⭐️【不知道這5個秘密,別說你了解天秤座。】
★本文與Podcast同步播出
★天秤座之友記得支持《今日宜小聊》https://reurl.cc/n50L02
天秤座是風象星座最懂得愛,卻也是最冷酷的星座。
雙子座的理性帶有土象的懷舊、水瓶座的理性帶有水象的薄弱安全感,唯有天秤座理性起來,擁有最風象星座的克制、無情,厲害的是,他們擅長用金星之美來包裝他們的陰暗面。
某種程度上,天秤座付出的愛,不只局限於「人」,他愛的可能是一個「群體氛圍」、一個他認同的「價值觀」、一個可以理解他的「制度」。
在天秤的兩端,一邊是流出美好交流感受的熱水、一邊是沖淡矛盾紛爭的冷山泉水,因此天秤的矛盾可以被視為:「先感性、後理性」的順序,只要你能理解他看待事物的特性,就能夠成為天秤座最想要的知心寶貝。
★天秤座理性過頭終究造成壓抑。
天秤座喜歡與人為伍,我很少看到天秤座的人單身超過1年、午飯1個人吃(整體還要看他的星盤配置,這邊單指太陽、上升星座)、1個人去看電影。天秤座總是願意在關係當中成為「付出者」,投入大量的時間與精力,也可以為群體做出調整與妥協。
但天秤座並不是吃素的,你不要以為他有水象星座的「同理心」、土象星座的「慈悲心」,風象星座能做到的只有「換位思考」。
天秤座在考慮一件事情時,往往都會花上許久的時間反覆在腦裡思辨。在理性化的過程中,他會不斷去想:「自己投入值不值得?」、「如何可以更好?」但搞笑的是,在人際關係、情感關係當中,理性的人往往最後都是被犧牲的那位。感情很少有道理可言,天秤座往往覺得自己想做出明智決定時,還是很容易被情感的牽絆給帶著走。
所以就算天秤座對於愛情、情感、人際交流暸若指掌,卻還是很難看到他們流露情感,因為理性過頭的人,往往為了整體考量,最後只能被壓抑。
你可能要跟一個天秤座來往好幾年,才能看到他們脫下假睫毛的樣子,才能看到他們因為不爽你而破口大罵的情緒反應。而在這幾年,你一直以為他都是沒有脾氣的大慈善家。
★天秤座的男女通吃。
風象星座都具備男女特性的星座。男性具有女性陰柔細心的特質、女性有男性剛烈的個性,天秤座也不例外。我認識的天秤女,外表再多嬌柔美麗,內心都住著開著砂石車的司機大哥魂。她們上一秒還在跟你聊名牌包,下一秒看到隔壁桌媽媽在打小孩就會衝過去叫她住手,或是搬家找天秤女,她會開著小貨車來幫你。
我認識的天秤男都有股溫和的特性,講話都在75分貝左右、很少大小聲、喜歡拍照打卡分享、好朋友都是女生、會追韓劇也熱愛看時尚雜誌,但他們並不是gay,而是一種心理上的特質,對於女性和女性事物感到興趣。
所以天秤男的女友總是可以無縫接軌、天秤女的男性朋友總是很多。其實這真的跟坊間所說:「天秤座都長得很好看」沒有直接關係,而是他們的心理素質總是表現出與異性有關的天賦,早戀對他們來說跟交朋友一樣簡單。「脫單」這兩個字完全不會寫。
每個星座都有自己的使命,「情感關係」的理解與修煉,是天秤座的使命,你要強大還要游刃有餘,其他人玩不起。
★天秤座是個優雅的叛逆者
天秤座是12星座最能實踐理想主義的人。
天秤座的腦子只有兩件事:「先取得平衡」、「再決定選左還是右」。這麼簡單的二分法,卻如同小劇場之於處女座、玻璃心之於巨蟹座一般,困擾天秤座一輩子。天秤座如果在做決定時,把自己建構的理想世界帶入參考,那麼他就會越來越離經叛道、越來越走入另類的小世界、選擇跟這個世界對抗而不是合作。
所以很多天秤座在工作一兩年後,從座位的角落看到老闆癡肥、搞小三、廢物的模樣,內心就會想:「這才不是我要的人生!」天秤座也不會思考未來年薪、跳槽、獵人頭等等職涯方向,說走就走、說離職就離職、說去開書店、咖啡店、創業就真的去。
前提是,你要讓一個懶惰至極的天秤座看到最不優雅的「真實狀況」,他才會逼自己奮力離開那個環境。
天秤座的成長之路,都是慢慢脫掉對這世界的濾鏡、一邊跌倒一邊喊痛,卻一邊不服輸的繼續跟這真實噁心的世界互戰後,最終在年老時跟這世界(抑或是他的中心思想)和解,才明白「其實這世界對我還是挺不錯的。」
附註:所以你要跟天秤座分手,讓他看到你最噁爛的真實狀況即可。
★天秤座喜歡有高級感的伴侶
想要做天秤座的戀人,請不要跟他們述說太多關於感受的問題,先把自己的品味與外表打理好。
坊間對於天秤座喜歡好看的人這件事我無須贅述,然而真正的天秤座並不是「感受」人格,他們很怕絮絮叨叨的各種「溝通」、也不喜歡你用情緒來表達想法。比起述說感受,天秤座更會用理性去做出反應,而真正的高級感,來自於你懂得浪漫。
沒錯,就是浪漫。這個浪漫不是鮮花牛排節日,而是來自於你懂得天秤座伴侶身上的「陰陽合體」特質,看穿天秤女在外面的強悍、圓融、得體,但在你面前她可以躺著當廢物小女人嘴巴張開就有得吃。
天秤男往往有一個過於聰明的腦袋,比起當他的戀人,他更喜歡如同朋友一般的愛情。這種「浪漫」只有跟天秤座扯上好幾年的關係才能理解,理性的人要的浪漫是一種共鳴,你不理我時我也可以玩得很好,但我們在一起時卻又有很多話可講。
然後,沒見你的幾天裡,你怎麼又更好看了?
★要怎麼依賴天秤座
天秤座是非常重視存在感的人。所以我常常打趣說:「天秤座不能跟獅子座同時出現。」
依賴天秤座最重要的關鍵就是:「你沒他會死。」哈哈哈哈哈哈哈真的就這麼簡單。但等等,小瑜你不是前面講說天秤座很需要自己的空間嗎?空間是指三不五時要讓他們離開愛情監獄放放風,讓他們抽根菸、打個電話回家、抬頭看看天空這樣,但存在感是:「老大,3號牢房沒你我們活不下去。」懂我意思嗎?
存在感是天秤座非常非常迷戀的一種情緒解藥。
這種有隱約公主王子成癮症人格的個性,往往你只要不經意地提需求,天秤座都會假裝沒聽到但實際上腦子已經深刻記著,下次見面他就會默默拿給你說:「剛好看到,感覺很適合你。」
你這時候一定要把他的存在感刷滿整排愛心,發個臉書都沒問題。天秤座可能本人礙於面子假鬼假怪說不要,但嘴角藏不住的笑意已經準備好下次再幫你買東西。
越是理性的人,越渴望被理解。因為他們往往都是理解別人很多,卻沒人真正理解他們。我喜歡天秤座的原因是,天秤座的理性,不就是為了我們這種死屁孩而存在的嗎?
兄弟們,瞄準天秤座的胳肢窩,搔起來!
#天秤座 生日快樂,祝福你們都能擁有一個不畏懼理性,活騷胳肢窩的屁孩寶貝。
同時也有1部Youtube影片,追蹤數超過5萬的網紅港。故 kongguhk,也在其Youtube影片中提到,不少人做運動都是想有更強健的體魄,這集《港。故》活力十足的主角,除了想健身外,也希望能強化其他人的心靈。 Emily、Debbie與Claudia是「HK Bootcamp」的發起人,會定期舉行各類免費的街頭運動,並於她們社交網站的專頁廣邀任何人參與。她們本身互不相識,也不是專業的教練,初心也只是...
「局限 空間 換 氣 量」的推薦目錄:
- 關於局限 空間 換 氣 量 在 小瑜星座 Facebook 的最讚貼文
- 關於局限 空間 換 氣 量 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於局限 空間 換 氣 量 在 Facebook 的精選貼文
- 關於局限 空間 換 氣 量 在 港。故 kongguhk Youtube 的最佳解答
- 關於局限 空間 換 氣 量 在 局限空間作業安全檢查表 的評價
- 關於局限 空間 換 氣 量 在 局限空間通風換氣計算的問題包括PTT、Dcard、Mobile01 的評價
- 關於局限 空間 換 氣 量 在 局限空間通風換氣計算的問題包括PTT、Dcard、Mobile01 的評價
- 關於局限 空間 換 氣 量 在 局限空間通風換氣計算的問題包括PTT、Dcard、Mobile01 的評價
- 關於局限 空間 換 氣 量 在 局限空間通風換氣計算的推薦,PTT和網路上有這些評價 的評價
局限 空間 換 氣 量 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
局限 空間 換 氣 量 在 Facebook 的精選貼文
🇯🇵【 北海道 Hokkaido】2021露營車之旅-Part1 道東
⛰️日本旅居五年,最常聽到外籍同事度假的的首選除了是沖繩就是北海道。後兩者我們在日本居住近五年都還沒機會造訪,今年七月暑假終於安排北海道旅行
🚌這也是我們第一次的「露營車之旅」。北海道有眾多的露營場與道之站(類似台灣的汽車休息站)可過夜,加上林立的便利商店,餐廳與遊客中心食物都有一定品質,到處可以找到溫泉泡湯洗澡,乾淨的廁所(道之站通常還有溫水免治馬桶),良好的治安,都讓露營車旅行很輕鬆便利。疫情下旅行,盡量在車上生活減少與人群接觸,也比較安心。
🌳預計近三個星期的北海道自駕之旅,東京搭廉航Peach到札幌取車出發,先往道東。頭幾天都是陰天,沒法完全欣賞到北海道豐富色彩魅力,反而是露營車上的生活變成最有趣的體驗!
❤️露營車旅行就像是個移動的家,車上冰箱與大型保冷袋可以囤積兩三天食材,很多置物空間,插頭夠多,所有電器都能方便取得輕易充電,不用像住旅館每天要整理行李移動。
👍遇到路旁美景可隨性停下,在車上喝咖啡欣賞。走健行完想好好休息,也可回車上換衣服吹冷氣喝杯冷飲吃甜點,甚至小睡再出發。孩子們線上課程可輕易在車上路途中進行。最後行程不用被訂好旅館綁住,可隨天氣興致狀況機動調整。
😅當然露營車生活有局限,我們的車型最多可睡六人,一家四口生活算剛好,但要朝夕狹小空間相處。七月中初夏晚上微涼算好入睡,但床墊稍微偏硬,沒有旅館床舒服。我們不想處理車上廁所排泄物,所以半夜上廁所要掙扎走出車到公廁。
🚐幾天露營車上生活下來,意外發現日本有不少人在車上生活。露營車算少數,大多都是更小的廂型車自己改造,可以看到家當都在上面,大多都是有點年紀的中老年,傍晚就悠閒煮飯。甚至有房車,椅子放平遮光簾一拉就過夜。
🚌接下來會繼續報導我們北海道旅程
▶️也歡迎加入我們的 Instagram◀️
https://www.instagram.com/travelwithmikeanna
局限 空間 換 氣 量 在 港。故 kongguhk Youtube 的最佳解答
不少人做運動都是想有更強健的體魄,這集《港。故》活力十足的主角,除了想健身外,也希望能強化其他人的心靈。
Emily、Debbie與Claudia是「HK Bootcamp」的發起人,會定期舉行各類免費的街頭運動,並於她們社交網站的專頁廣邀任何人參與。她們本身互不相識,也不是專業的教練,初心也只是希望相約一起做運動,及後才慢慢地邀請其他人加入,一起感受運動帶來的正能量。
兩年多前,來自荷蘭的Emily到港讀書,因為想認識新朋友及融入社區,熱愛運動的她就在社交網站的地區群組發帖招友,於是找到了Debbie與Claudia,她們兩人都因為工作的壓力,及想有更健康的身體而做運動,卻在獨自運動中有不快的經歷。
健身室氛圍逼人 自組活動力求正面
Debbie曾經在健身室健身,認為當中的風氣令人很壓抑,「好多時都會聽到唔係咁鼓勵嘅說話,譬如會話你邊度肥、話你唔應該跑步,應該做咩,最後可能只係想推銷課程,會令人低落,唔想再做運動、逃避。」因此在自己成立的組織,三人都強調正向鼓勵,希望參加者安心嘗試,「我哋喺Bootcamp從來都唔會有人取笑你唔得、你好慢、你好肥、你好瘦嗰啲,完全唔會。」
知道街坊們水平有別,負責設計活動內容的Emily,也不會勉強參加者做到所有動作,「一開始都會同大家講,如果攰可以完全唔理我哋,可以休息、可以飲水。」因為三人都只是想參加者踏出第一步去嘗試,及慢慢培養做運動的習慣,「見證過好多由唔敢做運動、唔敢跳、覺得自己唔得、無笑容、好驚,到後來慢慢進步,或者幫佢哋建立自信心,希望有空間令佢哋變得更好。」Debbie補充。
由運動夥伴變好友 人情味濃郁
有着互相鼓勵的氛圍,令三名發起人及參加者的關係,不再局限於運動夥伴,一開始只是想減肥的Claudia直言,現在來Bootcamp最重要是想見到一班朋友,「我哋已經到咗攬頭攬頸嘅階段,大家都會好關心大家嘅生活,或者工作上嘅都希望可以一齊分擔。」三人都認為這比成功舉辦活動更重要,「呢份人情味係我哋Bootcamp一個好大嘅得着,其實人同人之間應該有咁嘅連繫,只不過係大家嘅壓力或者工作,令大家可能暫時忘記咗,好希望重新喚醒大家,其實身邊每一個人都有愛。」Debbie笑言。
望活動遍地開花 團結港人
三人成立的社交網站專頁,早前突破一千個讚好,成員都兌現承諾,在街坊面前做一千下「波比跳」(Burpees),挑戰自己體能極限,「希望畀到一個好正面嘅榜樣,鼓勵大家去嘗試跳出舒適圈、去接受一啲挑戰,希望將呢個訊息帶畀like咗我哋page嘅人。」完成挑戰後的Debbie激動地說。
那天她們也再一次感受到街坊的愛,「有好多朋友嚟探我哋,買咗成堆水、寶礦力,受傷又有人幫我哋包紮、想買手套畀我哋,其實呢啲都係人情味,係我哋Bootcamp換返嚟,所以我哋希望可以保持落去,更多人加入去感受我哋呢份愛。」
三人都認為香港生活太緊張,長遠希望各區都有參加者,再自行舉辦活動,鼓勵運動之餘也將人情味帶到各區,「可能好多人金錢上有壓力、生活上有壓力,我哋希望將呢個Bootcamp嘅形式帶到每一個地區,令香港有更多呢種文化可以團結一齊,我哋三個嘅小小力量雖然唔係好大,但希望用我哋最大嘅努力去聯繫到香港人,慢慢攜手建立更好嘅地方。」Debbie盼望。
今集《港。故》用6分半鐘,帶大家參加充滿人情味的「HK Bootcamp」,健身之餘亦希望用愛來治癒大家的心靈。
-------------
《港。故》:東網每周專題習作,講故事、講香港人的故事。
Fb:http://bit.ly/oncckonggu_Fb
IG:http://bit.ly/oncckonggu_IG
Youtube:http://bit.ly/oncckonggu_Youtube
局限 空間 換 氣 量 在 局限空間通風換氣計算的問題包括PTT、Dcard、Mobile01 的推薦與評價
Q:每小時每人戶外空氣之換氣量m 3 /hr. K:二氧化碳產生量m 3 /hr. p:二氧化碳容許濃度ppm. 這兩本書分別來自新文京和千華數位文化所出版。 國立交通大學工學院永續環境 ... ... <看更多>
局限 空間 換 氣 量 在 局限空間通風換氣計算的問題包括PTT、Dcard、Mobile01 的推薦與評價
Q:每小時每人戶外空氣之換氣量m 3 /hr. K:二氧化碳產生量m 3 /hr. p:二氧化碳容許濃度ppm. 這兩本書分別來自新文京和千華數位文化所出版。 國立交通大學工學院永續環境 ... ... <看更多>
局限 空間 換 氣 量 在 局限空間作業安全檢查表 的推薦與評價
通風換氣方式保持一進一出,風量足以保持局限空間作業空氣呼吸品質. 12, 7, 通風進氣 ... 量測氣體時,應視局限空間狀況,變更測定位置與高度,勿定點量測. 18, 工具, 13, 有 ... ... <看更多>