#邦尼:入門萬元價位帶的液晶顯示器有什麼表現?這次帶大家快速來看號稱源自美國的 AOC U6415~
【先來看外觀設計】
這次邦尼開箱的 AOC U6415 是 50 吋的版本。採用黑銀配色的風格,兩支腳座採用左右放置。值得一提的是,三邊採用的是窄邊框的設計,以居家擺設來說更加簡約。背面的設計相對中規中矩。
【接著看智慧體驗】
AOC U6415 採用 Android TV 系統,同時也支援最重要的 Chromecast 投放功能 , Google 語音助理以及 Google Play 三件組。體驗上,跟所有 Android TV 開機一樣,除了在首次開機時會稍微慢一點,在操作上大多都是順暢的。
【手機投放到大螢幕】:
透過 Chromecast 可以直接將 iPhone 或 Android 上支援的 APP,直接投放到大螢幕上播放。此外,也可以使用遙控器上的 Google 語音助理,用說的操控家裡的智慧家電、講出你想看的影片等等。
【支援 Google Play】
而採用 Android TV 最大的優勢,就是你可以在 Google Play 中,下載到幾乎各家影音的 App ,包括 YouTube 、NetFlix 、 Apple TV 、愛奇藝等。(邦尼超期待 Disney+ 開台)
【螢幕實際體驗】
在實際體驗部分, AOC U6415 搭載 4K 面板、最高支援 60Hz,算是目前同級的標配。比較特別的是支援 VRR 以及ALLM ,可以進一步強化遊戲時的流暢體驗。 HDR 支援度蠻完整的,包括 HLG , HDR10 , HDR10+ 以及 Dolby Vision 杜比視界。
* 什麼是 HDR 呢?簡單來說, HDR 就是高動態範圍,能夠呈現更多的動態對比細節。
實測上,透過 NETFLIX 觀看,的確可以成功點燈觸發 Dolby Vision。不過,雖然支援了多種 HDR 規格,但以實際體驗來看,畢竟是入門萬元價位帶的電視,邦尼認為在畫面表現上相對中規中矩。實測全白亮度大約落在 230 尼特。
音效部分, AOC U6415 支援 DTS 以及 Dolby Atmos ,組成 20W 的喇叭。在聽感上,若是看電視節目足夠用,不過看影集的話,在低音上會比較單薄一些,如果有更高需求的觀眾,可以考慮搭配家庭劇院。
【接孔及遙控器】
接孔部分,擁有 4 個 HDMI 2.0 接孔,HDMI 1 支援 ARC、2 個 USB、網路孔、光纖、3.5mm 耳機孔。遙控器部分,銀色的質感還不錯,不過按鍵比較軟一些。支援藍牙語音功能,也直接就放上了YouTube , Netflix 快捷鍵,快速切換上會更加方便。
整體來說,目前入門萬元左右的 AOC U6415,在系統流暢、 HDR 支援規格、接孔上都算是比較足的。不過在面板表現上就相對中規中矩,看電視大多沒有問題!不過若是看影集,預算可能就要再拉高,以上邦尼快速帶大家看完所有重點,提供給大家參考啦!
如果還有任何問題,或想知道的,歡迎直接留言討論啦!!
AOC 大型顯示器 FB:http://s.isbonny.com/AOCTW
AOC
同時也有9部Youtube影片,追蹤數超過7萬的網紅Post76影音玩樂,也在其Youtube影片中提到,如果玩機有返咁上下年資的朋友,一定會聽過 Cambridge Audio 的 DacMagic 架勒,呢部性價比而且好的式的DAC終於有新款出勒。就係呢部 DacMagic 200M勒。這個最新 DAC 和耳機放大器仲加入支援 MQA (Native) 解碼播放、藍牙連接、耳機輸出和靚聲 DAC 解...
「手機 加 光纖」的推薦目錄:
- 關於手機 加 光纖 在 邦尼幫你 Facebook 的最佳貼文
- 關於手機 加 光纖 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於手機 加 光纖 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於手機 加 光纖 在 Post76影音玩樂 Youtube 的最佳貼文
- 關於手機 加 光纖 在 MEeeep More Youtube 的最佳解答
- 關於手機 加 光纖 在 Tech Dog Youtube 的最佳貼文
- 關於手機 加 光纖 在 台灣大哥大行動+光纖「好速成雙」問題- Mobile01 的評價
- 關於手機 加 光纖 在 台灣大哥大光纖-在PTT/Mobile01上智慧型手機整理開箱評比 的評價
- 關於手機 加 光纖 在 台灣大哥大光纖-在PTT/Mobile01上智慧型手機整理開箱評比 的評價
- 關於手機 加 光纖 在 台灣之星- #辦門號送家用光纖上網最划算家中有需要寬頻上網的 ... 的評價
- 關於手機 加 光纖 在 [心得] 拜託不要辦台哥大5g跟家用網路 - PTT 熱門文章Hito 的評價
- 關於手機 加 光纖 在 【教學】家裡網路慢到不行?善用手機30 秒立刻讓網速大爆增 的評價
手機 加 光纖 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
毫米波5G佈建走入死胡同,美國營運商改支持C頻譜強化5G服務
科技產業資訊室 (iKnow) - Gloria 發表於 2021年7月20日
美國最大電信營運商Verizon多年來一直將毫米波(mmWave)5G放在其”超寬頻”全國行銷訊息的中心,而T-Mobile在不看好之下,幾乎沒有提及任何毫米波5G的廣告。根據OpenSignal最新的毫米波5G報告,指出美國的一般行動用戶連接到毫米波5G網路的時間不到1%。
其實,Verizon在2018年推出了其行動毫米波服務,並大肆宣傳世界將迎來5G 的無線光纖時代,讓其峰值網路速度從100Mbit/s左右提高到1Gbit/s以上。畢竟,營運商需要一些東西來向投資者或客戶展示,在傳統的低頻段頻譜中進行的5G速度比起4G快很多。但是根據測試,在低頻段頻譜中的5G與4G 根本太多差異。
Verizon曾暗示其毫米波網路最終可能覆蓋多達全美3000萬個家庭,約佔整個美國的24%。但是隨著該營運商在2021年早些時候以500億美元購買了中頻C頻段頻譜後,其似乎正在放棄這一目標。畢竟,C頻譜雖然遠低於毫米波頻段,但可望支持更廣泛的5G覆蓋區域。
現今更是隨著AT&T、Verizon和T-Mobile在中頻C頻段頻譜上總共花費了近1000億美元之後,毫米波5G的時代在2021年早些時候似乎結束了。未來Verizon和AT&T承諾斥資160億至180億美元建設網路,以支持其C頻段頻譜中的5G傳輸。
雖然Verizon仍預計到2021年底,為其毫米波蜂窩基地台的數量將從目前的 17,000個增加到30,000個。其希望最終通過毫米波5G在城市地區之傳輸,能夠負載高達50%的網路流量,不過Verizon並沒有為該目標提供一個明確的達成時間,更沒有定義什麼是城市地區。
目前,許多金融分析師都認為營運商對毫米波5G的興趣已經結束了,甚至New Street Research還提出「毫米波的謊言已經死了」。根據谷歌在2019年的一項研究表明,使用毫米波頻譜中的5G且提供100Mbit/s的傳輸速率的代價很高,如果要覆蓋72%的美國人口,其需要大約1300萬個發射器和4000億美元。
雖然高通希望從向全球智慧型手機製造商中,銷售毫米波晶片組而獲利,但是其目標要達成的機率變低了。即使毫米波頻譜最終有機會在更大的5G網路中找到一席之地,但是卻無法完全覆蓋大部分的美國區域。例如:其可以在餐館或辦公室等目的地廣泛使用。只不過,這還是牽扯到成本問題,以及何時才能達成這一目標的夢幻了。
附圖:圖、美國行動用戶連接到毫米波5G網路的時間
資料來源:https://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=18056&fbclid=IwAR3hqP3uwWUeOeuUNtFi3DzcR_yNaZhpeuzXcypBM1ANl_dm2eAiBQzPaRU
手機 加 光纖 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
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
手機 加 光纖 在 Post76影音玩樂 Youtube 的最佳貼文
如果玩機有返咁上下年資的朋友,一定會聽過 Cambridge Audio 的 DacMagic 架勒,呢部性價比而且好的式的DAC終於有新款出勒。就係呢部 DacMagic 200M勒。這個最新 DAC 和耳機放大器仲加入支援 MQA (Native) 解碼播放、藍牙連接、耳機輸出和靚聲 DAC 解碼技術每部定價為 HK$4,500。採用雙 ESS ES9028Q2M DAC晶片組,可處理高達 32bit/768kHz 或 DSD512 的數碼音訊檔案,除左支援MQA硬體「Full Decoder」之外,仲提供數碼光纖、同軸同及 USB 輸入方便大家放係檯頭連接不同既數碼音源呀。配合埋傳統A/B類放大技術既6.3mm耳機輸出,仲有埋aptX藍牙解碼,真係一部機仔就咩都有哂,相信都好多朋友會留意呀,唔知你又會唔會聽小瑟評測邊方面既功能多呢??不妨係下面留言話我知丫!
00:00 Intro
00:14 Cambridge Audio 推出原生支援 MQA 解碼的DacMagic 200M【音響熱話】
01:04 消息指 Apple 新 iPhone 型號將可自由摺叠及採用屏幕指紋解鎖【手機資訊】
01:42 法國發燒級耳機 Focal Celestee 頭戴式耳機平價登場【耳機資訊】
02:21 疫情打亂兩大巨獸!華納公佈《哥斯拉大戰金剛》及《22世紀4》等電影最新安排【電影資訊】
03:00 Samsung 與 C-Lab 聯手推出畫質智能調校 App【電視資訊】
03:34 自研遊戲計劃告吹!Google 解散 Stadia 開發工作室【科技資訊】
04:03 導演剪輯版本《正義聯盟》將喺 3 月 18 日上架【電影資訊】
⚡️討論帖 : https://post76.hk/forum.php?mod=redirect&goto=findpost&ptid=325432&pid=4894694&fromuid=4
----------------- ⚡️⚡️⚡️ 精選文章 ⚡️⚡️⚡️ ----------------
?Web: https://post76.hk/
?網店: https://store.post76.hk/
?Mewe : https://bit.ly/38yYT4X
?YouTube: http://bit.ly/3qyrixZ
?FB: http://bit.ly/3bOMZ8Y
?IG: https://bit.ly/3nTarV5
?♂️◆最新精華帖◆??
http://bit.ly/2WZa1iC
??♂️◆最新影音報告◆?
http://bit.ly/2FtLbBj
??♂️◆最新熱門帖◆ ✈️
http://bit.ly/2IDflEh
#Post76玩樂網 #Cambridge_Audio #DACMAGIC #摺叠式iPhone #Focal_Celestee #哥斯拉大戰金剛 #廿二世紀殺人網絡第四集 #正義聯盟
手機 加 光纖 在 MEeeep More Youtube 的最佳解答
近期好多朋友都問我,換Router要點揀好。我會覺得價錢、穩定性、速度同埋擴充性都好緊要,最平又或者最快都未必係最好嘅選擇。Linksys最近就推出咗 Velop MX4050 三頻Mesh路由器,而且價錢合理,今日就同大家睇下!
宜家揀Router,就當然要買支援Wi-Fi 6 嘅,因為一隻Router隨時用幾年,唔去盡好容易Outdate。呢款MX4050外型靚仔,共設有1 Wan 3 LAN 共4個 Gigabit Port,提供一條2.4GHz同2條5GHz 支援 Wi-Fi 6 嘅頻段,喺獨立運作嘅時候仲可以用晒3條Channel接駁唔同嘅裝置,以HK$1499嘅價錢,絕對係市面最平嘅三頻Wi-Fi 6 路由器。
可能你會話,既然都係當單頭Router用,點解仲要買Mesh呢? 擴充性其實都好緊要,始終唔係一二百蚊嘅投資,買定一部支援Mesh擴充嘅路由器,將來想全屋都收得好啲穩定啲再Upgrade都唔遲!
咁點解我咁強調三頻呢? 如果你得一兩部裝置,其實雙頻同三頻真係分別唔大。但宜家一間屋隨時有二、三十個上網嘅裝置,多條路俾裝置行,就可以減低甚至避免塞車嘅影響!更加可以將唔係行緊Wi-Fi 6 嘅裝置用量智能搬去閒置嘅頻段,提昇整體網絡嘅表現。
Linksys Velop MX4050 設定相當簡單,Download Linksys App,再好似我咁,一步一步跟住Set,唔洗3分鐘就設定好部Router喇。跟住就當然要試下測速啦!
首先睇下由Router去光纖Modem嘅實速先… 可以睇到,下載同上載都去到950mbps左右,跟住我哋就喺MX4050旁邊做個speedtest先… 由於用緊嘅 iPhone 11 Pro Max支援 Wi-Fi 6 嘅關係,所以出嚟嘅Speed完全無問題,下載同上載分別超過800同埋500mbps!
之後去遠啲嘅洗手間入面試下先! 經過一度牆同埋木門之後,MX4050以Wi-Fi 6下載嘅速度會係點呢? 下載仍然Keep倒700mbps左右,上載都有差唔多300mbps,ok啦!跟住試埋廚房!中間經過咗主力牆同埋防火門,睇下又係點? 400mbps左右嘅下載,掂呀!為咗睇下 MX4050有幾厲害,我就出埋屋企門口,隔住主力牆、屋企大門同埋兩層防煙門,大約15米左右,睇下仲收唔收到先! 都有百幾mbps下載㗎!
睇咗咁極端嘅情況,不如模擬一下日常使用。我同時用6個裝置,睇唔同嘅串流片,之後用手上支援 Wi-Fi 6 嘅手機做一次Speedtest,睇下MX4050喺多裝置一齊使用數據時,會唔會有明顯降速同埋遲緩嘅情況… 開始!時延無問題!亦唔覺有降速或者遲鈍嘅情況… 相信在日常生活入面,一家人又睇片、又upload、再同時Zoom都無問題啦!
Linksys Velop MX4050 絕對係對上網嘅速度同穩定性有要求,但又唔想投資太多嘅朋友其中一款最佳嘅選擇。咁 MX4050 係MESH組網方面嘅表現又係點呢? 之後再同大家試下!
#mx4050 #velop #wifi6
手機 加 光纖 在 Tech Dog Youtube 的最佳貼文
不要錯過 http://bit.ly/2lAHWB4
市面上許多 4K 電視配備最新 Google Android TV 9.0 版本
它的操作方式很像 Android 手機,又有那麼一點不同
這次用 Panasonic 全球首款搭載 Android TV 的 HX650W
來示範幾個 Android TV 的使用技巧
開機設定、無線傳輸、VPN 還有完整開啟 Dolby Vision 的注意要點
::: 章節列表 :::
0:35 手機搞定初始設定
1:41 下載國外限定 App
2:44 解放杜比視界
5:06 iOS 鏡像投放
5:32 Google 聲控指令訣竅
6:20 加快顯示速度
7:09 最後總結
::: Panasonic HX650W 規格 :::
顯示器尺寸:55”
無底座尺寸:1,227 x 706 x 92 mm
含底座尺寸:1,227 x 757 x 234 mm
重量:含底座: 11.3 kg / 無底座: 10.9 kg
VESA 孔距: 200 x 200 mm
面板背光:直下式 IPS 60Hz 10bit (8bit+ FRC)
解析度:3,840 × 2,160
廣色域:約 100% Rec.709
亮度:350 nit
靜態對比:1,200 : 1
反應時間:8 ms
影像處理:四核心影像處理系統
輸入端子:HDMI 2.0 ( HDCP 2.2 ) x 2 / HDMI 1.4 ( HDCP 2.2 ) x 1 / USB 2.0 x 1 / USB 3.2 Gen 1 x 1
音源輸出:光纖輸出
HDR 規格:HDR 10 / HLG / Dolby Vision
揚聲器:10 W + 10 W
音效:V – Audio
音訊回傳通道:ARC
作業系統:Android TV 9.0
記憶體 / 儲存空間:2.25 GB / 16 GB (實際使用可能較少)
WiFi:2.4 GHz
RJ-45 乙太網路:10 M / 100 M
藍牙:5.0
出廠產地:台灣
原廠保固:三年
::: 相關連結 :::
NordVPN 優惠:https://go.nordvpn.net/SH2b2
日系入門杜比視界是這款 🤨:https://bit.ly/2NCpN0n
被燒到的 +1 🙋♀️🙋♂️:https://bit.ly/2BNUcH2
--------------------------------------
#Panasonic #HX650W #DolbyVision #科技狗 #AndroidTV
📖 Facebook:https://www.facebook.com/3cdog/
📖 Instagram:https://www.instagram.com/3c_dog/
📖 官方網站:https://3cdogs.com/
📖 回血賣場:https://shopee.tw/3cdog
▋ 有任何問題都來這邊找我們:3cdogs@gmail.com
手機 加 光纖 在 台灣大哥大光纖-在PTT/Mobile01上智慧型手機整理開箱評比 的推薦與評價
台灣大哥大「好速」光纖上網1Gbps+Wifi6 旗艦版0元體驗,再享數位電視加值頻道/串流視訊盒服務看到飽. 光纖上網 ... ... <看更多>
手機 加 光纖 在 台灣大哥大光纖-在PTT/Mobile01上智慧型手機整理開箱評比 的推薦與評價
台灣大哥大「好速」光纖上網1Gbps+Wifi6 旗艦版0元體驗,再享數位電視加值頻道/串流視訊盒服務看到飽. 光纖上網 ... ... <看更多>
手機 加 光纖 在 台灣大哥大行動+光纖「好速成雙」問題- Mobile01 的推薦與評價
他們家的「光纖」上網是走有線電視凱擘cable嗎? ... 要訊號很猛wifi網速很快,建議自己買分享器加裝,不要加錢跟他們租分享器,他們分享器50%都是二手而且規格不高。 ... <看更多>