《阿富汗時時刻刻第六天》
* 美國總統拜登表示從阿富汗大規模撤離“必有人命損失的風險”。
拜登在白宮發表講話,迄今為止,美國已經在“歷史上規模最大、難度最大的空運之一”中營救了 13,000 人。
但總統關於美國撤離人員不受塔利班阻礙的建議與他自己的國防部長説法相互矛盾。
拜登先生因塔利班的接管而面臨國際批評。
“任何想回家的美國人,我們都會送你回家,”拜登表示他已經取消假期以應對危機。
拜登於美國東岸時間8/20發表演說,之後接受記者提問時表示,美國軍方將對 至少65,000 名希望離開的阿富汗盟友,做出“撤離承諾”,但他補充說撤離美國公民是美軍“優先事項”。
“毫無疑問,這次疏散任務很危險。它涉及我們部隊的風險,而且是在非常困難的情況下進行的。“
拜登表示,沒有必要加派美國軍隊進入喀布爾救出被困美國人,塔利班允許任何持有美國護照的人進入機場。
然而,來自喀布爾的國際媒體均報導美國公民難以抵達機場。
據 Politico 報導,國防部長奧斯汀 (Lloyd Austin) 在周五的一次簡報中告訴國會,一些試圖離開阿富汗的美國人,在前往機場途中,遭到塔利班武裝分子的毆打。
週五,拜登又再次駁斥了情報失敗的說法,稱官員們“一致認為”塔利班如此迅速上台“極不可能”。若非阿富汗總統及其政府官員逃離棄守,情勢不會惡化的這麼快。
拜登總統也駁斥了阿富汗事件損害了美國在世界舞台上的聲譽的說法,堅稱“我們的國際盟友對我們的信譽,沒有疑問”。
拜登將阿富汗戰爭描述為與盟國的“共同努力”,表示他將與 G7 盟國召開會議,討論下一步行動。
週五,南卡羅來納州共和黨參議員林賽格雷姆表示,只要美國拋棄一名美國公民或阿富汗盟友,美國國會應該彈劾拜登。
幾位民主黨人也批評了拜登。紐澤西州參議員鮑勃梅德斯是參議院外交關係委員會主席,他表示,他計劃要求拜登,全面解釋什麼叫:從阿富汗的有缺陷撤軍。
拜登總統表示最近幾天喀布爾的場面“令人心碎”。來自阿富汗首都的圖片顯示,隨著塔利班加強對該國的控制,成群結隊的人,正拼了命想逃離。但他們被擋在機場外,或是前往機場的路上。
依照目前撤軍的進度,即將到來的 8 月 31 日美國撤軍最後期限之前,仍有數萬人等待撤離。
拜登先生本週稍早曾表示,他考慮在831日期之後,繼續在阿富汗維持必要軍隊以確保所有美國公民撤離。
拜登表示目前美國在阿富汗有近 6,000 名士兵,幫助撤離工作並維持控制喀布爾機場。
但試圖離開阿富汗的人,光只是為了到達機場,就面臨著大量人群,尤其塔利班的檢查站阻撓。
對此,拜登只回答:美國一直與塔利班政權保持聯繫。
美國東岸時間週五,當被記者問及美國是否會考慮擴大機場外的安全範圍時,拜登表示,此舉可能會導致“意想不到的後果”。
他沒有具體說明那可能是什麼。
據五角大樓表示美軍於週五以三架軍用直升機進入喀布爾市中心,幫助將169 名美國公民:國防部發言人柯比說,部隊在“短”時間內冒險越過邊界,到達僅 656 英尺外靠近機場跑道的一家酒店。
這是自喀布爾淪陷以來美軍首次進入該市。
北約秘書長史托滕貝格週五告訴記者:“我們的飛機比人還多,因為讓阿富汗當地仍留在喀布爾的人們——尤其是阿富汗人——進入機場,現在是一個巨大的挑戰。”
同樣在周五,由於目的地國卡達機場已達飽和,從喀布爾起飛的美國航班暫停了至少六小時。
美國國務院發言人普萊斯之後表示,中東和歐洲的 11 個國家已同意代替卡達人道救援充當阿富汗撤離人員的過境國。
拜登在演講中表達了對這些人的同情,並表示他認為沒有人可以“看到這些照片而不感到痛苦”。
他指的是人們試圖逃離阿富汗的可怕畫面。
星期五他的言論聽起來像昔日的拜登,不再如ABC訪問時如此尖銳而且無情。
長期以來拜登被崇拜者描繪成一個善解人意的人物。
這與他在本週早些時候發表的言論不同,當時他對撤軍的決定採取挑釁的語氣。選民——包括民主黨人和共和黨人——對他的策略感到疑惑,並對他將這場災難歸咎於他人的方式感到不滿,無論是川普還是阿富汗軍隊。
根據民意調查追踪機構 FiveThirtyEight 的數據,他的支持率目前處於上任以來的最低點 - 49%,這表明許多選民對他的領導能力心存疑慮。
總統正試圖贏回他們,但對許多人來說,他的努力太少,也可能太晚了。
* “回來,回來,”英國士兵對聚集在機場大廳的人群尖叫,英國大使館撤離的人在那裡被帶走,然後儘速搭機,飛出去。
在英國士兵面前,許多人瘋狂地揮舞著他們手中英國護照,希望能被允許通過,但另一群揮舞著橡膠軟管的塔利班保安將他們推回去。
人群中的許多人沒有收到任何他們將被疏散的跡象,但無論如何他們還是抱著一缐希望,抵達機場,迫切希望找到一條離開阿富汗的方法。
多數人都收到了英國大使館的電子郵件,告訴他們到達這裡,等待航班處理。
其中包括來自倫敦西部的Uber司機赫爾曼德汗,幾個月前他帶著年幼的孩子來到阿富汗探親。
他將一堆英國護照出示BBC記者。 “在過去的三天裡,我一直試圖進去,”他絕望地告訴BBC記者,而他的兩個年幼的兒子正在他身邊。
這裡還有 另一個擁有英國護照的Khalid,他曾是英國軍隊的翻譯。他的妻子兩週前剛生了一個孩子,他很害怕孩子會死在這樣的場景中。 “我從早上就一直在這裡,”他說,“塔利班在路上猛烈抨擊我。”
步行不遠就是機場的主要入口。數千人,英國士兵有時甚至向空中開槍以控制人群。
而進入裡面的唯一方法不是排隊出示證件證明,而是以某種方式擠過人群,然後在英國士兵面前揮舞文件,希望他們能允許你過去。
在美國士兵駐守的機場門口,情況似乎更加混亂,而在機場的主要平民入口前,塔利班也經常向空中開火,擊退試圖湧入的混亂人潮。
* 歷經敍利亞難民危機後,希臘不再慷慨。擔心來自阿富汗的移民激增,希臘在其與土耳其的邊界上安裝了 40 公里(25 英里)的圍欄和監視系統。
“我們不能被動地等待可能產生的影響,”希臘公民保護部長 Michalis Chrisochoidis 在周五訪問埃夫羅斯地區時說。
“我們的邊界將保持不可侵犯。”
他發表評論之際,土耳其正呼籲歐洲國家為阿富汗移民承擔責任。
土耳其總統埃爾多安在與希臘總理米佐塔基斯電話交談中表示,離開阿富汗的人數急劇增加可能“對每個人構成嚴峻挑戰”。
埃爾多安先生說:“如果阿富汗和伊朗不採取必要措施,新的移民潮將不可避免。”
* 十年前,拜登 (Joe Biden) 宣布支持阿富汗戰爭,當時的他警告說:“我相信,如果我們因為害怕,我們的國家將固步自封。”
而過去一個禮拜,會是歷史評判他總統任期的主要評價嗎?
白宮西翼的助手敲著電腦鍵盤,低著頭,而助手們像往常一樣閒聊著,掩蓋了廣闊世界正在發生的混亂。
隨著美國結束其 20 年的戰爭,阿富汗令人震驚地重新落入塔利班手中,這引發了一場席捲從喀布爾到大衛營,各個角落的危機。
在西方盟國被迫空運公民的六天裡,阿富汗人拼命堅持飛機離開該國,拜登承諾在 8 月 31 日之前撤軍,但他的能力和承諾已經開始響起空洞的迴聲。
在接下來的一周內,國會將就退出阿富汗問題舉行聽證會,並為加快撤離步伐做出巨大努力。
* Zia Ghafoori、他懷孕的妻子和他們的三個小孩於 2014 年 9 月從喀布爾的家中抵達美國。
他持有五份美國簽證——這是美國駐阿富汗特種部隊對他提供翻譯服務 14 年的獎勵。
但好處到此為止。
抵達美國後,齊亞發現自己無家可歸 - 一位好心的志願者將其送到收容所,並告訴他,這將是他和他的家人開始新生活的地方。
七年後,這段記憶仍然讓他憤怒。
在他現在居住北卡羅來納州。
他接受 BBC 採訪時,回憶,並努力看著他的孩子的眼睛,為把他們帶到美國而道歉。
“我無法控制我的眼淚,”他說。 “在我為這兩個國家所做的一切之後,我問自己'這是我應得的嗎?'”
現年 37 歲的齊亞曾經認為自己很幸運能夠來到美國。
自 2001 年阿富汗戰爭爆發以來,成千上萬的阿富汗人為美國和盟軍士兵擔任翻譯、修理工和當地嚮導,當時西方軍隊入侵,從塔利班手中奪取了對該國的控制權。
在這場將成為美國持續時間最長的衝突開始幾十年後,拜登總統宣布要在 9 月 11 日之前撤出美軍——即使塔利班似乎準備重新掌權。
* 隨著成千上萬的公民和外國人試圖逃離阿富汗,喀布爾機場外的場景變得越來越絕望。
自從塔利班在周末控制了該國並關閉了陸路過境點以來,首都機場已成為許多人離開該國的唯一途徑。
但武裝分子表示,他們不希望阿富汗人離開這個國家。他們在機場路設立了檢查站,這是通往哈米德卡爾扎伊國際機場的主要路線,塔利班襲擊了人們。
一名匿名的塔利班官員告訴路透社,自周日以來,暴力事件已造成該地區 12 人死亡——被槍擊或人群踩踏致死——這意味著前往機場的旅程越來越危險。
在機場大院的圍牆內,4000 多名美軍臨時控制此處。在外面,全副武裝的塔利班戰士現在包圍了外圍,製造了恐懼的氣氛。
https://m.youtube.com/watch?v=XvGLDUhHOwQ
同時也有5部Youtube影片,追蹤數超過18萬的網紅Ordinary Gaming Studio平民遊戲工作室,也在其Youtube影片中提到,從遊戲性的浪漫看,潛入是一種追求完美的玩法 從遊戲類型史來看,潛入是一個互相成長的家族 潛入遊戲源於1980年代,袖珍的遊戲主機逐漸取代街機市場 但機能技術的限制下,卻無法移植街機強大性能 因此製作人必須想一個能兼顧遊戲性與效能的新玩法...
機戰v 評價 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
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
機戰v 評價 在 蕪菁雜誌 Facebook 的最讚貼文
要不是今天柯文哲說「王必勝對疫情有何貢獻 口令還不是都我在執行」「不然你去訪問王必勝 讓他說出對北農有什麼貢獻 要他自己講」 大家才注意到,王必勝貢獻有多大!
王必勝曾經歷過SARS時期任北榮緊急聯絡人,從事各種緊急協調工作。 曾任金門醫院院長後,被延攬到醫福會擔任副執行長。因為開會跟陳時中「眼神對到」,武漢包機親自帶著12位醫護人員搭華航到武漢天河機場接人,還得面對中國不斷改變的規則與突發事件。Covid-19疫情中,磐石艦、諾富特飯店、苗栗京元電子廠等各種事件,哪裡有群聚案例,王必勝就衝到第一線處理疏散與篩檢工作。
此外,衛福部轄下的26間部立醫院,王必勝擔任最高管理職。部醫不只是篩檢和收治病人,也承擔了中央設置集中檢疫所的全部工作。26家部立醫院總共成立了48家集中檢疫所,有5千5百個房間,由王必勝建立了一套管理制度。去年大量設置檢疫所,但台灣疫情平穩了很久,檢疫所很多是空的,#那些被徵收房間的公家單位和軍營都要求收回房間,他自己心裡也想著「我會被審計部盯死」,但他看國外疫情一直燒,#不敢撤。還好堅持住了,#在5月疫情最嚴重時派上用場。
雙北疫情爆發時,中央檢疫所幫雙北收了兩千多位隔離者,其中1千多位是輕症患者。去年設置檢疫所是為了隔離和檢疫之用,如果醫療量能不夠時,檢疫所可作為輕症治療的場所,這次疫情爆發後,果然用到了,那時雙北醫療量能早已滿載, #如果沒有將1千多位輕症病人安置在集中檢疫所,#雙北的醫療可能就垮了。
而王必勝最驕傲的,是疫情期間所有交辦的事,部立醫院同仁沒有人推辭、拒絕,每個人都是被交辦任務就去做,對提升部醫的形象有很大助益。
很可惜王必勝不像柯文哲這麼會表彰自己,在鏡頭前總是行色匆匆,北農事件爆發時,和記者的對話都在行走間進行(印象深刻),話也很少,也許真正心繫防疫的人,沒時間在鏡頭前表演吧。
#同心圓掃描冷區殲滅戰熱區撲滅戰廣義家戶感染沒疫苗我一個月清零...........這種口號王必勝一個都沒說
#在某人對比之下指揮中心成員簡直各個是國寶人才
#勤奮而善良優秀而低調這是我給指揮中心成員的評價
#台灣有你們真好🌹
資料來源:
財訊王必勝專訪 https://www.wealth.com.tw/home/articles/32898?fbclid=IwAR3rtj9V1hj5WVNu7mTW-92dUj1Y3PCcZqHx7v4963EZXBTphdco8-mJspU
新聞片段有逐字稿柯粉的最愛 https://www.youtube.com/watch?v=ThIF1m4Cx6o
機戰v 評價 在 Ordinary Gaming Studio平民遊戲工作室 Youtube 的最讚貼文
從遊戲性的浪漫看,潛入是一種追求完美的玩法
從遊戲類型史來看,潛入是一個互相成長的家族
潛入遊戲源於1980年代,袖珍的遊戲主機逐漸取代街機市場
但機能技術的限制下,卻無法移植街機強大性能
因此製作人必須想一個能兼顧遊戲性與效能的新玩法
機戰v 評價 在 Ordinary Gaming Studio平民遊戲工作室 Youtube 的最讚貼文
這次的機戰依然是老樣子
作為玩家是希望機戰能出現變革
但又要怎改變才能拯救機戰呢
影片中的作品譯名沒有固定準則
單純用我自己喜歡的譯名
機戰v 評價 在 SAVI魔人 Youtube 的最讚貼文
我的專頁►►https://www.facebook.com/SAVI39x
我的Instagram►►https://www.instagram.com/savi39x/
-------------------------------------------------------------------------------------
魔人遊戲頻道►►http://www.youtube.com/c/sdggen
-------------------------------------------------------------------------------------
魔人SAVI的【遊戲系例】:
-------------------------------------------------------------------------------------
直播重溫:https://www.youtube.com/playlist?list=PLV0RkvdOOyf2ZPd8W54GzSyCiZpvdrET5
-------------------------------------------------------------------------------------
Persona5|女神異聞錄5|ペルソナ5 全集
https://www.youtube.com/playlist?list=PLV0RkvdOOyf2LLjOaPN3WVk7xIyr-hdYK
-------------------------------------------------------------------------------------
試玩新GAME:https://www.youtube.com/playlist?list=PLV0RkvdOOyf3SVHIfUfJqLffeC-HuXq-r
-------------------------------------------------------------------------------------
加速世界 VS 刀劍神域 千年的黃昏-繁體中文版
https://www.youtube.com/watch?v=C2VEjOCa2qw&list=PLV0RkvdOOyf2MvUZ9wwJEaNn3VNgQS1UZ
-------------------------------------------------------------------------------------
Digimon World: next order:數碼寶貝世界:https://www.youtube.com/watch?v=XVmVWTp6wtA&list=PLV0RkvdOOyf1VBYYBjlITMc15HK6V5pVA
-------------------------------------------------------------------------------------
陰陽師Onmyoji:https://www.youtube.com/watch?v=XZqV8IM5ESw&list=PLV0RkvdOOyf1oJ-ti3E1qQWziQ0h-06cM
-------------------------------------------------------------------------------------
石器時代:起源:https://www.youtube.com/watch?v=aaXQtgKKx98&list=PLV0RkvdOOyf0oF2sVTgfg7WCKYU8B--V0
-------------------------------------------------------------------------------------
數碼寶貝 Linkz :https://www.youtube.com/playlist?list=PLV0RkvdOOyf2m8URWl5YADh28v3fOLIfT
-------------------------------------------------------------------------------------
寵物小精靈 Pokémon GO:https://www.youtube.com/watch?v=8ZdefAHkTus&list=PLV0RkvdOOyf0ToN26dhNHs_xsO3cZUU8o
-------------------------------------------------------------------------------------
絕地求生-PlayerUnknown's Battlegrounds:https://www.youtube.com/playlist?list=PLV0RkvdOOyf1a7Ng4RdVaJ-TB8e87dRuP
-gameplay 刷首抽 HK 香港 攻略 心得 PS4 iOS android 評價 中文 廣東話 玩法-