關於 隱藏成本定義 ，我們在網路上蒐集到這些相關的討論、資訊與評價

昨天下午，為了進一步釐清檸檬車法案的議題，我邀集馬自達SOS自救會、Volvo PS車輛安全關懷促進會、Toyota Rav4自救會、輔仁大學劉清耿老師、台灣科技大學林瑞珠老師、台北教育大學郭麗珍老師、台北市汽車代理商業同業公會、台灣區車輛工業同業公會、台北市美國商會、歐洲在臺商務協會、中華民國汽車商業同業公會全國聯合會與交通部路政司、國家運輸安全調查委員會、財團法人車輛安全審驗中心、行政院消費者保護處及經濟部商業司，一同召開檸檬車法案公聽會，進行相關意見的交流。
　
以下，針對今天公聽會中與會人員的寶貴意見，和大家報告。
　
一、「標的物經中央公路主管機關或目的事業主管機關責令召回改正者」中，主管機關責令召回之內涵為何，是否有明確化之必要性？
　
輔仁大學劉清耿老師表示，現行對於召回、重大危害行車安全之虞的描述性定義，並無太大的問題。但是，之所以美國有這樣的基礎，可以採取描述性定義，是因為他們有一群技術專家，專責判定是否有安全性危害。
　
然而，#台灣目前欠缺這樣的量能和基礎。
　
交通部路政司趙晉緯科長說明，通案上，不管是品質還是安全，#要有一定的數量，就可能落入通案處理。路政司依程序會蒐集通報的個案，經過程序去彙整，如果認為有通案問題，將依據監督管理辦法，要求車廠召回改正，對通案問題進行處理。如果業者不處理，就會依法要求車廠有改正作為。
　
二、12,000公里及180日之保障條件及期限，是否能有效保障消費者？延長對於業者營運成本之影響？
　
輔仁大學劉清耿老師表示，年平均行駛公里的標準，美國運輸部監理單位有完整統計資料，是21,600公里，如果按照除以二的邏輯，美國的標準應該要更嚴苛，其標準卻普遍是24個月和38,400公里。
　
對比台灣和美國，美國年平均行駛里程少於台灣，但保障條件比台灣寬鬆。
　
以氣候條件和台灣相近的佛羅里達為例，檸檬車條件是2年內三次維修，或故障15天無法修復的。再以德州為例，德州對於瑕疵有四次修復的機會，但有潛在安全風險的只有二次：從購買日起兩年或24000英里，或是交付後有30日是故障的。如果滿足條件，就可以主張車子是檸檬車。
　
在德州，消費者在相關程序中必須完整蒐證，同時給車商足夠合理的修復機會，如果程序完備而車子沒有辦法被維修，德州監理部門會指派技術專家，調解消費者和車廠的爭議。如果爭議無法調解，就會進入仲裁的程序，由監理單位召開類似於聽證會的場合，讓消費者說明如何給車廠合理地維修並舉證，接著就是等仲裁員針對問題做最後裁決。
　
在美國負責裁決的部門，有些州是監理部門，有的在消費者保護機構。在這個全球車的時代，為什麼一樣日本TOYOTA的車，在美國有這樣的條件，營運上可以接受，在台灣卻不行？從這個角度來看，標準是可以調整的。
　
交通部路政司趙晉緯科長表示，目前定型化契約，對重大瑕疵的效果，有12000公里和180天的標準，是綜整了消費者和車廠的意見，並經過行政院通過，#標準不是交通部訂的。
　
這個答案，當然無法令人滿意。
　
三、如雙方未能同意選定鑑定之機構，應如何處理？得否由主管機關指定或其他方式決定？如鑑定後一方或雙方不接受鑑定結果，有無其他機制協助處理爭議？
　
中華民國汽車商業同業公會全國聯合會劉錦村理事長表示，原廠給各國經銷商理賠的條件不一，導致台灣消費者受到很大的損失。不是台灣的總代理故意不理賠，而是原廠不給這樣的權利，因此，台灣的總代理應該向原廠爭取和世界各國一樣的保固條件，
　
至於如何舉證個案的瑕疵？如果是通案的瑕疵，原廠會召回。個案的瑕疵，基本上難以舉證。但是在美國，相關條文為了適用個案，不會制定細節，由一個公正的技術部門來做仲裁，原廠也很配合。所以，在外國檸檬車要得到理賠，並不會太困難。
　
台北教育大學郭麗珍老師進一步說明，即使已經到了訴訟階段上法院，很多問題還是很難解決，因為涉及科技專業。消保法的規定是符合當時科技水準可合理期待的安全性。什麼是通案什麼是個案的問題？通案是設計上有瑕疵，所以一整批都有問題；個案是製造上的問題，但是實務上很難區分。
　
國家運輸安全調查委員會謝家慧調查官則分享相關經驗，事故發生時，運安會會邀請相關單位，如車廠如果涉及事故，就會邀請參與調查，因為對車輛最熟悉的是車廠，運安會很難對車輛結構有透徹的了解。
　
因此，在邀請車廠調查的過程中，會邀請第三方學者專家參與調查，也避免車廠對涉及自己利益的部分隱藏，若有第三方的鑑定單位來協助民眾，會有很大的幫助。
　
交通部路政司趙晉緯科長表示，召回和瑕疵的部分，到底是安全問題還是品質問題，涉及專業，汽車原廠最需要了解。
　
關於 #公正的瑕疵鑑定機構，交通部已協助經濟部，彙整可提供鑑定機構的名單；去年路政司也透過車安中心蒐集國外的做法，研議如何配合定型化契約的施行，保障消費者的權益。後續在行政院的會議，將報告如何優化相關機制，並邀請自救會等參與討論。
　
四、「經四次以上維修仍無法回復正常機能」部分，於第三次維修後，短期間內再發生相同瑕疵，而已逾180日之期間，消費者是否得請求更換新車或解除契約？定型化契約宜否調整？
　
台灣科技大學林瑞珠老師說明，在契約內分二種類型得以換車或解約，一是重大瑕疵，像自救會提出的暴衝；第二是屢修不復。在整個規範設計內，這兩種情形下可以要求更換新車或解約，就是在民法契約內做相應的補充規定，定型化契約可以滾動檢討修正不足之處。
　
行政院消費者保護處陳星宏簡任秘書表示，在部會的會議中，消保處一直在思考是不是要在國內建立基於雙方衡平地位的鑑定中心。其實國內消費爭議不只汽車，例如旅遊就有一個協會的機制。所有定型化契約有滾動式檢討的存在，當然里程數或日數要隨時檢討調整，最後要有一個機制存在。
　
五、「已提供消費者代步車或補貼相當代步費用之合理期間」，是否宜一律不予累計期間？
　
馬自達自救會林松郁先生說明，自救會的車主有豐富的修車經驗。至今已經換了500多台車。除了保養維修，相信車廠還有很多服務在進行。代步期間只是讓修車現場有喘息空間，但是消費者還是要用車，在這些期間給代步車補償，對消費者而言本來就是應該的，因為車子有問題要排除，所以消費者忍受，重新叫料的維修時間也不該轉嫁在消費者身上。
　
經濟部商業司李怡靜科長表示，當初有業者提出缺料待料狀況，必須等待船期，因此允許消費者可以使用或接受代步車，在合理期間內不計入維修期間。合理期間每輛車有各自的狀況，可能難以在契約內具體規定，建議回到個案判斷。
　
總結來說，今天公聽會的兩個重點，一是建立公正的官方鑑定機構的可行性，交通部路政司已在研議；二是檸檬車保障範圍太小，也就是180日及12,000公里的限制，可以適用的案例可能有限，然而相關單位未有明確回應。
　
#瑕疵鑑定 牽涉到事實認定上的問題，而非法律上的爭議。國內各項的消費糾紛之所以有各式爭議，是因為法官也沒有醫學或工程的相關知識，因此，建立一個公正有效的鑑定機構勢在必行。作為主管機關的交通部，應該積極研議。
　
#保障範圍 180日和12,000公里的限制，考慮到車安中心鑑定作業的時間遠超過檸檬車條款的180日，可見這樣的設計並非「合理期間」。同時，和台灣有相似氣候條件的佛羅里達州，保障和相關制度遠比台灣健全。因此，經濟部應該進行滾動性的檢討，以利解決糾紛，維護道路安全。
　
為了廣大汽車消費者的權益，我們會持續緊盯檸檬車法案的修正，讓台灣的汽車消費者，不再飽受檸檬車維修召回求助無門、來回奔波的困境！

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

＃神父的鹽
.
環南市場爆出累積確診２２例，分別於５／２５有３人確診，５／３１有２人、６／６日１人、６／８日１人、６／１０日１人、６／１２日１人、６／１１日１人、６／１２日１人、６／１３日３人、６／１４日２人、６／１８日３人、６／２０日２人、６／２１日１人．
.
環南市場是萬華的大型市場，或者說，是北台灣最大的家禽零批場，只要是萬華人，沒人不知道這個地方，無論是做生意的還是一般家庭，都來過這裡買菜．
.
令人驚訝的是，當萬華人陷入一片恐慌之際，ＰＴＴ柯糞的反應是，「累積確診」不對，怎麼可以把５／２５日算到今天上，這是在製造恐慌，實在讓人無言．
.
看來，柯糞們是把過往以來至今累計的確診數，全都算在５／２５日頭上了．
.
柯文哲曾說過，確診數要看趨勢，５／２５日不過３人確診，從６月到現在，累積的２１人數字，幾乎每天都在發生，直到前天，都還有人確診，ｐｃｒ是有延遲的，這些數字，都還在通報途中．
.
所以不是什麼「拿過去的數字算在今天的帳上」，而是「今天的數字跟過去一直有關連，不曾停止」，同一個地方，一直不斷出現確診數，就代表那個地方仍然有隱藏的傳播鏈，只是還沒被發現，尚未大爆發而已，神父希望，柯糞不要跟柯文哲一樣，士林長照了４８確診３死，他才學到了一課，恩，原來武漢肺炎是有潛伏期的．
.
而別忘了，北市府只有在６月９日、１１日、１８日三度出動快篩隊到環南市場快篩，共篩７８０人，有２人確診，但快篩率僅占攤商工作人數２８００人的２８%．
.
環南市場和北農有密切往來，原本排６梯次篩檢，剩３次，後面梯次的攤商篩不到，自治會長要求全都篩，市政府竟回「要支援打疫苗」．
.
有攤商排了３次隊，才找到自己的名字，市場處的回應是，
.
「快篩不是每個人都有，是攤位抽幾位出來做快篩，沒有你的名字，就自己去外面做快篩．」
.
在萬華環南市場的確診趨勢，就是一直都有人確診，內部有許多隱藏感染源，ａｎｄ，柯文哲所謂以打游擊戰的方式，殲滅感染源，原來就是打到一半，跑掉，然後當作這地方沒事，他已經做完該做的事了，感染源被殲滅了．
.
沒記錯的話，６／１９日，柯市府關掉了剝皮寮快篩站，黃珊珊稱「萬華已不算是熱區」、「剝皮寮將設置這段抗疫過程紀錄，讓民眾知道萬華非常努力地在這場戰役中讓疫情降下來，功不可沒！」北市府則說，「在北市不斷努力下，萬華的盛行率已經明顯下降，證明當時的決策相當正確而及時．」柯文哲親赴現場，致贈醫院和醫護感謝狀，然而，後頭斗大的紅布卻相當刺眼，「謝謝柯市長、黃副市長，剝皮寮快篩站功成身退．」不知道是要謝謝醫護，還是謝謝他們自己，彷彿萬華的疫情已經終止，防疫馬到成功，一切歌舞昇平．
.
然而，同一時間，環南市場仍然出現確診，北農的群聚正在發生，然後是士林長照機構，差不多就是烈火正在熊熊燃燒時，一群人卻聚在外頭開營火晚會，他們高聲慶祝，屋內的火災已經平息了．
.
這令人想起中共的防疫模式，疫情蔓延之時，馬照跑，舞照跳，當確診數不斷攀升，卻稱疫情「可防可控」，要人民「相信政府相信黨」，然後開始「武漢加油」，各種「抗疫英雄」出現，最後，直到現在，中國面對各國的質疑，居然大喊「武漢團隊應該得諾貝爾獎」．
.
他們看似在激勵武漢人，同理武漢人，實際上，是在遮掩真相，逃避自己的責任，要武漢的人們擱置懷疑，相信疫情已經結束了，問題已經解決了，不准抱怨，不要有聲音，於是武漢人的痛苦和懷疑，全都隱沒在一群正能量的打氣聲之中．
.
越打，越洩氣，越加油，越鬱悶，當所有人堅信問題已經不再發生，真正受苦的人，卻無法發出聲來．
.
所以神父說，萬華人，不要窮到只剩下打氣加油的聲音，不要冤枉到被各種滿溢的糖蜜，堵塞自己的嘴，那不是歌頌，是毒藥．
.
那不是疫苗，是安慰劑．
.
不要把自己的安危，和政客的利益掛在一起，任由他們代替你說話，任由他們來詮釋你自己，儘管那可能是好聽的，看起來和你站在一起，為你打抱不平，事實上，是為了掩飾自己的錯誤．
.
每一種話語，都有兩種意涵，而那背後，往往都別有深意，說著「功成身退」，其實是「功在他，資源可以撤了」，當剝皮寮撤的當下，前幾天無論在環南，還是北農，篩不到的都會叫你自己去篩，你自己去篩，去哪篩呢？去剝皮寮，然後就關門了，這顯然是第二十二條軍規，全世界沒有快篩站是只做３６天就「功德圓滿」，沒有一個確診數破千的區域是３６天後「不再是熱區」，沒有病毒還在潛伏的時候，疫情還沒穩定的時候，就說要撤走，因為「附近商家和居民認為生意受影響，連署希望遷走快篩站．」然後市府「從善如流」，這些打蛇隨棍上，就是欺民眾不懂而已．
.
快篩站，就是疫情嚴重之處的眼睛，因為快篩的邏輯，就是在風險處高的地方，才準確，才能避免偽陰偽陽的問題，就算疫情緩和了一些，這個眼睛仍然必須監看著，避免再度爆發，如果為了附近人的生意，觀感，就可以當作撤掉的理由，這就好像生病的人撤掉了自己的眼睛，以為看不到，就沒有事了，為了眼前的蠅頭小利，犧牲整個萬華的安全．
.
而有趣的是，剝皮寮將轉型為疫苗注射站，這是令「撤站」難以反駁的，環南市場快篩篩不到，也是因為「要支援打疫苗」，你不但不能反對，還得點頭贊同，因為打疫苗是好事阿，但是快篩還是要做啊，用好事來掩蓋壞事，一向都是柯市府的意圖．
.
後來我才知道，為什麼柯文哲整天嚷嚷著要疫苗了，因為打疫苗這件事，是最沒有成本的防疫方法，什麼都沒做，就喊著「打疫苗」，好像已經做了什麼一樣，不斷的要疫苗、索取疫苗，還可以掩蓋自己製造的問題，就連北農和市場處，別人問他，有做什麼防疫措施？呃，有阿，我有爭取疫苗，出一張嘴就行了．
.
此種賊頭賊腦式的防疫，上行下效，當柯文哲終於說出了新戰術，「北農爆發群聚確診，４０００人若要每週快篩可能太慢，因此全部抓去打疫苗」，稱這是「暴力處理」北市爆發士林長照機構群聚，接下來的戰略，就是「將太難處理的就先打疫苗」，把疫苗當成治療劑，這就像內射了以後才開始戴保險套一樣，疫苗產生保護力是在兩周後，就算打了再多人，也沒辦法遏止當下的傳播鏈和已經得病的感染者，當這個戰術動到了遊民身上，遊民也要優先打，就可以知道，這不是在打疫苗，而是在打麻醉劑，柯文哲施打在眾家媒體和市民腦中，產生了「阿北很會做事」的幻覺．
.
打疫苗，是不能阻止當下正在傳播的病毒，只有快篩、疫調、匡列、隔離，才能阻止傳播鏈，在北農事件爆發前幾周，中央曾經要求北市府在北農設置快篩站，柯文哲的理由是「剝皮寮快篩站就在北農旁邊，所以才不設．」他說，自己是醫學專業人士，行不行他很清楚，旁邊就有快篩站，直接帶去剝皮寮做就好，沒有必要口水．
.
這本身就是在吐痰，又是一個瞞天大謊，剝皮寮和北農，一個在北，一個在南，相隔將近３公里，走路要半小時以上，而你自己就說北農的人來自全台各地，請問不設快篩，走路到剝皮寮，是要給鬼篩嗎？關了以後，出事又把剝皮寮團隊調到北農去，這不是在自打臉嗎？有何專業可言？
.
中共模式的防疫，並不適用於台灣．
.
所謂中共模式，第一，就是口號式的防疫，無論是什麼冷區殲滅戰，熱區圍堵戰，同心圓掃描，精準疫調追殺，再給我一個月的時間台北做得到清零，這些都是在務虛，而不是務實，當市場處或北農，都開始柯文哲化了，別人問他做了什麼，他們說，我有畫同心圓阿，這就跟當初美中台三角型差不多，都是在麻痺大眾，我都處理好了，這裡已經安全了．
.
於是放任著疫病不斷蔓延，傷口不停潰爛，問題不停惡化，人們卻當作沒這回事，因為他說，他已經做好了．
.
近來，有一位ｓ小姐接受政論節目的訪談，她說，她媽媽在北農工作，是個派遣工，然後，突然有天，她周遭的正式員工突然都不上班了，她以為是請假，於是她向往常一樣繼續包著蔬果．
.
主持人問ｓ小姐，沒有人告訴她，那些人都已經確診了嗎？ｓ小姐氣憤的說，沒有，都沒有人說，她媽媽就繼續包著蔬菜，直到有天，發燒了，她覺得很不舒服，但是包裝很大量，需要有人做，她休息一天後，又回去工作，後來真的不行了，就躺在家休息，直到她的父親有天跌倒，送到醫院，然後，父親和母親都確診了，包括她的姪女．
.
她越說越氣憤，直到主持人問，她的爸媽現在怎麼樣了，她的聲音才垮了下來，說，爸爸已經過世了，十天後就過世了，然後２４小時就火化掉，也見不到最後一面．
.
她的聲音很令人動容，那是從最堅強到最脆弱的那一瞬間，她說，這個病毒是專門欺負老人家的．
.
她的媽媽同事確診，她並沒有被告知，等到染疫後，也沒有人來做疫調，公司也沒有一通電話過來，彷彿她媽媽不存在一樣．
.
更讓人無言以對的是，她媽媽的其他同事打電話過來，說端午節可以過來拿粽子，他們才知道，原來她媽媽確診了．
.
她問公司現在怎麼樣？她的同事回答，沒有什麼事發生，就像以前一樣營運著．
.
就像一個巨大而無視生命的機器一般，當有人捲入齒輪縫中，它看見了，無語，然後繼續轉動，發出嘎茲嘎茲的聲響，彷彿只是捲落了一小片鐵屑一樣，這一個被包裝得好好的芭樂，這一個，被隱藏得很好的，負責供應大台北蔬果的生命線．
.
台北人，這就是真相．
.
同樣的情況，亦發生在台北各處，環南市場有攤商的女兒確診，父母照常去擺攤，市府沒有匡列，沒有篩檢，所幸自治會主動請他篩檢，然後他們自己消毒三天－這跟市場處說的每天都有消毒完全不同．
.
這發生在６月２０日的通報，抓接觸者、篩檢、消毒，全都是民眾自己來．
.
士林長照機構，６月８日出現確診者即通報，９日機構自費快篩，篩出一位確診者，衛生局僅在電話一端遙控指示．
.
１２日出現第三位，１４日發現事態嚴重，開始進駐．
.
荒唐的是，台北市知情後卻不做疫調、隔離、全院快篩，只有要求落實分艙分流、加強清消，事後卻指控機構隱匿，稱該機構並沒有通報、清空住民和清銷．
.
他好像把自己應該做的事，直接轉嫁到對方身上，這令人想到台北市政府之前發新聞稿直接指控萬華基層醫院卸責一樣荒謬，這幾乎成為了他們的ｓｏｐ，惡人先告狀．
.
他們似乎也根本忽略了他們的指令不可行，一個機構根本沒有辦法也沒有能力獨自處理一個群聚的疫情，他們好像在幻想，「恩，什麼都不做，他們自己就會變好」，他們只要像個客人一樣，在旁邊點餐提出需求就好了，分艙分流，長照機構沒有空間，分人照顧，沒有人手，接觸者需隔離，恩，去哪隔離？這些躺在病床上沒有自理能力的人誰管？這應該是公家機關要介入的事情，卻沒有積極介入處理．
.
長照機構說，
.
「衛生局甚至有要求長者們自己去快篩站，但長者都插管了，根本無法去快篩站，我們已經等了好多天了！」
.
然後所有住民的肺，像花火一樣，被點燃，噴發，喘息，咳嗽．
.
更慘的還在後頭，副市長黃姍姍居然說，「北市衛生局全面接管未耽誤任何時間，全程都有向家屬說明，開說明會，無人有任何不滿．」
.
家屬出面痛斥，黃珊珊說謊，根本沒有說明會，他們很不滿．
.
防疫，不能靠精神勝利法，烙的狠話一次比一次還狠，想的方法如此天馬行空，應該腳踏實地去做的，卻不必去做，柯文哲口中的每一次殲滅、殲滅、再殲滅，由副市長複頌，殲滅不了病毒，卻殲滅不少台北人．
.
防疫，也不是靠自我安慰，我常說，這社會氛圍有點奇怪，不是極度悲觀，就是極度樂觀，極度悲觀以後轉變成極度樂觀，這是不正常的，引用一個瘋子當作是哲學家的話語，絲毫不查的媒體，傳遞自身自私的渴望，前幾天，還看到各大新聞台引用柯文哲的話語，說可以解封了，這是一種依據，市長說他會清零，可以開放電影院和美術館，呃，市長說，台北清零沒問題，麻煩的是同島一命，病毒會從外縣市進來．
.
我說，這媒體再怎麼不正常，或想解封想瘋狂了，或是缺乏編輯台，也不用如此，諸如此類的同心圓（其實是匡列）、冷區殲滅戰（其實是疫調），熱區圍堵戰（其實是篩檢），真的不用如此不學無術，不斷地放送這些柯學名詞來說得煞有介事，愚弄大眾，做為媒體，作為市長，請試著說人話，人民聽得懂的話．
.
第二種中國的防疫模式，就是剝奪你的認知，試圖掩蓋真相，使異議者、吹哨者禁聲．
.
柯文哲說，他對「北農群聚」這個用法有意見，他說，北農是陸陸續續感染的，不是群聚，北農組成不僅是萬華人，還有北北基，外縣市的人，不一定是在北農感染的，不要說北農群聚感染，沒那麼嚴重．
.
當我們不能說，群聚是群聚，取而代之的，就更多群聚，士林長照群聚，北藝工程群聚，環南市場群聚，群聚的概念被脅持了，群聚並不存在，如此一來，就是把群聚當日常，人們習慣各種各式各樣的群聚，就像看到小貓在街頭巷弄裡展開貓的聚會，小鳥聚在一起歌唱，那不是群聚，是美妙的交響樂，是城市的共鳴，關於病毒的和歌．
.
當我們不能說，萬華是破口，很快的，整個台北都成為了破口－很不可思議的，北農、環南市場，都在萬華裡，當市長說著萬華不是破口，副市長要求別人道歉－破口消失了嗎？沒有，一個接著一個冒出來，為何？人們被鼓動否認事實，當作一種同情和維護，事實上，是被蓋布袋，在裡頭被悶殺，你要求他們做一點，恩，基本的事，他卻詫異地回答，我已經幫你制裁了污辱你的人了阿？當人們提出一點質疑和真相，他們說，你在污辱萬華．
.
於是在各種群聚爆發的現在，一隻柯糞在市長臉書留言「謝謝阿北沒有拋棄萬華！」
.
這是比悲傷還悲傷的故事，你的萬華不是你的萬華．
.
當你不能說，「我講一個比較慚愧的，其實全國２０幾個縣市民眾，現在是一起陪雙北在坐牢．」這位市長便開始指控，病毒都是外縣市帶進來的，北農的確診者都是在外縣市感染的．
.
於是北農被圍堵起來，變成不能碰觸也不能介入，不能評論也不能被認知，一種難以言喻的地帶，裡面的人惶惶不安，外面的人罵聲連連，但是那個地帶是模糊的，我們不能定義，也不能清楚裡頭發生什麼事情，因為，不嚴重．
.
這不是在圍堵疫情，是在圍堵其他人的嘴．
.
萬華人需要的，不是在安危傾頹之間，強迫你堅強；不是在虛弱的時候，讚嘆你功不可沒；不是在你不安之時，欺騙你一切歲月靜好．
.
萬華人需要的是，不要失去自己的感知，讓自己的危機意識被麻痺，不要讓真實隨著虛偽一同腐蝕掉．
.
用偽善和同情與同仇敵愾，來掩飾一群人的腐敗．
.
在防疫之中，要避免的，是公正世界偏誤．
.
「這個世界對我是公平的，壞事不會發生在我身上，若是別人發生了壞事，一定是他自己做了不好的事」．
.
後段，會造就檢討被害者，前段，「別人的不幸不會發生在我身上」，則會造就一股莫名的自信，越到了危險的地方，越想像自己是安全的，屬於一種「擱置懷疑」．
.
為了成就這種「公平」，開始對每件事展開極度樂觀的想法，於是明明處於險境之中，卻還要完成一種「我執」，做跟平常一樣的事，或者是，去做你平常根本就不會去做的事，讓自己處於風險之中，也正因為完成了這種執念，每一個僥倖的心態，都成為了對自己的公正世界感到祥和的平安符．
.
越危險，越安全．
.
度過每一個危險，讓自己更加危險，更感到安全，這是在測試這個世界，屬於一種極度的自私．
.
我們樂觀的假定，別人總是安全的，他們有能力，可以維護自己的安全，而這份假定，並非出自於同理，而是來至於自私，對方的安全建立在必須使我優先安全的想像上，換句話說，對方是為了我們而存在的，我們主動消除了對方真正的存在．
.
當你看到報紙上的市場爆發了感染，儘管你很常去，我們會在看到當下篤定的說，「不對，我一定是安全的．」因為我去的地方是他邊緣的角落，儘管爆發感染，我去的地方，也一定是幸運的不帶有病毒的角落．
.
或者，我們會簡單的去否定感染，想像那並不是真的感染，事情並沒有那麼嚴重，接著，我們會去否定別人去辨識他，當有人指出感染源，我們會抓著對方的手說「不對，那個地方並沒有感染．」
.
這個公正世界觀偏誤，放在個人身上，是可以理解的，放在牽涉他人福祉的公職身上，是不可理解的．
.
所以，士林長照，對方通報了，但我想，「事情一定沒有那麼嚴重」，其實是「它必須不嚴重」，這是為了我自身的幻想，我堅信機構會處理的很好，他們會自己分流，分艙，他們會自己隔離，他們會自己篩檢，他們要自己出錢做ｐｃｒ，這對應的是一種幻想，「那個地方不會有病毒，不會爆發感染」，當這個幻想破滅後，對方根本沒有能力自己處理好自己，我們就會轉而破口大罵．
.
北農的事件，剛開始確診１８名員工，北農說當中有所謂的「人力公司派遣員工」，不能算是台北農產的員工，他的視野，基本上就把某些人排擠出去，沒有真正的蘇格蘭人，萬一他染疫，他就不是蘇格蘭人．
.
這和柯文哲將北農確診者，區分為台北／基隆／新北是一樣的，他說目前為止確診的人台北市占不到一半，新北市、基隆市的一大堆；他說，疫調時他發現跨縣市疫調是一個問題，因為感染者戶籍不在台北．
.
最後得出的結論是，「因為人員感染後來到北農上班，可是其戶籍不在台北，所以在疫調時，他們發現這種跨縣市的疫調，是一個問題．」
.
當他的疫調只侷限在台北，剩下的，就不關他的事，是他們自己的事，他從頭到尾，都不認為北農有爆發群聚－至於散出去會怎麼樣呢？假定他們都是安全的，他們會自己保護自己，或者不會那麼嚴重，這就是「壞事不會發生在我們身上」，採取的抉擇，當其他地方縣市拼命匡列自身和北農蔬果市場相關的對象，他卻當作這些人都不存在一樣，不屬於這裡，明明用常理來看，「擴散全台」這個更大的風險，無視，以至於產生跟正常情況完全不符合的判斷．
.
環南市場也是相同的，只篩檢了３分之一的人，剩下的人呢？他們也是攤商，他們也繼續在市場，然後，仍然不斷持續出現確診，但這不重要了，我假定了「這樣就安全了」，「他們必須是安全的」，於是問題持續到現在．
.
當風險存在一定的範疇，人們會正視他，測量他，並試圖解決，但當風險超過了一定的範疇，人們自然而然產生了防衛機制卻是，恩，那不會發生，我認定他是安全的，我假裝他是不用理會的，因為「去想會變得很麻煩」，「事情會變得很嚴重」，於是，採取的不是面對，而是逃避，不是行動，是停止行動，這是為了「繞過危險趨近於危險」，產生的，不理性的思維．
.
當問題放著，自然會消失，隨著時間過去，就會被遺忘，直到災禍發生，徵兆開始出現，這樣不理性的思維，採取的是否定事實，或者是，責怪所有企圖破壞這個和諧想像的因子．
.
當我指著每個破口，覆蓋以安全，我們下意識地認為，他會自然而然的轉變成安全，但是現實往往並非如此，問題放著不管，只會越來越大而已．
.
這也是為什麼當危機尚未解除，卻想像危機不會發生，一切都很安全，沒有什麼，是比這更危險的一瞬．
.
這是一座認知的棺材，而台北市長將他抬進了台北．
.
神父建議，中央指揮中心，趕緊介入台北，等到棺材板打開，那就來不及了，我說的白話點，請陳時中取代柯文哲指揮台北的防疫工作．
.
我想，這不只是台北人的願望，也是台北衛生局、疾管科，殷切的盼望，每個人心中都有顆大石，儘管不能說，但心理都知道答案是什麼，他們士氣嚴重低落，他們舉步維艱，他們害怕被市長臭罵，恐懼的心已經蒙蔽了他們的雙眼，綁縛了他們的行動，他們僅學著自保，回溯到避罰服從取向的嬰兒，這讓他們不敢也不願去看那些危險的地方．
.
防疫是在和時間作戰，每一分每一秒，病毒都在蠢蠢欲動，稍一不慎，就是歷史的重演．
.
而我們的市長，似乎回到了原點，依舊還在嘗試錯誤中學習．
.
但是，這樣的學習和實驗背後，都是試圖呼吸的生命．
.
請指揮中心介入台北的防疫工作，唯有如此，防疫工作才能重新啟動，萬華，台北，台灣，乃至於台北市長，才能獲得救贖，ＢＲＯＴＨＥＲ．
.
.
【贊助神父的菸　祈禱曙光乍現】
https://g6m3kimo.blogspot.com/p/blog-page.html

我是JC老師
電腦相關課程授課超過6000小時的一位 Revit 課程講師
由於實在太多同學向JC老師反映，希望可以有線上課程學習，所以就決定錄製一系列的 Revit 線上影片教學
而且不加密、不設限、不販售，就是純分享，希望可以幫助到有需要的朋友們
如果這部 3ds Max 教學影片對你有幫助的話，請幫我按個讚，給我點鼓勵，也多分享給需要的朋友們喔~

---------------------------------------------------------------------------------------------------------
關於材料
● 材料可控制模型元素在視圖(圖形)和彩現影像(外觀)中的顯示方式。
● 材料可定義下列項目：
　◆ 圖形特性，用來控制材料在非彩現中的外觀，例如：
　　★ 在描影專案視圖中顯示的色彩。
　　★ 在元素表面上顯示的色彩和樣式。
　　★ 切割元素時顯示的色彩和填滿樣式。
　◆ 識別材料的相關資訊，例如說明、製造商、成本和關鍵註記。
　◆ 外觀：顯示於彩現視圖、「擬真」視圖或「光跡追蹤」視圖中的外觀。
　◆ 物理性質用於結構分析。
　◆ 用於能源分析的熱性質。
---------------------------------------------------------------------------------------------------------
材料瀏覽器
● 使用「材料瀏覽器」對話方塊來尋找和管理材料的元素。
● 管理 / 設定 / 材料
● 一般工作包括以下內容：
　◆ 將材料加入目前專案。
　◆ 將材料放置於集合 (稱為材料資源庫)，可供您輕鬆存取。
　◆ 編輯位於目前專案中的材料。
　◆ 將資產加入材料。
● 材料瀏覽器
　◆ 1 展示/隱藏資源庫面板按鈕 和專案材料設定功能表 ：這 2 個按鈕可讓您修改專案材料的視圖和「材料瀏覽器」視窗中的資源庫面板。按一下「展示/隱藏資源庫」面板按鈕 ，展示或隱藏下方資源庫面板的顯示方式。您可能需要隱藏資源庫面板，以提供用來檢視專案材料更多的空間。使用專案材料設定功能表 選項，篩選專案材料清單中呈現的材料顯示。
　◆ 2 專案材料清單：顯示目前專案中的材料，無論其是否套用至物件。以滑鼠右鍵按一下清單中的材料，存取一般工作的功能表 (例如「更名」、「複製」和「加入至資源庫」)。
　◆ 3 展示/隱藏資源庫按鈕 和「資源庫」設定功能表 ：這 2 個按鈕可讓您修改資源庫及其材料如何顯示在「材料瀏覽器」視窗中。按一下「展示/隱藏資源庫面板」按鈕 ，展示或隱藏資源庫樹狀目錄的顯示。您可能需要隱藏資源庫樹狀目錄的顯示，提供更多空間，以檢視資源庫材料。使用資源庫設定功能表 選項，篩選資源庫材料清單中呈現的材料顯示。
　◆ 4 資源庫清單：顯示開啟資源庫和資源庫內的品類 (類別)。
　◆ 5 資源庫材料清單：顯示資源庫中的材料或資源庫清單中選取的品類 (類別)。
　◆ 6 材料瀏覽器工具列：提供控制以管理資源庫、建立新材料或複製既有材料，或開啟和關閉「資產瀏覽器」。
　◆ 7 在資源庫清單 (左窗格) 中選取材料時，此右窗格會顯示與此材料相關聯的頁籤 (資產)。按一下「頁籤」(例如，「識別」或「外觀」)，檢視材料的性質和資產。檢視資源庫中的材料時，性質為唯讀。

---------------------------------------------------------------------------------------------------------

Revit 2016 線上教學影片目錄：http://bit.ly/2vR6fgW
Revit 2016 線上教學影片範例下載：http://bit.ly/2vR0b7X
3ds Max 2015 線上教學影片目錄：http://bitly.com/2dUGqn3
AutoCAD 2015 2D 線上教學影片目錄：http://bitly.com/2dUGm6Y
TQC AutoCAD 2008 2D 線上教學影片目錄：http://bitly.com/2dUGQtB
JC-Design網站：http://jc-d.net/
JC-Design粉絲團：https://www.facebook.com/jcdesigntw/
JC-Design LINE ID：@umd7274k
JC電子信箱：[email protected]