關於 手機沒聲音三星 ，我們在網路上蒐集到這些相關的討論、資訊與評價

這學期開學，我幫安安跟住校的二哥，準備了這款Herowatch 4G智能科技防水兒童智慧手錶，目前用了快三星期很不錯，安安平常安親班下課都用這個手錶跟大叔聯繫，他說他們班上有三位同學也是同一款手錶⌚️

星期二開團喔！有興趣的朋友跟起來！
✔️表單：https://gbf.tw/0duke

Herowatch 4G科技防水兒童智慧手錶⌚️限量團💖
＃購買即贈7個月的網卡
（之後可以在app上直接續約600/年)
＃加贈備用電池一顆及專用保護套

其實對於智慧手錶我觀望了好長的一段時間
從安安剛上小學時，就陸續有許多廠商邀約試用
當時一直覺得沒有迫切的需求，因此一直未入手
直到二哥離開家裡去外地上學，週間手機都會被學校收走禁用，再加上這學期因為疫情，很多的安親及才藝班都禁止家長進入教室去接送
才開始覺得的確有很多時候需要跟孩子聯繫上！

前一陣子他們兄弟試用了這支Ｈerowatch智慧手錶
使用後真的覺得，這支手錶解決了很多想要聯絡孩子又聯絡不上的時刻，也減少了爸媽很多的擔憂與不安
是
孩子漸漸長大，總是會有需要獨自外出的時間
但對於還沒有自制力的孩童，給他們智慧型手機多半都還無法控制
因此智慧手錶的出現真的是大大解救了爸媽的焦慮
不但可以讓孩子有限度的自由與自主，又可以在家長的規範下使用
爸媽可以針對孩子的上課時間設定禁用時段以及功能的鎖定
讓小朋友白天上課及課後安親不會因為玩手錶而分心

-

由台灣團隊專為兒童設計研發的防水智慧兒童手錶Herowatch
以培養獨立自主的小英雄為設計目的。
可以取代手機與寶貝做聯繫，不再讓孩子緊盯手機螢幕
超長待機時間三天，可拆式電池秒讓手錶變為100%電量。
手錶有鬧鐘、可以額外下載app、家長APP提供Google圖資定位、免費視訊電話、遠端關懷看看/聽聽
語音及文字、貼圖訊息溝通方式
透過HeroWatch讓家長與小孩溝通零距離！

目前我們家實際使用三周左右，的確解決了很多需要連絡孩子的時刻
像是接送下課時可以提早先傳訊息請孩子下樓或是到門口等
碰上塞車或是臨時有事情會晚點到的狀況也可以第一時間留言給孩子讓他們不要緊張。
另外像是之前去蘭城時，我們全家都會各自活動
常常會不知道孩子到底跑去哪裡
有了智慧手錶馬上就可以聯絡到，通知他們幾點集合或吃飯時間
除了這些日常的聯繫外，有時候真的碰上緊急時刻孩子也可以馬上連絡到家長
像之前朋友就跟我說他們小朋友下課時不知道為什麼沒有被安親班接到
自己在校門口等了很久，還好身上有智慧手錶可以聯絡上爸媽

-

💖這次王妃獨家爭取了許多開團好康
有需求的朋友務必要把握限量名額#粉200 #黑150 #藍150

✔團購價＄3890元
內容物包含：智慧手錶x1 + 螢幕保護貼x2 + 充電頭x1 + 網卡x1

✔(網卡原使用期6個月, 王妃粉絲加送1個月, 共7個月使用期，從10月開始算)

【#團購獨家加碼雙重送】
✔加碼一: 備用電池x1 + 專用保護套
✔加碼二:((下單前150名)) 贈送限量鬼滅之刃口罩夾 (款式隨機)
(贈品會顯示於結帳頁面, 有顯示代表有贈品，若無顯示表示已贈完）

-

#智慧手錶特點
📒大錶面，圖像清晰直覺好使用
因為是給小朋友使用的智能產品，我覺得圖像的直覺設計很重要
即使是中文字還沒有認很多的小一新生也可以很輕鬆的看圖使用

📒可自由設定禁用時段及功能鎖定
上課時間更專心
智慧型手機的普及和便利，讓許多家長開始考慮讓孩子也擁有一台方便通訊
但孩子的年紀還處於需要引導、自制力低、無法正確分辨是非的階段
過於的便利反而會成為影響孩子成長的隱憂
🔗 #上課禁用：設定禁止使用的時間，在上課期間讓孩子專注於課堂不分心。
🔗 #手錶管理：設定可使用的功能，孩子可以在家長的管控下適當的使用。

📒可拆式電池
若是真的不小心忘記充電，還可以趕快用備用電池
我自己會將兩顆電池都預先充滿電，如果當天真的忘記充電
還有一顆可以趕緊裝上接續使用

📒200萬畫素雖然不到超高解析
但日常通話視訊及小孩紀錄生活的拍照非常足夠使用

📒奈米科技塗層防水，可抵禦運動汗水、洗手等狀況，但無法整隻手錶泡進水裡潛水、游泳喔

📒孩童定位
google圖資定位。家長只要開啟手機APP就可以隨時看到孩子的位置

📒資安安全
近幾年大家越來越重視通訊資安問題
尤其很多中國品牌，只能使用中國當地服務
不少機種預載是高德地圖而不是Google Maps
Herowatch兒童智慧手錶的網路安全規範與銀行網銀是一樣等級資安規範
保護孩子的資料不會被儲存於大陸

📒遠端看看/聽聽
在不打擾小朋友生活的情況下
家長可以透過APP遠端看看小朋友在做甚麼，以及聽到孩子周遭的環境音
撥出後手錶會自動接起，手錶端不會聽見聲音或顯示畫面
因此可以在不打擾的狀況下，看看或聽聽小朋友現在在做什麼
對於小一新生的家長我覺得這個功能非常貼心
尤其今年因為疫情家長都無法跟著進入校園
這時候可以透過兒童手錶看到/聽到孩子狀況，讓家長可以安心不少

📘通話 / 視訊 / 語音訊息，與孩子聯繫零距離
不僅僅只有通話功能，HeroWatch同步可以開啟視訊通話，留語音或是圖像、文字等訊息給孩子。手機有的Herowatch一樣都沒少！

📘隨時SOS緊急求助，按七秒就會收到緊急來電（需使用電信業者的通訊卡）
可設定三組電話號碼，緊急時孩子只要長壓開關鈕七秒，手錶就會自動依設定順序撥出號碼。緊急時刻幫助孩子！

-

另外針對比較多人有疑問的部分一次來解答
🔐Q1.待機時間可以多長，之前有使用別家一天不到就沒電了
A.官網說明是寫待機72小時(三天)，但因為每個人實際使用的頻率不同
我們家使用大概可以撐兩天，另外開團也會額外贈送一個替換備用電池
如果沒電或是當天忘記充電可以直接更換另一顆電池使用

🔐Q2.家長會需要額外買一支跟小朋友聯絡嗎?
A.不需要喔，家長只需要手機下載APP綁定孩子的手錶。
就可以透過手機APP定位及聯絡孩子
家裡有多位孩子也可以同時綁定在APP裡，同時管理

🔐Q3.需要綁電信公司門號嗎?
A.不一定要綁門號喔，可以看自己本身需不需要用到電信服務
開團下單會直接贈送半年份的台哥大網卡。(沒有手機通信功能)
跟孩子聯繫是走網路服務。
半年到期後可以選擇續約600/年
或是換成各電信公司的兒童卡都可以喔!

🔐Q4.學校可以帶通訊的手錶嗎?
A.因為每家學校的規定不一樣。
建議可以先問問學校導師，因為這支手錶家長可以設定禁用時間
所以白天他的功能就只有一般手錶的功能。等到下課後才有辦法通話喔

🔐Q5.戶外的收訊清楚嗎?
團購附贈的是半年台哥大的網卡，走的是網路服務。
因此只要是在手機網路收訊好的地方收訊都蠻清楚的喔!
如果擔心網路不穩也可以考慮自己辦電信公司的兒童卡
就可以用電信公司的通訊服務聯繫

⭐️【不知道這5個秘密，別說你了解處女座。】

★本文與Podcast同步播出
★處女座的家人們記得支持購買小愛卡

「雖然是全世界最招黑的星座，但無法否認他真的很強！」強者處女座終於來了。

這個星座的強大並非是像火象星座的爆發力，也不是風象星座的C位奪目。處女座身為第六個星座，他的強大來源是：「多變」。是一個面向光明的陰性星座。

處女座也是第2個土象星座與第2個變動星座，這個星座的本質就是：「了解自我」。所以處女座為什麼標配「小劇場」，其實小劇場是宇宙給處女座的專屬禮物。內心不斷跟小劇場的討論、戰鬥、理解，到最後和平相處，處女座才能比其他星座更能活出自我，也就是我講的 real。

★處女座是善惡兼備的變色龍。

處女座是一隻非常能適應環境的變色龍，由水星掌管的處女座非常追求知識的成長。他們不愛交際、比大多數人聰明且不外露、有辨別力、善變，他們的聰明來自於「善惡兼具」。你不用把處女座想成是大好人，但也不用把處女座歸類成壞人。

處女座的聰明來自於他可以利用善與惡的距離，做好自己隨時變色的準備。當他們只為自己想時，他們很喜歡跟你較真、辯論、耍小手段。但處女座如果獲得成功，（成功指外界的認可）超越自我、肯定自己時，他們就會把善拿出來活出尊貴美麗的人格。

所以處女座為什麼充滿爭議？我想變色龍這個解答你們應該可以理解了吧。

★處女座的內省功力與靈性成長一流。

上述提到「小劇場」是宇宙給處女座最棒的禮物，因為腦內充滿上百種聲音，體內又裝了24個比利，所以處女座的頭腦長期處於高速旋轉狀態，一邊吸收新知一邊執行精華，處女座更驚人的是，他還要花時間「內省」。

你身邊的處女座為什麼會給你很難搞的感覺，其實是來自於他們非常善於內省，平常大事不管，小事不理的他們，一旦開啟「內省」模式，就開始糾正所有事件當中的錯誤與缺陷。所以處女座不是Always難搞，是當他在意的點他過不去時，因為他比其他星座的人更了解自己「喜歡什麼」同時「不喜歡什麼」，去除鞋子裡的石頭就成為處女座難搞的灰色人格。

處女座是一個社會觀察家。它具有自給自足的特性。處女座就是屬於一個人去吃飯、旅行、玩耍也不會感到寂寞的人，因為這段獨處的時間反而能讓他產生智慧。

很多處女座都是「金句女王」（像我），常常喜歡啃艱難的骨頭，挑戰一個自己不擅長的領域，他其實並不知道，在這個靈性發展的過程，搭配肉體在世界的實踐，他可以在靈性上取得驚人的進步，成熟後的處女座通常都熱愛「減法生活」。小時候不敢刪除的好友、不願丟棄的衣服相片，某天，處女座都會毅然決然地拋棄。

★處女座是優秀的表演者

「是時候開始你的表演！」處女座是土象三星座的中心（具有實踐力）、由水星掌管的星座（思考活躍）、變動星座（不受拘束），處女座通常都可以把他的專長用一種很奇妙的方式融合在現實當中。

只要google處女座名人，就可以知道處女座雖然全網招黑，但這些名人你還是深深佩服他們的表演與敬業的方式。處女座是一個激不得的星座，好勝心強、熱愛比賽。但處女座畢竟還是土象星座，他不會把自己的精力都花在10個籃子，他知道這樣會輸，所以處女座只會挑1、2個籃子變成自己的強項，靠機智與耕耘，變成才智出眾的表演者。

處女座的任何表演都是經過精心設計（包含愛情）。我前面說過，處女座本身不愛交際，任何交際對他而言都是「成本」，所以他只會「投資有利標的」。處女座是具有商業天賦的一群人，他們不見得很瞭解數字，但他們了解人群，為了達到自己理想高度是能被外界所肯定，他們通常都會累積一切的能力去達到自己的目標。表演，當然也算是一部分囉！

★處女座喜歡靈魂匹配的對手

看到這，你應該明白處女座的「高標準」為什麼常常萬年單身了吧？因為他是一個很複雜的星座，在通往最後的「純粹之路」上他常常必須得變成黑色、變成紅色、變成藍色，最後他才能在成熟過後，變回「原色」。所以很多人說處女座絕情，當初愛我愛得要命，鬧掰後轉頭就成為陌生人？

其實你只要把自己想成，「我是在他藍色時期需要的人，可是下一秒他就變成紅色了。」這個處女座自己本身也很困擾，因為他也無法預料自己的下個顏色是什麼？

所以為什麼眾生常說：「處女座愛你才會念你」，這就是出自於「幹，我要變色啦，你怎麼還在白色？」就會產生嫌惡感，覺得你跟不上他。（這通常都是處女座無法開口的內心羞恥秘密）所以處女座需要的是靈魂匹配的對手。可以分為兩個層面來說：

1. 你一直都是透明無色，且不管處女座如何變色。

如果你是一直堅持做自己的人，也會很招處女座的喜歡。處女座本身也具有怪咖性質，外表可能小清新，但內心是吉普賽人前衛到不行。所以如果處女座本身對你不討厭，你也不會管處女座多變的性格，該怎樣就怎樣，處女座大地之母的本質，也有可能被你吸引。

2. 你的愛要夠強大，大到看得出來處女座隱藏的顏色。

處女座非常懂得客戶需求、市場需求、對象需求，但他其實常常會刻意隱藏自己的需求。這句話翻譯就是說：「處女座非常愛裝，但又渴望有個人理解他。」所以你如果能看到處女座隱藏的顏色，忽然跟他說：「你的黑色內衣藏好深喔」，信不信，處女座秒愛上你。但這個真的很難，處女座是躲避球，很會閃這種話題。

★要怎麼依賴處女座

處女座的複雜都是為了最終通往「簡單」。每個處女座心中都有個藍圖，叫做「素顏笑嘻嘻的躺在豪宅裡」。哈哈哈哈哈哈哈哈哈哈哈哈！回歸正題，你要依賴處女座，最重要的本質是：「實在」，具體行為是「說到做到」。

處女座喜歡跟實實在在的人打交道，而且他會透過各種與你互動的行為，觀察你這人值不值得他交出多少「情感股份」。我舉例，我有次看到我經紀人的手機銀幕上竟然放了我們小愛卡的天秤座圖片，當作是手機桌布，當時我只是默默的看沒有多講話，但內心會覺得：「這人真的有把我們的事情當一回事。」

是！就是這麼小的事情，被我們看到之後內心會有瞬間爆棚的加分，也會有因為你講一句話就立刻軟掉的時刻。所以依賴這件事，處女座很不喜歡他對你付出後你卻沒有任何回報，甚至一句：「謝謝」都沒有。

用真心換真心，永遠是處女座在投入一段關係時最能說服自己的關鍵字。

#處女座 生日快樂，祝福我們都能順其自然、活得純粹。

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

啊～就是這個聲音
沒錢買手機也可以享受一下開箱的這種感覺

✨✨✨加入獺友快充組：https://supr.link/zZE8x

🔥 熱門影片 🔥
iPhone 13 新機、iPad mini 6、Apple Watch Series 7 都來了！2021 蘋果秋季發表會重點整理懶人包
👉https://supr.link/YgZHL

iPad mini 6 超進化！螢幕、規格和效能全面升級，和 iPad Air 4 比較哪款比較適合你？
👉https://supr.link/0wZdR

iPhone 13 系列值不值得買？誰適合買哪支？舊機降價現在入手是否更超值？一次幫你解答
👉https://supr.link/w9nkB

免費又正版的影音串流平台懶人包！這四個平台都可以讓你看劇看到飽！（愛奇藝、LINE TV、KKTV、LiTV）
👉https://supr.link/uffeY

Switch 遊戲推薦！精選十款不同類型遊戲，共同特點是越玩越上癮！
👉https://supr.link/Wteh8

五台萬元 (含) 以下的平板懶人包！Apple、三星、Lenovo、華為都有 最便宜 5000 不到
👉https://supr.link/lqSsP

【訂閱電獺少女 YouTube】 https://supr.link/o3WBV
【追蹤電獺少女 Instagram】 https://supr.link/nYIMY
【按讚電獺少女 Facebook】 https://supr.link/VAZd6
【電獺少女官方網站】 https://supr.link/AKiW8

勘誤說明：影片 0:08 和 4:18 兩處，8K 應是 Full HD 的 16 倍，數學概念不佳造成大家誤會真的很不好意思 QAQ....

三星家的電視總是再再突破大家的想像
今年推出採用全新量子 Mini LED背光技術的Neo QLED 8K 電視
從看似一幅畫的機身設計
到 8K 精緻畫面及澎湃的音效呈現
再到所有智慧的 AI 功能
現場體驗真的很震撼啊！

本文係經台灣三星電子 (股) 有償委託而合作

【製作團隊】
企劃：宇恩
腳本：宇恩
攝影：辣導
剪輯：辣導
字幕：辣導
監製：蜜柑、宇恩、Cookie

✨✨✨加入獺友快充組：https://supr.link/zZE8x

🔥 熱門影片 🔥
免費又正版的影音串流平台懶人包！這四個平台都可以讓你看劇看到飽！（愛奇藝、LINE TV、KKTV、LiTV）
👉https://supr.link/uffeY

Google 相簿不再免費？沒關係我也是，教你五招替代方案：Google One、OneDrive、NAS、MEGA、LINE 相簿
👉https://supr.link/JE8Q9

為了拍婚紗拼了！挑戰控制飲食 結果兩個禮拜就想放棄？怎麼回事
👉https://supr.link/sTqDO

iPad 鍵盤怎麼選？Apple 巧控鍵盤、羅技 Folio Touch 鍵盤和 VAP 藍牙鍵盤 價差超大哪一個最適合你？
👉https://supr.link/Y8s0B

1 萬至 2 萬元手機怎麼挑！旗艦級處理器、防水、高畫素拍照等 10 款手機整理給你
👉https://supr.link/Hr6U3

※更多開箱影片 👉 https://supr.link/hEERu
※更多 iPhone 相關影片 👉 https://supr.link/AzR5u
※更多 Android 手機 👉 https://supr.link/0K9Co
※教學小技巧大公開 👉 https://supr.link/lfyZk
※熱門藍牙耳機這邊找 👉 https://supr.link/SdDPr

【訂閱電獺少女 YouTube】 https://supr.link/o3WBV
【追蹤電獺少女 Instagram】 https://supr.link/nYIMY
【按讚電獺少女 Facebook】 https://supr.link/VAZd6
【電獺少女官方網站】 https://supr.link/AKiW8

最近找到這個品質很好的伴奏影片，來練一下
影片連結
https://www.youtube.com/watch?v=ImmLmpqk_bQ
聲音沒有經過後製，是手機錄音直出（三星A71)
琴是貝克提琴39000價位的琴

--
小提琴泡芙 VIOLINPUFF
violinpuff.blogspot.com