劉明都提到了一些頗具代表性的技術方向(雖然這可能與他們自己的業務方向或研究方向有很大的關係)。這些技術可能尚未大規模推廣,或者仍在商業化的極早期。
(1)近記憶體運算和記憶體內運算:處理器性能和效率如今面臨的瓶頸,很大程度並不在單純的運算階段,而在資料傳輸和儲存方面——這也是共識。所以提升資料的傳輸和存取效率,可能是提升整體系統性能時,一個非常靠譜的思路。
這兩年市場上的處理器產品用「近記憶體運算」(near-memory computing)思路的,應該不在少數。所謂的近記憶體運算,就是讓儲存(如cache、memory)單元更靠近運算單元。CPU的多層cache結構(L1、L2、L3),以及電腦處理器cache、記憶體、硬碟這種多層儲存結構是常規。而「近記憶體運算」主要在於究竟有多「近」,cache記憶體有利於隱藏當代電腦架構中延遲和頻寬的局限性。
這兩年在近記憶體運算方面比較有代表性的,一是AMD——比如前文提到3D V-cache增大處理器的cache容量,還有其GPU不僅在裸晶內導入了Infinity Cache這種類似L3 cache的結構,也更早應用了HBM2記憶體方案。這些實踐都表明,儲存方面的革新的確能帶來性能的提升。
另外一個例子則是Graphcore的IPU處理器:IPU的特點之一是在裸晶內堆了相當多的cache資源,cache容量遠大於一般的GPU和AI晶片——也就避免了頻繁的訪問外部儲存資源的操作,極大提升頻寬、降低延遲和功耗。
近記憶體運算的本質仍然是馮紐曼架構(Von Neumann architecture)的延續。「在做處理的過程中,多層級的儲存結構,資料的搬運不僅僅在處理和儲存之間,還在不同的儲存層級之間。這樣頻繁的資料搬運帶來了頻寬延遲、功耗的問題。也就有了我們經常說的運算體系內的儲存牆的問題。」劉明說。
構建非馮(non-von Neumann)架構,把傳統的、以運算為中心的馮氏架構,變換一種新的運算範式。把部分運算力下推到儲存。這便是記憶體內運算(in-memory computing)的概念。
記憶體內運算的就現在看來還是比較新,也有稱其為「存算一體」。通常理解為在記憶體中嵌入演算法,儲存單元本身就有運算能力,理論上消除資料存取的延遲和功耗。記憶體內運算這個概念似乎這在資料爆炸時代格外醒目,畢竟可極大減少海量資料的移動操作。
其實記憶體內運算的概念都還沒有非常明確的定義。現階段它可能的內涵至少涉及到在儲記憶體內部,部分執行資料處理工作;主要應用於神經網路(因為非常契合神經網路的工作方式),以及這類晶片具體的工作方法上,可能更傾向於神經型態運算(neuromorphic computing)。
對於AI晶片而言,記憶體內運算的確是很好的思路。一般的GPU和AI晶片執行AI負載時,有比較頻繁的資料存取操作,這對性能和功耗都有影響。不過記憶體內運算的具體實施方案,在市場上也是五花八門,早期比較具有代表性的Mythic導入了一種矩陣乘的儲存架構,用40nm嵌入式NOR,在儲記憶體內部執行運算,不過替換掉了數位週邊電路,改用類比的方式。在陣列內部進行模擬運算。這家公司之前得到過美國國防部的資金支援。
劉明列舉了近記憶體運算和記憶體內運算兩種方案的例子。其中,近記憶體運算的這個方案應該和AMD的3D V-cache比較類似,把儲存裸晶和運算裸晶疊起來。
劉明指出,「這是我們最近的一個工作,採用hybrid bonding的技術,與矽通孔(TSV)做比較,hybrid bonding功耗是0.8pJ/bit,而TSV是4pJ/bit。延遲方面,hybrid bonding只有0.5ns,而TSV方案是3ns。」台積電在3D堆疊方面的領先優勢其實也體現在hybrid bonding混合鍵合上,前文也提到了它具備更高的互連密度和效率。
另外這套方案還將DRAM刷新頻率提高了一倍,從64ms提高至128ms,以降低功耗。「應對刷新率變慢出現拖尾bit,我們引入RRAM TCAM索引這些tail bits」劉明說。
記憶體內運算方面,「傳統運算是用布林邏輯,一個4位元的乘法需要用到幾百個電晶體,這個過程中需要進行資料來回的移動。記憶體內運算是利用單一元件的歐姆定律來完成一次乘法,然後利用基爾霍夫定律完成列的累加。」劉明表示,「這對於今天深度學習的矩陣乘非常有利。它是原位的運算和儲存,沒有資料搬運。」這是記憶體內運算的常規思路。
「無論是基於SRAM,還是基於新型記憶體,相比近記憶體運算都有明顯優勢,」劉明認為。下圖是記憶體內運算和近記憶體運算,精準度、能效等方面的對比,記憶體內運算架構對於低精準度運算有價值。
下圖則總結了業內主要的一些記憶體內運算研究,在精確度和能效方面的對應關係。劉明表示,「需要高精確度、高運算力的情況下,近記憶體運算目前還是有優勢。不過記憶體內運算是更新的技術,這幾年的進步也非常快。」
去年阿里達摩院發佈2020年十大科技趨勢中,有一個就是存算一體突破AI算力瓶頸。不過記憶體內運算面臨的商用挑戰也一點都不小。記憶體內運算的通常思路都是類比電路的運算方式,這對記憶體、運算單元設計都需要做工程上的考量。與此同時這樣的晶片究竟由誰來造也是個問題:是記憶體廠商,還是數文書處理器廠商?(三星推過記憶體內運算晶片,三星、Intel垂直整合型企業似乎很適合做記憶體內運算…)
(2)神經型態運算:神經型態運算和記憶體內運算一樣,也是新興技術的熱門話題,這項技術有時也叫作compute in memory,可以認為它是記憶體內運算的某種發展方向。神經型態和一般神經網路AI晶片的差異是,這種結構更偏「類人腦」。
進行神經型態研究的企業現在也逐漸變得多起來,劉明也提到了AI晶片「最終的理想是在結構層次模仿腦,元件層次逼近腦,功能層次超越人腦」的「類腦運算」。Intel是比較早關注神經型態運算研究的企業之一。
傳說中的Intel Loihi就是比較典型存算一體的架構,「這片裸晶裡面包含128個小核心,每個核心用於模擬1,024個神經元的運算結構。」宋繼強說,「這樣一塊晶片大概可以類比13萬個神經元。我們做到的是把768個晶片再連起來,構成接近1億神經元的系統,讓學術界的夥伴去試用。」
「它和深度學習加速器相比,沒有任何浮點運算——就像人腦裡面沒有乘加器。所以其學習和訓練方法是採用一種名為spike neutral network的路線,功耗很低,也可以訓練出做視覺辨識、語言辨識和其他種類的模型。」宋繼強認為,不採用同步時脈,「刺激的時候就是一個非同步電動勢,只有工作部分耗電,功耗是現在深度學習加速晶片的千分之一。」
「而且未來我們可以對不同區域做劃分,比如這兒是視覺區、那兒是語言區、那兒是觸覺區,同時進行多模態訓練,互相之間產生關聯。這是現在的深度學習模型無法比擬的。」宋繼強說。這種神經型態運算晶片,似乎也是Intel在XPU方向上探索不同架構運算的方向之一。
(2)微型化矽光:這個技術方向可能在層級上更偏高了一些,不再晶片架構層級,不過仍然值得一提。去年Intel在Labs Day上特別談到了自己在矽光(Silicon Photonics)的一些技術進展。其實矽光技術在連接資料中心的交換機方面,已有應用了,發出資料時,連接埠處會有個收發器把電訊號轉為光訊號,透過光纖來傳輸資料,另一端光訊號再轉為電訊號。不過傳統的光收發器成本都比較高,內部元件數量大,尺寸也就比較大。
Intel在整合化的矽光(IIIV族monolithic的光學整合化方案)方面應該是商業化走在比較前列的,就是把光和電子相關的組成部分高度整合到晶片上,用IC製造技術。未來的光通訊不只是資料中心機架到機架之間,也可以下沉到板級——就跟現在傳統的電I/O一樣。電互連的主要問題是功耗太大,也就是所謂的I/O功耗牆,這是這類微型化矽光元件存在的重要價值。
這其中存在的技術挑戰還是比較多,如做資料的光訊號調變的調變器調變器,據說Intel的技術使其實現了1,000倍的縮小;還有在接收端需要有個探測器(detector)轉換光訊號,用所謂的全矽微環(micro-ring)結構,實現矽對光的檢測能力;波分複用技術實現頻寬倍增,以及把矽光和CMOS晶片做整合等。
Intel認為,把矽光模組與運算資源整合,就能打破必須帶更多I/O接腳做更大尺寸處理器的這種趨勢。矽光能夠實現的是更低的功耗、更大的頻寬、更小的接腳數量和尺寸。在跨處理器、跨伺服器節點之間的資料互動上,這類技術還是頗具前景,Intel此前說目標是實現每根光纖1Tbps的速率,並且能效在1pJ/bit,最遠距離1km,這在非本地傳輸上是很理想的數字。
還有軟體…
除了AI晶片本身,從整個生態的角度,包括AI感知到運算的整個鏈條上的其他組成部分,都有促成性能和效率提升的餘地。比如這兩年Nvidia從軟體層面,針對AI運算的中間層、庫做了大量最佳化。相同的底層硬體,透過軟體最佳化就能實現幾倍的性能提升。
宋繼強說,「我們發現軟體最佳化與否,在同一個硬體上可以達到百倍的性能差距。」這其中的餘量還是比較大。
在AI開發生態上,雖然Nvidia是最具發言權的;但從戰略角度來看,像Intel這種研發CPU、GPU、FPGA、ASIC,甚至還有神經型態運算處理器的企業而言,不同處理器統一開發生態可能更具前瞻性。Intel有個稱oneAPI的軟體平台,用一套API實現不同硬體性能埠的對接。這類策略對廠商的軟體框架構建能力是非常大的考驗——也極大程度關乎底層晶片的執行效率。
在摩爾定律放緩、電晶體尺寸微縮變慢甚至不縮小的前提下,處理器架構革新、異質整合與2.5D/3D封裝技術依然可以達成1,000倍的性能提升;而一些新的技術方向,包括近記憶體運算、記憶體內運算和微型矽光,能夠在資料訪存、傳輸方面產生新的價值;神經型態運算這種類腦運算方式,是實現AI運算的目標;軟體層面的最佳化,也能夠帶動AI性能的成倍增長。所以即便摩爾定律嚴重放緩,AI晶片的性能、效率提升在上面提到的這麼多方案加持下,終將在未來很長一段時間內持續飛越。這第三(四)次科技革命恐怕還很難停歇。
資料來源:https://www.eettaiwan.com/20210726nt61-ai-computing/?fbclid=IwAR3BaorLm9rL2s1ff6cNkL6Z7dK8Q96XulQPzuMQ_Yky9H_EmLsBpjBOsWg
佳燁資訊 在 張淵翔 JCI Sean Chang Facebook 的最佳解答
日期 2021/07/15 星期四 農曆六月初六日 天氣 晴
基隆市議員張淵翔服務處新式工作法✨
👉方式:臉書粉專線上直播服務
👉時間:週一~週五 9:00~9:30
👉內容:接受各方建議,分享有趣的時事與基隆市新聞分享
因應新冠疫情,保持社交距離,大家都少出門,少了與民眾面對面互動,因此淵翔開直播跟大家聊聊天,大家有問題也可以上線來問我歐👌
🎥直播連結: https://www.facebook.com/keelungsean/live_videos/
或是臉書搜尋keelungsean
張淵翔Line ID: @m0937507877 聯繫電話:02-24692122
📣直播了一段時間,分享好友吳勝凱留言說:「午安吉祥好。」
#今日分享主題:
分享一 東奧
東奧》日本棒球24人名單出爐 田中將大再披國家隊戰袍
奧運棒球項目今年因為主辦國是日本東京的緣故重啟,如今也只剩下奧運資格賽最後一個席次尚未出爐,今天日本代表隊就率先公布代表隊24人名單,其中值得一提的是,曾在2013年世界棒球經典賽被中華隊周思齊敲出超前安打的田中將大,睽違8年再披國家隊戰袍。
今年日本派出的24人名單,除了在大聯盟效力的球員無法參賽,其餘可以說是精銳盡出,13名野手之中,有10位是2019年世界棒球12強的奪冠班底,像是坂本勇人、菊池涼介、淺村榮斗、山田哲人、源田壮亮、近藤健介、鈴木誠也、會澤翼以及甲斐拓也都有入選。
至於另外3名野手,分別是今年以20轟位居央聯全壘打王的村上宗隆、上屆12強入選但因傷未參加的柳田悠岐以及栗原陵矢。
投手方面,日本武士隊由去年從紐約洋基凱旋歸國的田中將大、菅野智之以及兩屆央聯防禦率王大野雄大領軍;值得一提的是,田中將大上一次身披國家隊戰袍,就是在2013年的世界棒球經典賽,當時他在面對中華隊的比賽登板,先是挨了林智勝直擊全壘打大牆的按壘安打,之後又被周思齊敲出平飛安打超前比數,令台灣球迷印象深刻。
日本隊24人名單如下:田中將大(樂天)、菅野智之(巨人)、大野雄大(中日)、山本由伸(歐力士)、森下暢仁(廣島)、青柳晃洋(阪神)、岩崎優(阪神)、中川皓太(巨人)、山崎康晃(橫濱DeNA)、栗林良吏(廣島)、平良海馬(西武)
捕手:會沢翼(廣島)、甲斐拓也(軟銀)
内野:山田哲人(養樂多)、源田壮亮(西武)、浅村榮斗(樂天)、菊池涼介(廣島)、坂本勇人(巨人)、村上宗隆(養樂多)
外野:近藤健介(日本火腿)、柳田悠岐(軟銀)、栗原陵矢(軟銀)、吉田正尚(歐力士)、鈴木誠也(廣島)
網址:https://web.ltsports.com.tw/article/145599
分享二 東澳台灣選手 跆拳道
劉威廷 男子80公斤級 奪牌指數:⭐⭐⭐⭐ 最佳成績:2021亞洲跆拳道錦標賽男子80公斤級銀牌
劉威廷是上屆里約奧運國手,可惜最終於八強賽落敗。2017年他於台北世大運,與何嘉欣、黃鈺仁、楊宗燁代表中華隊在跆拳道男子團體賽奪得銀牌。
26歲的劉威廷已是跆拳道隊上「老大哥」,也是唯一有奧運資歷的選手,他說:「上次參加還懵懵懂懂,這次心態比較成熟。」把東京奧運視為國際賽生涯最後一戰的劉威廷也說,包括奧運資格賽在內,他把每一場比賽都當成最後一戰來面對。
黃鈺仁 男子68公斤級 奪牌指數:⭐⭐⭐ 最佳成績:2021亞洲跆拳道錦標賽男子68公斤級金牌
黃鈺仁成名早,2014年南京青年奧運踢下55公斤級金牌,同年仁川亞運再以17歲年紀帶回54公斤級銀牌,3年前踢回茂朱世錦賽銀牌不過20歲,但23歲年紀在目前中華跆拳道隊已是「哥」字輩選手,已經喊自己「老」。
他坦言已在思考人生方向,從選手身分退下是總有天要面對的事情,這次奧運除了設定奪金外,也透露今年東京奧運將是他國際賽的最終戰,一方面要先完成自己研究所學業,他也想步入社會嘗試不同的生活。
新聞網址:https://udn.com/tokyo2020/heros#game7
分享三 圖書館設立臨時櫃 提供服務
基隆市文化局各公共圖書館自十三日起將開設臨時櫃台,提供民眾借閱預約書及還書服務。同時配合文化中心進行大規模整建工程暫停服務,為了不間斷提供民眾閱讀服務,特別於基隆市客家文化會館四樓設置臨時圖書館,讓民眾在疫情時期仍能體會閱讀的樂趣。
文化局長陳靜萍指出,基隆文化中心現正進行兩項重要重大工程,分別是「基隆美術館展場提升計畫」與「演藝廳暨周邊裝修工程」整建計畫。文化局圖書館雖未列入工區之中,但出入動線皆會受影響,考量民眾安全,特別選定位於信義區內的客家文化會館,設立臨時圖書館,讓民眾可以繼續使用。
局長提到,秉持圖書服務不因位置遷移而有所打折,客家文化會館的臨時圖書館可調借全市各公共圖書館仍在館內的圖書,只要事先透過公共圖書館的館藏查詢網站(https://reurl.cc/R08WLG)線上預約,即可於收到取書通知到指定的取書點領取預約書,在不入館的前提下仍可閱讀不中斷。
圖書資訊科長鄭婕希補充,疫情期間各取書櫃檯將落實測量體溫、實聯制登記等防疫措施,同時也完成透明隔板裝設,讓閱讀更安心。開放時間亦因應防疫管制有所調整,文化局臨時圖書館開放時間自週二至週五上午九時至晚間九時、週六日上午九時至下午五時;各區圖書館開放時間為週二至週五上午九時至下午五時
新聞網址:https://www.cdns.com.tw/articles/428144
分享四
【 防疫微解封|一起守護我們的島 】
針對風景區管制鬆綁,為配合政府防疫政策,和平島公園2021/7/13至2021/07/26異動調整,
由於水域範圍並未開放,仍舊歡迎島迷來欣賞自然生態與動物。
期待再度戲水的日子快點到來!
臺灣加油!
#0713-0726園區異動調整
✦ 營業時間:08:00-17:00,須網路購票分流入園(16:00最後入園)。
✦ 期間購票享園區消費折抵$20(餐車及戲水用品區不可使用),加贈「下次玩水券」乙張(2021/10/10前兌換)。
✦ 遵循基隆市政府防疫指示停止內用服務。
✦ 活動調整:全區深度環境解說|每週五六日一開放,每天限額150人,僅提供APP導覽。
✦ 暫停開放:水域範圍|晨間運動|營業時間外入園|海藻採集|定時導覽|多媒體室|部分施工區域
✦ 入園請全程配戴口罩,配合入園防疫措施。
和平島臉書:https://www.facebook.com/hepingislandpark
佳燁資訊 在 Yin & Yei 雙生過日子 Youtube 的精選貼文
**此影片為疫情未擴散時期拍攝,活動現場全體工作人員及觀眾皆有做好完善消毒及防疫措施,創作人僅在攝影機拍攝時期未戴口罩,活動全程配戴,疫情期間請大家避免群聚,出入公眾場所也請全程配戴口罩**
〖抽獎資訊:〗
雙生過日子今天準備了米其林小禮物送給大家!
米其林藍色保溫壺*2
米其林粉色保溫壺*1
米其林旅行組*1
米其林鴨舌帽*4
米其林餐廳指南(台北|台中)*1
總共抽出9位,獎品隨機出貨
怎麼獲得呢?很簡單!!
在這次YT的麗寶影片下面留言:你最喜歡這個影片的哪一PART
範例:(我要抽獎)我最喜歡跳到床上結果床超硬😂
想看更多的雙胞胎,歡迎追蹤 Yin&Yei 的個人IG
Yei | @leaf_ayei
https://reurl.cc/gmoN47
Yin | @yinllusion
https://reurl.cc/GrYg4A
【麗寶國際賽車場】
・獲FIA譽為亞洲最佳卡丁賽道
・麗寶樂園地址:台中市后里區福容路8號
・賽車場地址:台中市后里區月眉東路一段185號
・迎賓大樓:早上09:30-下午18:30
・VR館、兒教館、飄移卡丁車、垂直風洞體驗時間:早上10:00-下午18:00
・GoKart卡丁車體驗時間(本場地採平日預約優先):10:00-18:00
(GoKart卡丁車體驗最後報到時間為17:15)
http://www.lihpaoracing.com.tw/tw/Index
【麗寶賽車主題旅店-T11 T12 Hotel】
・地址:台中市后里區月眉南路197號
・電話:04-2369-6888
https://www.fullon-hotels.com.tw/ym/tw/room-detail/T11/
【京華煙雲】
・地址:台中市五權七街57號
・營業時間:AM11:30-PM14:00|PM17:30-PM21:00
・電話:04-2372-5066
http://theme.net.tw/?page_id=42
【滬舍餘味餐館】
・地址:台中市南屯區公益路二段537號
・營業時間:AM11:00-PM20:30
・電話:04-2258-6111
・健康與安全:員工有配戴口罩 · 員工會接受體溫測量 · 更多詳細資料
https://www.facebook.com/shanghaitop1/about/?ref=page_internal
如果喜歡雙生的影片
記得訂閱我們的頻道
是我們持續製作影片的動力
雙生感激~
#雙生過日子
#人生第一生煎包
#麗寶賽車主題旅店
合作請洽 yinyeitv@gmail.com

佳燁資訊 在 官品心Claire Kuan Youtube 的精選貼文
《女神降臨》여신강림/True Beauty,改編自同名漫畫,本劇講述對外貌感到自卑的少女任朱靜,透過化妝變成校園女神,和隱藏傷痛的高冷校草李修豪及痞帥偶像練習生韓書峻展開一段浪漫愛情成長故事。主演:文佳煐、車銀優、黃寅燁(黃仁燁)、朴柔娜
EP15~EP16劇情討論:
00:00 女神降臨富有教育意義
01:12 書竣令人心動的每個瞬間/紳士的書竣
02:43 經典約會行程:滑冰
03:24 告白鬱金香代表的意義/未送出的情書
04:50 黃寅燁演活韓書竣
05:25 書竣聖光充滿助攻朱靜修豪
06:33 獻給每個階段都在努力的你
#女神降臨 #車銀優 #黃寅燁
韓劇女神降臨結局預測|書竣跟朱靜在一起了?|劇情走回漫畫線?|여신강림True Beauty【官品心劇情聊天室3 Claire Kuan】
https://youtu.be/HzC0B5FyvpY
韓劇女神降臨|朱靜素顏被揭穿了|致敬彩蛋你發現了嗎?|여신강림True Beauty【官品心劇情聊天室2 Claire Kuan】
https://youtu.be/eQl2uFz-bYM
韓劇女神降臨|第八集定律來了!終於接吻啦!|修豪書竣正式開戰|여신강림True Beauty【官品心劇情聊天室1 Claire Kuan】
https://youtu.be/4yfzSE-t4B4
🎇【官品心劇情聊天室 Podcast 收聽資訊】
Apple:https://apple.co/3aamd8T
SoundOn:https://sndn.link/pinhsinkuan
Spotify:https://spoti.fi/3o39xFy
MyMusic:https://www.mymusic.net.tw/ux/w/theme...
Google:https://pse.is/3bw2pm
KKBOX:https://bit.ly/2YhTaL3
🎇了解更多品心私下的生活
官品心IG https://www.instagram.com/pinhsinkuan/
官品心 Facebook https://www.facebook.com/pinhsinkuan/
合作邀約:clairelin219@gmail.com

佳燁資訊 在 官品心Claire Kuan Youtube 的最佳貼文
《女神降臨》여신강림/True Beauty,改編自同名漫畫,本劇講述對外貌感到自卑的少女任朱靜,透過化妝變成校園女神,和隱藏傷痛的高冷校草李修豪及痞帥偶像練習生韓書峻展開一段浪漫愛情成長故事。主演:文佳煐、車銀優、黃寅燁(黃仁燁)、朴柔娜
EP13~EP14劇情討論:
00:00 喜歡追劇的小孩不會變壞
01:05 校園霸凌及家庭氛圍關聯
02:24 秀雅發現素顏的朱靜/最佳男友修豪
03:25 為什麼青春校園愛情劇大受歡迎?
04:16 書竣韓志平上身?結尾Start-Up化?
05:04 書竣深情演唱的歌曲
05:42 癡情暖男書竣心動的每個瞬間
06:32 女神降臨大結局預測
#女神降臨 #車銀優 #黃寅燁
韓劇女神降臨|朱靜素顏被揭穿了|致敬彩蛋你發現了嗎?|여신강림True Beauty【官品心劇情聊天室2 Claire Kuan】
https://youtu.be/eQl2uFz-bYM
韓劇女神降臨|第八集定律來了!終於接吻啦!|修豪書竣正式開戰|여신강림True Beauty【官品心劇情聊天室1 Claire Kuan】
https://youtu.be/4yfzSE-t4B4
🎇【官品心劇情聊天室 Podcast 收聽資訊】
Apple:https://apple.co/3aamd8T
SoundOn:https://sndn.link/pinhsinkuan
Spotify:https://spoti.fi/3o39xFy
MyMusic:https://www.mymusic.net.tw/ux/w/theme...
Google:https://pse.is/3bw2pm
KKBOX:https://bit.ly/2YhTaL3
🎇了解更多品心私下的生活
官品心IG https://www.instagram.com/pinhsinkuan/
官品心 Facebook https://www.facebook.com/pinhsinkuan/
合作邀約:clairelin219@gmail.com
