關於 霍曼評價 ，我們在網路上蒐集到這些相關的討論、資訊與評價

5年前的此時大衛艾耶版《自殺突襲隊》橫空出世，至於評價也就不再多贅述，華納致力於向漫威靠攏的風格，與DC的暗黑風相違背，最終也成了製片廠過度干涉下的不倫不類作品。5年後，華納請來了漫威的王牌之一詹姆斯岡恩跨界執導，成為首位跨界執導DC作品的漫威導演（溫登不算）。

詹姆斯岡恩執導後，從腳本到風格奠定，再到拍攝規格，全都一手掌握。在拍攝規格上，岡恩延續了《星際異攻隊2》使用Redcode RAW機種的嘗試，《星際異攻隊2》能有如此色彩斑斕的視覺效果，便是多虧了使用Red機種的拍攝，該規格拍攝最高可達8K的影像畫質，而岡恩也把這套拍攝模式帶到了他的《自殺突襲隊》，並且更加精進的與IMAX做結合，整部片無論是普通版或是IMAX版皆用1.9：1的銀幕畫幅呈現，岡恩對於色彩繽紛的影像要求，從哈莉奎茵的逃獄戲，所投射出的花朵般繽紛背景，便可看出一二。

在風格上，滿滿的惡搞、滿滿的血漿、滿滿的反套路，定位為R級的關係，岡恩更能將血腥揮發到極致，斷手斷頭堪比《死侍》，甚至比死侍更加血腥。雜牌軍如何集結，如何營造出團隊般的精神，在詹姆斯岡恩的巧手刻畫下，即便是秒死的雜牌配角，也都有一點點背景介紹。渣導一出走，岡恩一進來，便成了DC宇宙新上帝，嚴格來講這也不算像是在看DC電影，反而像是在看獨立出來的組隊電影，詹姆斯岡恩的個人印記，已經深植整部片本身。

開場便死一票人，結尾之前也是繼續死人，連我最鍾愛的元老成員瑞克上校也被岡恩賜死😭（最近在看《紙牌屋》特別有感），岡恩對角色命運的掌控，可說是毫無常規超級英雄電影可言的肆意妄為，完全是反套路的極致展現，華納給予岡恩的角色生殺大權，完全已超越迪士尼本身。死亡率算了算高達70%，復仇者死亡率最高的一次也就5成上下而已。

伊卓瑞斯艾芭飾演的血腥運動，與新人丹妮拉麥西沃飾演的捕鼠者，意外地成為了彼此父女情的救贖；瑪格羅比飾演的小丑女，依舊保有其獨特的嗆辣與俏皮感，哈莉與年輕總統的羅曼蒂克情節，我還真的相信了XDD，瑪格戲份不算太重，但作為小丑女依舊是整部片的靈魂角色；趙喜娜飾演的和平使者，無疑是全片最諷刺的角色，出道名號與美帝價值觀相同，行為本身與名號卻完全相反，簡單來講便是虛有其名，行如野獸，岡恩對美帝的諷刺，這部完全毫不掩飾。

完整影評：https://puff0819.pixnet.net/blog/post/333550770

★★★★☆ By puff小編

#自殺突襲隊集結 #thesuicidesquard #詹姆斯岡恩 #瑪格羅比 #伊卓瑞斯艾巴 #喬爾金納曼 #趙喜娜 #大衛達斯馬齊連 #丹妮拉麥西沃 #薇拉戴維斯 #麥可盧克 #傑寇特尼 #西恩岡恩 #龐克萊門夫 #塔伊加維迪提 #席維斯史特龍 #珍妮佛霍蘭德

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

A Rainy Day in New York 雨天．紐約 (Woody Allen, 2019)
Country：USA
Score：7/10
看完後無意間驚訝發現，片中不起眼的配角大叔 Ted, 居然是 Jude Law！！！那個髮際綫....真的歲月不饒人！儘管之前好萊塢 #MeToo 事件使 Woody Allen 爭議不斷， 仍然不得不肯定他明快，詼諧，諷刺的都會作品風格、擅長以浪漫喜劇來呈現愛情與人性各種樣貌，其生涯 50 多年曾執導過 49 部長片作品，23 次奧斯卡提名、4 度獲獎，多產的他各方評價褒貶不一的，但絕對是不容質疑的大咖影壇怪傑一枚。從過去經典的《安妮霍爾》、《曼哈頓》，到以特定城市作為故事舞台的《情遇巴塞隆納》、《紐約遇到愛》、《午夜·巴黎》、《愛上羅馬》，總能透過喃喃自語的連珠炮臺詞，把其中人物塑造得有棱有角，讓人在人生不同場景，當下不同氛圍，對號入座，心有戚戚！在本片中，他選擇了街角商店、小酒館與中央公園等生活感強烈的日常角落，呈現繁忙大都會少見的人味，紐約宛如男主的靈魂伴侶，也是他療傷止痛的避難所，因此他的雨中流浪記毫無哀怨的寂寥氣息，甚至成了另類的紐約導覽。Woody Allen 以其慣用的充滿諷刺意味手法，把紐約上層階級跟社會大眾的隔閡、成長價值觀差異、中西部女孩的格格不入，以爵士鋼琴為基底的配樂，浪漫又風情滿滿地講了一個屬於紐約的愛情故事。
Terry: Time flies.
Gatsby Welles: Yes, unfortunately, it flies coach.
Terry: What's that supposed to mean?
Gatsby Welles: It's not always a comfortable trip.

00:00:00 開場引言
00:05:58 基本評分（無雷）
00:15:27 劇情討論（有雷）
00:52:45 推薦的族群

【梗你評電影】《父親》失去時間感的人生該怎麼辦？
.

▶ 收看YouTube影片：https://youtu.be/f3j3Y10U-U8

▶ 收聽PODCAST聲音：https://open.firstory.me/story/ckny6qw5uz11a087719v7lbwv/platforms
.

歡迎收看/收聽【梗你評電影】單元，我們每個禮拜透過討論的方式來解析、評論電影的優缺點，讓你看電影更有梗！

這次【梗你評電影】要來評的電影是《父親》；這部電影在本屆奧斯卡金像獎上入圍了包括最佳影片、最佳男主角（安東尼霍普金斯）、最佳女配角（奧莉薇雅柯爾曼）、最佳改編劇本、最佳剪輯、最佳美術設計等六項大獎，最終獲得了最佳改編劇本以及男主角 安東尼霍普金斯也奪下了影帝小金人；故事描述一位獨居在倫敦的老人，因患有失智症而逐漸對生活的周遭環境感到困惑，透過時空交錯和場景變換，電影另類詮釋了有關失智症患者的主觀視角，讓觀眾能夠清楚感受到失智症的可怕。

《父親》是根據法國籍導演 弗洛里安澤勒的同名舞台劇本改編，在2020年初於法過首映後便獲得國際關注，安東尼霍普金斯在本片中的演出也令人動容！

不管你對這部電影的評價是好是壞，都歡迎你一同來與我們討論唷！

你也有看過《父親》了嗎？
你對這部電影有什麼想法呢？
都歡迎留言分享與我們討論唷！


#電影 #影評 #父親 #movie #review #filmcritics #thefather #安東尼霍普金斯 #奧斯卡 #最佳男主角 #影帝

**************
歡迎加入【有梗電影俱樂部】，不錯過任何電影資訊或線上線下活動喔！
臉書社團（需回答問題審核）：https://www.facebook.com/groups/viewp...​
Telegram群組：https://t.me/viewpointmovieclub2​

別忘了追蹤XXY的電影相關文字、影像、聲音創作唷！
📣 https://linktr.ee/XXY_filmcrtics

本頻道為提供觀眾們更好的觀看環境，並無開啟廣告營利
想要贊助我們持續創作，可透過以下管道直接贊助：
📣 XXY @方格子：https://vocus.cc/user/@XXY2018​
📣 XXY @Firstory：https://open.firstory.me/user/xxymovie

00:00:00 開場引言
00:02:36 【五分鐘新聞快報】
00:02:49 【五分鐘新聞快報】蜘蛛人經典反派「八爪博士」艾佛烈蒙利納，暢談《蜘蛛人：無家日》多元宇宙劇情
00:03:20 【五分鐘新聞快報】傳奇影業再度與Netflix聯合製作日本知名IP《鋼彈》真人電影
00:03:40 【五分鐘新聞快報】《樂高蝙蝠俠電影》導演 克里斯麥凱，正式接拍《德古拉》延伸電影！
00:04:10 【五分鐘新聞快報】《印第安納瓊斯5》進度大公開！麥茲米克森加入卡司、約翰威廉斯操刀配樂
00:04:32 【五分鐘新聞快報】咦？不是才剛停工嗎？凱文費吉確認《奇異博士2》下週殺青！
00:05:03 【五分鐘新聞快報】漫威首部律政喜劇影集《女浩克》正式開拍！
00:05:24 【五分鐘新聞快報】《月光騎士》奧斯卡伊薩克 現身布達佩斯！主體拍攝工作即將展開
00:05:52 【五分鐘新聞快報】劉玉玲確認加入《沙贊2》劇組，與海倫米蘭和體化身反派姊妹檔！
00:06:16 【五分鐘新聞快報】《權力遊戲》皮魯艾斯貝克加入《水行俠2》
00:09:57 【專題報導】英國奧斯卡（電影學院獎）圓滿落幕，李安獲終身成就獎，趙婷《游牧人生》成大贏家

【梗你報新聞】2021-APR. WEEK 3
國內外影視新聞一週總整回顧
.

▶ 收看本篇YouTube版本：https://youtu.be/sCQ7X-hlMkQ

▶ 收聽本篇PODCAST版本：https://open.firstory.me/story/cknsak91mbayd0866abijkd69/platforms

▶ 【方格子】新聞圖文整理：https://vocus.cc/article/6080edd9fd89780001d05868


01 蜘蛛人經典反派「八爪博士」艾佛烈蒙利納，暢談《蜘蛛人：無家日》多元宇宙劇情

在山姆雷米執導的《蜘蛛人2》中，飾演反派「八爪博士」的艾佛烈蒙利納，近期接受外媒專訪證實，他將在最新的《蜘蛛人：無家日》電影中登場。根據他所透露的劇情內容，故事將延續《蜘蛛人2》八爪博士的結局，核融合裝置掉入河中後開啟了多元宇宙。他也提到自己在這幾年來身材樣貌都大不如前，劇組將會用特效技術來重現他當時51歲的模樣。
.


02 傳奇影業再度與Netflix聯合製作日本知名IP《鋼彈》真人電影

Netflix在上週官方推特上宣布，將與傳奇影業聯合製作改編日本著名機器人IP《鋼彈》的真人電影，並由《金剛：骷髏島》導演 喬丹沃格特羅伯茲執導，未來將在Netflix上獨家上線。如此一來，喬丹沃格特羅伯特除了《鋼彈》改編電影外，手上還有另外一部電玩改編電影《潛龍諜影》，未來動態值得關注。
.


03《樂高蝙蝠俠電影》導演 克里斯麥凱，正式接拍《德古拉》延伸電影！

自去年《隱形人》票房評價的成功，環球影業重新對闇黑宇宙重拾了信心，接二連三著手不少怪物電影計畫；目前環球宣布未來將推出吸血鬼《德古拉》的故事，以及一部描述吸血鬼僕從《瑞恩菲爾德》的衍生故事。根據Deadline的報導，目前本計畫可能交由曾執導《樂高蝙蝠俠電影》的導演 克里斯麥凱執行，但官方公開資訊仍不多。
.


04《印第安納瓊斯5》進度大公開！麥茲米克森加入卡司、約翰威廉斯操刀配樂

根據Deadline的報導，近期演出《醉好的時光》的丹麥演員 麥茲米克森證實將參與《印第安納瓊斯5》卡司陣容，奧斯卡配樂大師 約翰威廉斯也將回歸譜寫本片配樂，演出《邋遢女郎》的菲比沃勒布里吉也將加入卡司群。本片目前由《羅根》導演詹姆士曼格所執導，並由原系列導演史蒂芬史匹柏擔任製片，暫定2022年7月29日上映。
.


05 咦？不是才剛停工嗎？凱文費吉確認《奇異博士2》下週殺青！

漫威影業總裁凱文費吉在上週接受Undefeted視訊專訪時宣布，《奇異博士2：瘋狂的多元宇宙》將在下週殺青，讓不少漫威迷又驚又喜。主要是因為《奇異博士2》從製作到開拍一直都處於保密階段，甚至在今年初為了宣傳《汪達幻視》伊莉莎白歐森，透露該劇組因防疫問題處於停工狀態，如今火速殺青，讓人不免讚嘆漫威滴水不漏的保密工程。
.


06 漫威首部律政喜劇影集《女浩克》正式開拍！

根據國外推特主轉載美國喬治亞州官網紀錄，漫威影集《女浩克》已名列現正拍攝之中，等於另類宣告本劇已悄悄開拍。目前《女浩克》除了確定卡司的消息外，劇情尚未明朗，並暫訂於2022年在Disney+上線。根據凱文費吉先前的訪談提到，《女浩克》將會是一部律政喜劇，女主角將會負責著手超級英雄的法律諮詢問題。
.


07《月光騎士》奧斯卡伊薩克 現身布達佩斯！主體拍攝工作即將展開

日前有位布達佩斯的網友，在路上很幸運地捕捉到野生奧斯卡伊薩克和伊森霍克，等於另類曝光了這兩位男星合作主演的《月光騎士》即將在當地開拍。有關影集《月光騎士》透露的消息不多，但奧斯卡伊薩克的製作公司在Instagram上，秀出一支有關奧斯卡伊薩克為了本劇訓練武打的影片，看得出本劇在動作元素上的處理將會有別於過去漫威作品。
.


08 劉玉玲確認加入《沙贊2》劇組，與海倫米蘭和體化身反派姊妹檔！

根據Variety的報導，劉玉玲將加入《沙贊！眾神之怒》劇組，飾演同樣也是反派的海倫米蘭姊妹「卡呂普索」（Calypso）；目前《沙贊2》的劇情尚未公布，目前已確定將由首集導演大衛桑德柏格回歸執導，並由資深女演員 海倫米蘭擔任原創反派人物 赫斯伯里德斯，也就是希臘神話中的擎天神 阿特拉斯的女兒。《沙贊2》目前暫定2023年6月2日上映。
.


09《權力遊戲》皮魯艾斯貝克加入《水行俠2》

根據Deadline的報導，《水行俠2》的卡司陣容將加入丹麥男星皮魯艾斯貝克，也就是曾在《冰與火之歌：權力遊戲》中來自鐵群島的攸倫葛雷喬伊；巧合的是，飾演水行俠的傑森摩莫亞也曾演出過《冰與火之歌：權力遊戲》，兩人雖然在該劇中並未碰面，但在《水行俠2》中將會有另類的交鋒。目前皮魯艾斯貝克在《水行俠2》裡的角色尚未確定。
.
.
.


不知道看到這些影視新聞，你有什麼想法呢？
歡迎留言與我們討論唷！

新聞編輯：Jericho
新聞提供：影劇好有梗、Screen Fandom

#新聞 #電影 #影視 #梗你報新聞

**************
別忘了追蹤XXY的電影相關文字、影像、聲音創作唷！
📣 https://linktr.ee/XXY_filmcrtics

【梗你評電影】《噪反》反烏托邦題材失效？青少年文學改編電影已走到盡頭了嗎？
.

▶ 收看YouTube影片：https://youtu.be/GJYF-RfEBHw

▶ 收聽PODCAST聲音：https://open.firstory.me/story/ckm8lu8nhmluf0851fwsniimz
.

歡迎收看/收聽【梗你評電影】單元，我們每個禮拜透過討論的方式來解析、評論電影的優缺點，讓你看電影更有梗！

這次【梗你評電影】要來評的電影是《噪反》，由曾執導《明日邊界》《美國製造》等電影作品的道格李曼所執導，並由近期因漫威《蜘蛛人》而爆紅的演員 湯姆霍蘭德，因《STAR WARS：原力覺醒》而成名的黛西雷德利，以及主演《漢尼拔》影集的丹麥演員 麥茲米克森索主演；故事描述在未來人類移居到新世界星球而飽受一種名為噪音菌侵害，男人會因為噪音菌而顯示出自己的內心聲音，女人則不會，因此新世界只剩下男人，女人則滅亡。某日，在新世界的少年陶德，因為遇見了從天而降的神祕女孩薇拉，讓他的生活產生巨大變化，也因此知道了這個新世界曾經有過不為人知的暗黑秘密。

電影改編自派崔克奈斯在2008年出版的《噪反》三部曲中的第一部曲《噪反I：鬧與靜》，由獅門娛樂製作；電影早在2017年完成拍攝，卻因為檔期不斷延後，以及疫情的緣故遲遲無法上映；如今在2021年3月5日上映，似乎不論在票房還是評價上都差強人意，這顯示了青少年文學、反烏托邦題材對一般大眾而言已經失去興趣了嗎？

不管評價是好是壞，你也有看過這部《噪反》了嗎？
你對這部電影有什麼想法呢？
都歡迎留言分享與我們討論唷！



**************
別忘了追蹤XXY的電影相關文字、影像、聲音創作唷！
📣 https://linktr.ee/XXY_filmcrtics

#電影 #影評 #movie #moviereview #filmcritics #噪反 #chaoswalking #道格李曼 #湯姆霍蘭德 #黛西雷德利 #麥茲米克森 #dougliman #tomholland #daisyridley #madsmikkelsen