Question 1

金家行運評價龔成 在Facebook 的評價

Accepted Answer

要各位久等了，已經有「10月股票班」的時間！【投資倍升股課程】第43期，現正式接受報名。

龔成課程：【投資倍升股課程】(基礎班)(共24小時)
日期：2021年10月21, 28日，11月4, 11, 18, 25日，12月2, 9日（逢星期四）
時間：1900-2200
地點：灣仔
詳情及報名：https://www.80shing.com/register.php?id=1

第一課：投資與股票基本功

--真正賺錢的投資方法
--正確投資股票的方法
--資產概念與應用術
--投資股票長期必勝原理
--打工仔累積財富的正確方法
--低風險高回報的模式
--成就倍升股的5大元素
--股票基本概念
--股票市場簡介
--精明落盤價位
--股票機版面解說
--避開某些買賣價位
--股票權益解說
--供股程序及供股與否關鍵
--各類股票簡介
--股市上的投資工具簡介

第二課：投資策略與行業分析

--散戶常犯的10個投資錯誤
--散戶如何立於不敗之地
--選擇適合自己的股票
--以策略令財富合理增值
--穩陣投資5大法
--恆指市盈率應用與誤用
--水桶模式投資法
--集中分析合自己水桶類的股票
--有效股票配置法
--股樓平衡策略
--行業分析的技巧
--優勢行業特點
--尋找行業市盈率
--如何尋找行業數據及資料
--各行業特質與分析
--重點分析數個有優勢行業
--如何用簡單方法，成功捕捉到近15年，2009年、2012年、2016年的股市低位

第三課：穩健股及收息股投資術

--比較香港的交易所買賣基金（ETF）
--ETF的分析技巧與投資策略
--收息股與收息產品的本質分別
--快速檢視收息股方法
--如何從收息股的本質分析
--派息與企業成長關係
--折舊現金流與派息的關係
--房地產信託基金（REIT）的運用
--如何真正分析房託
--分析資產質素及房託價值
--介紹數個優質房託及實例分析
--公用類收息股的特質
--兩電的財技及投資價值
--介紹數隻優質收息股
--公路股的特質與投資技巧

第四課：買賣時機與估算合理價

--各投資方法簡介
--基本分析技巧
--價值投資法
--最佳買入及賣出時機的特徵
--簡單利用買賣時機賺大錢
--如何計算股價平貴
--推算合理值的方法
--現金流折現法的計算模式
--現金流折現法的應用
--利用賬面值衡量平貴
--市賬率與資產回報率的關係
--銀行股與地產股的市賬率
--資產型企業的市賬率

第五課：企業估值模式

--企業估值原理與運用
--市盈率的應用及限利
--市盈增長率的應用
--簡易市盈率估值法
--推算「代表性」盈利作計算
--簡單計估值避開買貴風險
--計算企業估值範圍
--利用估值獲利法則
--如何推算企業市盈率範圍
--過往市盈率的運用與調整
--不同類型企業的合理市盈率
--不同行業的市盈率
--各類型企業的估值
--更多實例計算
--估值模式的應用
--估值後的投資策略

第六課：選股秘技

--不宜沾手的股票
--優質股的指標與特點
--如何尋找優質股
--生活選股法
--選股3步曲
--簡易篩選優質股方法
--如何利用程式快速選股
--免費篩選股票程式完整示範
--快速利用5年業績判斷股票優劣
--財務數據分析要訣
--選收息股的模式
--潛力股特質與選股模式
--簡易評估企業質素的「企業評估指引表」
--學員跟指引自行填寫評估表
--利用數十個指標評分表，評價企業優質度
--學員依指引及所學，能評估企業質素及估值

第七課：分析年報技巧

--年報重點位，快閱技巧
--分析年報的關鍵位
--如何解讀主席及管理層講話
--如何在年報中，找到有用數據
--憑年報分析企業質素
--年報所隱藏的訊息及前景分析
--損益表的分析技巧
--資產負債表分析技巧
--現金流量表的作用
--分析報表找出問題企業
--柝解年報附註
--多個財務比率的分析
--實例用年報去分析股票
--利用「企業評估指引表」，填寫年報重點
--運用指引表，為企業全面評估質素、估值
--比較估值與股價，設定完整投資策略

第八課：特質類倍升股與潛力股

--大師投資法
--綜合最高回報率投資者的選股模式
--5種特質類優質股
--重點推介特質類優質股
--特質類倍升股的投資策略
--藍海類倍升股
--10倍股的特質
--潛力股的特質
--尋找潛力股的技巧
--潛力股的分析方法
--潛力股的投資策略
--精選優質股簡介
--優質股重點分析
--成就投資倍升股的要點
--課程的應用

完成修畢課程的學員，可獲由龔成老師簽名的課程證書。

此課程適合初階至中階的投資者，課程會由淺入深教授，令學員能完整掌握整套投資概念。整個課程以實用為主，學員完成課程後，都能自行運用。

完成課程後，你會掌握：
☆自己設定投資策略
☆掌握資金分配
☆低風險爭取合理回報方法
☆能分辨股票優劣
☆為企業優質度評分
☆懂得自行尋找優質股
☆掌握5種選股方法
☆掌握大市買入及沽出時機
☆能評估現股價處平或貴
☆掌握企業估值
☆懂得閱讀企業年報
☆懂得分析財務報表

股票班內容非常豐富，除了有一定的實戰例子外，更在評估企業質素、估值技巧、選股模式、年報分析上，有相當的內容，而課堂中的「企業評估指引表」，能助學員簡單地，自行評估企業質素與平貴。

龔成課程：【投資倍升股課程】(基礎班)(共24小時)
日期：2021年10月21, 28日，11月4, 11, 18, 25日，12月2, 9日（逢星期四）
時間：1900-2200
地點：灣仔
詳情及報名：https://www.80shing.com/register.php?id=1

龔成老師簡介

‧ 暢銷書《股票勝經》、《選股勝經》、《年報勝經》、《50優質潛力股》、《50穩健收息股》、《50值博倍升股》、《大富翁致富藍圖》、《80後百萬富翁》、《80後2百萬富翁》、《80後3百萬富翁》、《財務自由行》作者
‧ 《經濟一週》理財真人Show 節目擔任致富教練
‧ 曾接受港澳多個傳媒訪問
‧ 過往於銀行從事投資相關工作多年
‧ 曾在萬多元月薪狀態下，憑股票累積數百萬財富
‧ 現為全職投資者，擁數千萬財富
‧ 於網上分享投資心得，瀏覽量過百萬，為人氣博客，解答網友理財問題逾20,000條
‧ 《經濟一週》、《華富財經》專欄作家
‧ 擁財務學學士學位
‧ 證券業持牌人士
‧ 股票課程導師，香港及澳門學生人數逾4,000人
‧ 過往10年投資成績，過半能獲利超過1倍以上

Facebook 專頁「龔成」粉絲人數超過200,000人

本人成功在$6買入中人壽並在$40全數賣出，$8買入地鐵$30賣出，成功以平均價$20買入比亞迪，絕大部分持有至今，於2019年以平均價$4買入中生製藥，2020年平均$12買入小米，平均以$2.5買入完美醫療，現時仍然持有。

本人平均1年只買1、2隻股票，但準繩度極高，近10年的投資成績，逾半數能獲利超過1倍以上的利潤，這不是偶然，而是有一套完整的投資方法在其中，由投資概念、策略、買賣技巧、選股等。

這套方法並不難學，只需花24小時學習，你都能自行運用，令你合理地獲取倍計回報！（共8課，每課3小時）

Question 2

金家行運評價台灣物聯網實驗室 IOT Labs 在Facebook 的評價

Accepted Answer

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

Question 3

金家行運評價潘朵拉珠寶 在Facebook 的評價

Accepted Answer

⚠️本週星相⚠️*7月28日木星退行回水瓶座，有關人權、自由、平等、博愛、人與人之間的關係、轉型正義……相關的事務會再度受到關注，並會有所改善。*7月28日水星進入獅子座，有關娛樂圈、慶典、親子問題、寵物……相關的事務攤會成為熱議焦點。*7月30日火星進入處女座，有關健康、衛生、勞工權益、工作、勞力付出……相關的議題受到關注。*太陽與水星呈現合相，並與土星呈現對分相位，注意「交通」相關的事故。有關物流相關的問題會攤在陽光下檢視。*木星與火星呈現對分相位，注意「火」方面的災害。某些區域會爆發流血衝突。*土星與天王星呈現4分相，世界呈現極端化的狀態。重要環境影響*7月28日木星離開雙魚座，退行回水瓶座，有關人權、自由、平等、博愛、人與人之間的關係、轉型正義……相關的事務會再度受到關注，並有所改善。木星退行回水瓶座後，與火星呈現對分相，這也意味著在爭取各種族群權益與正義之時，同時會面臨各種衝突與大規模的流血事件，才能爭取到人類應該賦予的基本權益，每種不同的族群、人種都應該享有基本人權，並被平等、公平的對待。人與人之間的關係也會有所變化，人們需要群聚以及參與各種活動，然而人潮的流動與聚集，也容易提高疫病再度威脅人類健康的風險。7月30日，火星會進入處女座，有關健康、衛生相關的問題會成為焦點，特別是施打疫苗或是獲得應有的醫療資源會成為人權指標，此時也會有許多區域為了爭奪疫苗與醫療資源，造成衝突。更可能因為疫苗施打的品牌不同，造成嚴重的排擠效應。某些區域的人可能因此無法享有自由通行的權利。*7月28日水星進入獅子座，並與太陽逐漸呈現合相，有關娛樂圈、慶典、親子問題、寵物……相關的事務攤會成為熱議焦點。由於水星進入獅子座後，會與土星呈現對分相位，某些娛樂圈的醜聞、潛規則會被揭開，或是會有名人離世，有些重要的慶典也可能在此時停辦，人們期待已久的活動，會被一些外在壓力強力壓制，造成許多人的不滿。名人加持的群體效應，在媒體、網絡的傳播下，容易使得不同的族群團體相互仇視，這會是名人必須要擔負的責任。除此之外，有關兒童的人權、寵物的生命權益也會在此時受到重視，有一些孩子與毛孩受到虐待的事件，令許多人感到不忍。*水星與太陽呈現合相狀態，並與土星呈現對分相，需注意「交通」方面的問題，除了要留意大眾運輸工具的安全之外，物流也會面臨阻滯的問題，使得某些市面上重要的生活用品、糧食、能源、醫療資源……嚴重缺貨，或是延遲許久才能送達。重要的傳播媒體、信息網站、社群軟件……也會在此時當機，使得許多人陷入信息恐慌的狀態。*木星與火星呈現對分狀態，需注意「火」方面的災害。除了各種火災、爆炸事故，也要特別注意火山爆發與地震相關的災害。同時人們的情緒較為焦躁，某些區域容易發生軍事衝突，社會上有許多議題會造成許多不滿，大型抗議事件較多，甚至引發大型流血事故，同時要當心無差別攻擊事件。總結人與人的距離因為傳染病變得疏離，在歡愉與慶典的背後，隱藏著許多生活在貧窮之中的人們、受虐的兒童、流浪挨餓的毛孩，在木星退回水瓶座的這段時間，我們更需要捍衛身而為人的基本權利，不該忽視與歧視任何一種族群的需求，更不該相互仇視，荼毒他人，因為不幸或是需求很可能就存在於你我身上。備注在金牛座的天王星與土星持續呈現4分相，市場波動十分劇烈，某些事件會造成交易市場恐慌，糧食、能源、資金呈現短缺，有些物質即便再有錢也買不到，並可能必須以物易物交換重要資源，甚至是權利。某些物質會替代貨幣與貴金屬交換許多資源。許多人在經濟環境受到衝擊的情況下，失業、窮困的人越來越多，「貧窮」會成為嚴重的人權問題，人權問題會改變全球經濟版圖，許多人的生存權益被剝奪，自由也被剝奪，族群歧視問題會越來越嚴重，重視人權，才能保護弱勢，因為你我都可能是被壓迫的一員。白羊座整體運勢工作運方面，在工作宮位的金星相位良好，正在執行一個光鮮亮麗的任務或職務，目前前置作業都做好了，然而火星本週即將進入工作宮位，生活也將進入高強度的忙碌生活，準備好好乾活。人際關係方面，木星退行回人際關係宮位，正面臨某些事的關鍵時期，此時會有貴人出手幫助。某些白羊座捲入情感糾紛，受到許多指責，甚至被肉搜，感到冤枉與委屈，真正的好朋友會出來維護你，或是陪伴自己渡過低潮。本週須注意的部分感情運方面，在戀愛宮位的太陽與水星呈現合相，會被意想不到的對象告白，然而受到土星的影響，對方或你已經有了穩定的伴侶，被如此的爛桃花死纏爛打，感到十分困擾。健康運方面，火星進入健康宮位，受到木星影響，注意血光之災，容易發生意外傷害，工作有過勞的傾象，火氣較大，而有嘴破、長痘痘的症狀。此時也要當心病毒感染，造成喉嚨發炎。金牛座整體運勢感情運方面，在戀愛宮位的金星相位良好，火星本週也將進入戀愛宮位，與喜歡的人會有許多相處的時間，雙方會有很多親密的接觸。單身的金牛座，會在一些場合邂逅心目中的天菜，一見傾心。工作運方面，木星退行回志業宮位，在工作領域會承接到很好的資源，執掌重要的職務。某些金牛座已經做足了準備，會想在此時創業或經營新的副業，未來前景可期。本週須注意的部分家宅運方面，在家宅宮位的太陽與水星呈現合相，受到土星的影響，會因為工作需求長時間離家或必須要搬家，在短時間內得找到安頓的居所。某些金牛座已經很久沒與家人見面了，只能靠網絡通訊軟件聯繫。健康運方面，在命宮的天王星受到志業宮位的土星影響，工作型態的轉變，生活有些難以適應，內分泌有失調的現象，膚質、體型容易變差，必須開始注意飲食與作息的調整，以免引發慢性疾病。雙子座整體運勢工作運方面，在志業宮位的海王星相位良好，會在此時卸下一些重擔，工作比先前輕鬆許多。水星與太陽合相在面試宮位，尋求新工作的雙子座，以最佳狀態面試，很快就會獲得錄取通知。感情運方面，在慾望宮位的冥王星相位良好，與喜歡的對象由性而愛，確認彼此之間的關係。感情穩定的雙子座，則是會藉由許多親密的互動，獲得感官的滿足與心靈的安全感。本週須注意的部分遠行運方面，木星退行回遠行宮位，會因為工作的需求外派到異地，或是需要出差。然而木星受到火星的影響，會有許多繁瑣的證件、事務要辦，尤其交通運輸方面會特別麻煩。家宅運方面，火星進入家宅宮位，受到遠行宮位的木星影響，出遠門前要徹底關閉電器與爐火裝置，注意門戶安全，此時容易遭宵小闖入。某些雙子座居家生活不安寧，鄰居可能在修繕房子，會被噪音所打擾。巨蟹座整體運勢感情運方面，在感情宮位的冥王星相位良好，經過許多事件的洗禮，雙方的情感越見堅定，平淡的生活反而踏實。單身的巨蟹座，過了這麼久孤獨的日子覺得還不錯，暫時不想談戀愛。金錢運方面，木星退行回財務宮位，偏財運佳，不妨在本週購買彩券或是對統一髮票，中獎率頗高。有投資習慣的巨蟹座，目前持有目標價位還不錯，可選擇較為適當的時機出脫，獲利了結。本週須注意的部分工作運方面，火星進入面試宮位，與金星同宮，正在找工作或想轉換跑道的巨蟹座，雖然有很多面試機會，但許多單位開出的條件與待遇都讓你感覺不太滿意，挫敗感較高。交通運方面，火星進入交通宮位，與金星同宮，代步工具老舊，故障頻頻，必須換新了，此時會分期付款買新車。這段時間容易接到罰單，或與人發生交通糾紛，出門要特別注意交通安全。獅子座整體運勢金錢運方面，在財務宮位的海王星相位良好，會因為壽星身份在消費時獲得划算的折扣，或是收到貼心的生日禮。有投資習慣的獅子座，目前適合重新佈局，等待不錯的目標逢低買進，切勿炒短線，投資前多做功課為佳。健康運方面，在健康宮位的冥王星與疾厄宮位的海王星相位良好，會獲得接種先進疫苗的機會，對傳染病的抵抗力增強，未來生活不再受到病毒的威脅。某些獅子座治療好過去感到困擾的小毛病，身體康復了，心情也變得開朗了。本週須注意的部分感情運方面，木星退行回感情宮位，相位不良，曾經喜歡過的人會想吃回頭草，此時會有些心軟念舊，與對方復合。然而同在感情宮位的土星相位不佳，會發現對方的壞毛病一點都沒改變，反而使自己陷入不利的狀態。工作運方面，在志業宮位的天王星持續受到土星影響，在工作領域鬱鬱不得志，與過去重要的合作夥伴撕破臉，陷入孤立無援的狀態。某些獅子座則是在職場樹敵太多，對周遭的人都無法信任。處女座整體運勢感情運佳，在戀愛宮位的冥王星與感情宮位的海王星相位良好，與喜歡的人關係穩定下來，兩人對於未來的生活有共識。某些處女座會與另一半一起追劇，或是領養寵物，雙方之間共同的話題多了，情感更愉悅。人際關係方面，在命宮的金星與海外宮位的天王星有良好連結，此時有很多機會與海外的人士交流，並因此結識許多異國的新朋友。某些處女座有遠行的機會，到外地出差，受到當地人的幫助。本週須注意的部分工作運方面，木星退行回工作宮位，相位不良，同在工作宮位的土星也受到太陽與水星的影響，正承接某個重要的任務，常常需要加班，或是學習新的事務，會是工作壓力非常大的時期。健康運方面，火星進入命宮，注意血光之災，容易發生意外傷害，同時當心病毒感染，喉嚨、扁桃腺容易發炎。木星退行回健康宮位，與土星同宮，代謝狀況變差，赫然發現自己重了好幾公斤，某些慢性疾病常常發作，十分不適。天秤座整體運勢工作運方面，在工作宮位的海王星相位良好，結束一段忙碌的時光，目前正在等待收穫，除了金錢的報酬之外，還會得到你所期待的評價，受到許多人肯定。家宅運方面，在家宅宮位的冥王星相位良好，在家辦公已成為常態，每天不需要梳妝打扮、通勤上班打卡，累積下來的時間可以好好改善居住的環境。某些天秤座則是覺得與家人相處的日子多了，和家人關係更為緊密。本週須注意的部分感情運方面，木星退行回戀愛宮位，受到火星與金星的影響，在情感上的態度總是不明確，使得正在曖昧中的對象只好選擇了別人，有伴侶的天秤座有精神出軌的狀況，但目前僅止於欣賞階段，對方也可能有了固定的伴侶。人際關係方面，在人際關係宮位的太陽與水星受到子女宮位的土星影響，會因為小孩在外受委屈，氣得想找對方理論。某些天秤座則是因為寵物或外頭的流浪動物，與鄰居或是不喜歡動物的人士吵架。天蠍座整體運勢人際關係方面，火星進入人際關係宮位，同時落在人際關係宮位的金星相位良好，會有許多朋友邀約見面，你也會積極參加各種聚會。此時會收到朋友送的禮物，或是有人請你吃飯。家宅運方面，木星退行回家宅宮位，會因為工作所需而搬家或離家，此時會找到理想的對象，居住環境非常舒適。某些天蠍座可能有購屋的計劃，這段時間可精挑細選適合自己久居的對象。本週須注意的部分感情運方面，木星離開戀愛宮位，同時在感情宮位的天王星長期受到土星影響，總以為愛情是甜美愉悅的，可以不顧一切飛蛾撲火，沒考慮到現實面有太多困難，這段時間會發現愛情與麵包無法兩面兼顧。工作運方面，水星進入志業宮位與太陽合相，受到土星影響，在職場表現得越是幹練，就有更多麻煩的事情要你解決，工作效率越快，額外的差錯反而越多，鋒芒不要外露，容易被人利用。射手座整體運勢工作運方面，火星進入志業宮位，與金星同宮，會承接一個光鮮亮麗的任務，或是暫時代理主管職，即將過著十分忙碌的生活。某些射手座則是常常要出外務、參加活動，在外到處奔波。金錢運方面，在金錢宮位的冥王星與家宅宮位的海王星有良好連結，家人在物質或經濟上會給予你許多支持，使你無後顧之憂。某些射手座則是會把手上閒置的空屋出租，增加被動收入。本週須注意的部分健康運方面，在健康宮位的天王星長時間受到土星影響，作息不正常，內分泌也跟著出狀況，同時因為工作的突發狀況太多，身體有過勞的傾向，必須要給自己喬出一段時間，好好休假為佳。溝通運方面，木星退行回溝通宮位，受到火星影響，在職場或是網絡上會遇到許多不講理的人，放出一些流言蜚語，企圖影響你的名聲，該回擊時不需心慈手軟，否則只會讓對方更為橫行霸道。摩羯座整體運勢工作運方面，在面試宮位的海王星相位良好，面試新工作很快就能被錄取，不過需要等一陣子才能開始上班。工作穩定的摩羯座，洽談新合約或是與人溝通任何事務，都能相談甚歡。金錢運方面，木星退行回金錢宮位，放了很久的無薪假，或是待業好一陣子，終於有穩定的收益進帳。某些經濟狀況穩定的摩羯座，薪資會有所調整，財務狀況可望變得更寬裕。本週須注意的部分感情運方面，在戀愛宮位的天王星持續受到土星影響，與喜歡的人在經濟條件上有些落差，雙方無法規劃未來。某些摩羯座必須與喜歡的人遠距戀愛，飽受相思之苦。健康運方面，水星進入疾厄宮位，與太陽合相，當心病毒感染，呼吸系統發炎，出門在外記得戴口罩。同時注意心血管方面的問題，有心悸、頭暈、目眩……等症狀時，千萬不要大意。水瓶座整體運勢金錢運方面，火星進入財務宮位，與金星同宮，會在此時報復性消費，品嘗昂貴的美食，或是分期付款購買奢侈品或電子工具。有投資習慣的水瓶座，投資目標價值震蕩劇烈，短期保守理財為佳。工作運方面，木星退行回命宮，先前遲遲沒有進展的工作計劃，目前看到曙光，前置作業也準備妥當。你迫不及待地要就任這項夢寐以求的位置，展現才能與專長。本週須注意的部分感情運方面，水星進入感情宮位，與太陽合相，受到命宮的土星影響，與喜歡的人溝通不良，雙方會因此冷戰。某些水瓶座最近覺得另一半很煩人，而搞失蹤一陣子，讓自己心情平靜下來，卻可能埋下分手的導火線。健康運方面，火星進入疾厄宮位，與金星同宮，注意血光之災，容易發生意外傷害，或是感染急性疾病，尤其當心病毒傳染，造成喉嚨發炎。過度使用聲帶也可能使你失聲。雙魚座整體運勢人際關係方面，在人際關係的冥王星與命宮的海王星有良好連結，過去無意間對朋友所付出的關心，會成為彼此信賴的後盾，在遇到困難、四面楚歌的時候，會有許多人力挺你。感情運方面，金星持續在感情宮位行進，與喜歡的人有許多可以好好相處的時光，並享受著寵愛。但由於火星本週也將進入感情宮位，在情慾需求度也會增加，但對方不一定能配合。本週須注意的部分工作運方面，水星進入工作宮位，與太陽合相，並受到土星影響，職場老是有許多流言蜚語，你很不喜歡這樣的環境，萌生辭職或跳槽的想法。某些雙魚座執行一些事務頻頻受阻，疑有小人從中作梗。健康運方面，水星進入健康宮位，與太陽合相，當心病毒感染，呼吸系統容易發炎，心血管狀況不佳，若是施打疫苗或是服用藥物，會感到嚴重不適。木星退回心靈宮位與土星同宮，心情較為鬱悶，會是心理疾病好發的高峰期。

關於 金家行運評價 ，我們在網路上蒐集到這些相關的討論、資訊與評價

「金家行運評價」的推薦目錄：

金家行運評價 在 龔成 Facebook 的最佳貼文

About author

金家行運評價 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

About author

金家行運評價 在 潘朵拉珠寶 Facebook 的最讚貼文

About author

金家行運評價 在 Sky Finance Channel Youtube 的精選貼文

About author

你可能也想看看

搜尋相關連結

關於金家行運評價，我們在網路上蒐集到這些相關的討論、資訊與評價

金家行運評價在龔成 Facebook 的最佳貼文

金家行運評價在台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

金家行運評價在潘朵拉珠寶 Facebook 的最讚貼文

金家行運評價在 Sky Finance Channel Youtube 的精選貼文