#美國經濟數據 #美股 #幣市 #齊跌
【市場短評|零售數據、GDP不如預期,美股3大指數齊跌「BTC也未能倖免」】
✍️/ 美股連動效益,拖累加密貨幣市場|美商務部昨公布零售銷售數據,上月的零售額下降超乎預期 /
數據公布後,也引發市場震盪。美股三大指數齊跌,比特幣昨單日下跌 2.68%一度下殺至 44,405 美元
但另一方面,礦工卻捎來好消息 ......
-
#同場加映
① Santiment: 比特幣巨鯨持有量「達923萬顆BTC」!3大數據網釋長期利多
https://pse.is/3cxttj
② 國中生月入近百萬!美國14歲兄妹「Youtube自學以太坊挖礦」,還開了家公司
https://pse.is/3ktlbc
③ 3年來最長紀錄!比特幣基金「連六週出現資金外流」,累積淨流出1.15億美元
https://pse.is/3mbpqs
-
✅ 即時新聞Telegram頻道
https://t.me/blocktemponews
✅ 每日精選 LINE:
https://line.me/R/ti/p/%40kgx9780p
✅ #五千人投資討論群 (已滿)
https://line.me/ti/g2/htySqS7SoKOuGGFx4Gn9dg
-
✅ 動區Line2群👇👇👇
https://bit.ly/dogemoon2
同時也有52部Youtube影片,追蹤數超過3,490的網紅美絮子 Melody,也在其Youtube影片中提到,今天染了新髮色珊瑚紅,超美的吧~我就是一個超適合紅色系的人OwO 前一天沒有睡覺真的很累,加上隔天就是大家期待已久的台中百人百抽大會, 北部下去的我要蠻早起床的,所以今天沒有開很久。 今天代抽500卷,閃率很厲害,但很可惜沒有成功開到圖鑑QQ 他自己同時拿小號抽光暗,還抽到暗爹......天殺的歐洲...
r 累加 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
r 累加 在 鏞鏞甫甫親子部落格 Facebook 的最佳貼文
👍這張網購神卡早該辦了! shopping補貨省超大,賺好多!
❤【樂天信用卡】最高10%刷卡金回饋+回饋無上限
無條件終身免年費.即辦即用直接享優惠
👉這邊辦卡:https://ad2.trafficgate.net/t/r/6811/831/68809_68809/
.
這陣子因為防疫期間,我都乖乖待在家裡盡量減少出門次數,一邊工作一邊處理家務,還要照料孩子線上課程,說真的比之前更忙了! 好在我聰明機靈,都在網路上買東西,直接宅配送到家就OK,而且我還很會找好康,用這張【樂天信用卡】透過指定導購連結刷卡結帳,最高有 #10趴的刷卡金回饋,而且還是 #回饋無上限,簡直就是買越多省越大,真的是太方便又太划算啦!
.
以前出國就會使用樂天卡,現在不能出國了,我還是很習慣使用樂天購物,平常會透過樂天信用卡的「官網指定連結」來購物消費,像是媽咪們最愛逛的家樂福、日藥本舖和屈臣氏等等,都是樂天信用卡指定連結的網購店家,另外像是平常有在下廚的媽咪一定對「熊媽媽買菜網」和「愛上新鮮」等網站很熟悉吧,這些商店也都可以刷樂天信用卡,算一算有高達100多家網購通路,通通都有刷卡金回饋喔!
.
同時還有針對不同卡別的活動 #可以累加回饋,只要記得每月登錄,週末國內消費用樂天JCB卡享2%回饋!七月底前 VISA卡友季還有每月消費滿NT$10,000贈7-11購物金NT$500,你說說看,是不是划算到不可思議!
.
✅有指定連結購物回饋的店家我也統整一下給朋友們參考(累積回饋無上限):
3%回饋重點店家:家樂福線上購物、日藥本舖、東森購物、Yahoo購物中心、KKday、iHerb、東南旅遊、Watsons屈臣氏、大樹健康購物網、熊媽媽買菜網、KLOOK等
.
6%回饋重點店家:OB嚴選、船井生醫、聯華食品、FM Shoes、Keds、樂齡網
.
10%回饋重點店家:i3Fresh愛上新鮮、白蘭氏、Nike、小獅王辛巴、快車肉乾
.
防疫期間,用樂天卡消費,享最高10%回饋無上限,刷卡金回饋起來也是很可觀的,真心覺得樂天卡揪甘心! 如果你也經常上網購物,我真的覺得你不能沒有樂天卡! 快到官網看看吧 :https://ad2.trafficgate.net/t/r/6811/831/68809_68809/
.
👉一起來看看我的樂天信用卡小筆記分享:
https://weantiffany.pixnet.net/blog/post/69661248
.
#樂天信用卡合作
謹慎理財,信用無價
信用卡循環信用年利率:6.75%-15% (基準日:2015年9月1日)
r 累加 在 美絮子 Melody Youtube 的最佳貼文
今天染了新髮色珊瑚紅,超美的吧~我就是一個超適合紅色系的人OwO
前一天沒有睡覺真的很累,加上隔天就是大家期待已久的台中百人百抽大會,
北部下去的我要蠻早起床的,所以今天沒有開很久。
今天代抽500卷,閃率很厲害,但很可惜沒有成功開到圖鑑QQ
他自己同時拿小號抽光暗,還抽到暗爹......天殺的歐洲小號=_=
VOD時間點傳送門
00:28:20 2次就抽到藏壽司的扭蛋了~是柯南的磁鐵!
00:47:36 趁預測時間給大家看我在失落的世紀抽了50抽的結論吧
00:59:10 材料爆了,來做50顆符文
01:25:55 代抽500卷,閃率11.7%超級高,可惜只有3隻重複原五
02:02:03 補光暗抽到1個閃電為止
最近小美很認真的整理自己的東西並且努力斷捨離,
清出了很多幾乎都是全新未拆的東西、還有少部分二手的物品都PO在我的個人FB販售,
這些東西在我家是真的用不到的QQ
如果有大家用得到的東西、或是剛好最近有送禮的需求,請幫我帶走它們吧~
給它們一個新家順便換點飯飯錢~感謝大家!
若是喜歡小美的影片,請幫忙點個"喜歡",小美感激不盡OwO
⭐Twitch直播公告
04/28(三)PM23:30 台北百抽團還有最後幾個名額,還沒組隊的人快來報名吧
04/29(四)PM23:30 新造型好香啊❤️
04/30(五)PM23:30 400卷代抽日~明天就是大家期待已久的台中百人百抽大會啦!
05/02(日)PM23:30 祝大家都能抽到夢寐以求的原五
-
‼️重要公告‼️
目前固定實況魔靈的時間為每週三、四、五、日的PM23:30開始,如果有多的時間就會增加天數。
-
公開徵求剪片師or想成為剪片師的你~
小美想要開始剪一些實況精華但實在沒有時間做這件事情+自己的後製能力不是非常專業,
所以想徵求剪片師或是有想往這方面走的人來做這件事,有興趣的人請私訊小美詳談唷!
-
想加入小美專屬Line群組的人可以私訊我的官方Line~
群組聊天內容不只限於魔靈,想追蹤我的實況/日常/聊天打屁~就進群吧。
開實況的時候會開放網址邀請,平常為了防止怪怪的人進群所以會把網址邀請關掉喔~
------------------------------
如果想追蹤小美的最新動態,請追蹤+設定搶先看我的粉專及IG喔^_^
粉專及IG是直播時間、公開活動的公布地,加上日常動態發文區~
-
#SW #summonerswar #魔靈召喚 #Global #CHT #Taiwan #Com2us #Com2usTaiwan #SWC #SWC2019 #SWC2020 #SWC2021 #SWC世界賽 #SWC亞洲總決賽 #SWC亞洲決賽 #世界競技比賽 #SummonersWarEsports #亞洲盃 #世界盃 #SWC世界總決賽 #RPG #PVP #PVE #RTA #都市傳說 #農怪種田 #原五 #抽卷 #實況 #Streaming #Twitch #直播 #live #實況主 #直播主 #宅 #吃貨 #R5 #速刷 #暗京人 #雷京隊 #三頭龍 #連續16小時實況 #成就達成 #聖誕夜 #聖誕節 #Xmas #聖誕特輯 #聖誕禮物 #超越卷 #歐洲 #Showgirl #Model #SG #MD #美絮子 #Melody #girl #工事 #平面 #影像 #拍攝 #攝影 #work #life #photography #模特 #人像攝影 #人像寫真 #人像 #寫真 #外拍 #時裝 #冬季 #穿搭 #新年新希望 #2020年會更好 #2020愛你愛你 #新年快樂 #鼠年行大運 #鼠錢鼠不完 #Telegram #TG #頻道 #追蹤 #Stream #設備 #二次覺醒 #二覺 #變形幻影 #結算 #目標達成 #蜜餞 #零嘴 #聲控 #神符 #LOL #LeagueofLegends #英雄聯盟 #MOBA #DOTA #AR #百抽賓果王 #名人大亂鬥 #百抽 #100抽 #官方節目 #最經典 #圓夢舞台 #超越卷 #六週年 #六週年活動 #六週年禮包 #佛心公司 #歐洲血統 #歐氣滿滿 #收藏品 #布偶 #娃娃 #動物森友會 #動森 #動物之森 #AnimalCrossing #Switch #NS #任天堂 #鬪王盃 #銀區休閒組 #冠軍 #慶祝 #百抽賓果 #會外賽 #16宮格 #代抽 #光馴獸 #馴獸騎士 #光暗原五 #素顏 #開圖鑑 #克魯賽德戰記 #瑪莉歐賽車8 #MarioKart8 #連續24小時實況 #24小時挑戰 #挑戰個人紀錄 #Pokémon #Sword #Shield #PokémonSword/Shield #DLC #寶可夢 #寶可夢劍盾 #寶可夢劍 #寶可夢盾 #寶可夢大師 #鎧之孤島 #一周目 #尊爵不凡 #黃金VIP邀請函 #GoldenTicket #TheShift #線上座談會 #大改版 #RTA紅金銀鬪王賽 #鋼鐵地下城 #審判地下城 #魔礦 #羅技 #logitech #Brio #HD #4K #網路攝影機 #webcam #快打旋風 #beatthedragonchallenge #summonfighter #summonerswar #streetfighterV #寶可拳DX #超級瑪利歐奧德賽 #超級瑪利歐 #奧德賽 #SuperMarioOdyssey #SuperMario #Odyssey #魔物獵人 #MonsterHunter #MonsterHunterGenerationsUltimate #MonsterHunterRise #MHGU #MHR #TwitchRecap #超級雞馬 #UltimateChickenHorse #SonicMania #Sonic #Mania #超級瑪利歐3D世界 #狂怒世界 #SuperMario3DWorld #Bowser'sFury
-
♥ Twitch➡️ https://www.twitch.tv/melodyxiaomei
♥ YouTube➡️ http://www.youtube.com/MelodyGames
♥ FB粉專➡️ http://www.facebook.com/MelodyXiaoMei
♥ IG➡️ https://www.instagram.com/melodyxiaomei
♥ 蝦皮➡️ https://shopee.tw/annalin30
♥ Telegram➡️ https://t.me/melodyxiaomei
♥ LINE:@pqn6110y
https://line.me/R/ti/p/%40pqn6110y
-
在能力範圍內給小美一點鼓勵吧!在實況時斗內會顯示在實況畫面中喔~
歐付寶 (台灣地區 信用卡/ATM/超商代收)➡️ http://bit.ly/斗內支持小美
Paypal (多國皆有支援)➡️ http://bit.ly/support-Melody
綠界ECPay (海內外 信用卡/ATM/超商代收)➡️ https://p.ecpay.com.tw/F2A12 -- Watch live at https://www.twitch.tv/melodyxiaomei
r 累加 在 嗨賴少年 Highlight【創業開箱企劃進行中!】 Youtube 的最讚貼文
花大錢找網紅、部落客業配真的有用嗎?
合作過程又該注意哪些細節呢?
過程有蠻多細節需要注意的,
一不小心可能就會花了冤枉錢。
我們這次和三組美食部落客合作推廣品牌
和大家分享一下我們合作的過程和結果!
合作文章
貝滋小姐👉https://www.instagram.com/p/B4RNwM_D4OG/
美食好芃友
Facebook👉https://www.facebook.com/mikageyoru/posts/3266197363450529?__tn__=-R
Instagram👉https://www.instagram.com/p/B4CvzWHjePL/
個人部落格👉https://angelala.tw/highlight-opulent/?fbclid=IwAR3rKxGVYUKKWCZJyGycmo0Egp3ONCexQ_LSm0XJLck9nR3davDgaVSqXW0
Nini 妮妮👉https://www.instagram.com/p/B4j0i8EpQ0Z/
【一年企劃 | 創業開箱】
上班好累,加班還沒有加班費。
領不領得到年終獎金還要看老闆臉色!
你以為我們說離職只是在嘴嗎?
如果想知道離職創業有沒有比上班好賺的話,
趕快訂閱嗨賴少年,
所有創業的秘辛一次公開,
讓我們實驗給你們看!
------我們的資訊------
Facebook:
https://lihi.cc/Yj3jL
Instagram:
http://bit.ly/2RBMQcP
舒芙蕾營業資訊:
平日下午茶外送:13:00 - 16:00(當日早上十點前預訂)
下午茶訂購網站:
http://bit.ly/2m0Bpja
瑞豐夜市擺攤:18:00 - 23:00
歡迎大家來找我們玩!
攤位位置每天都不一樣,
詳細時間及資訊記得在出發前看看我們的FB和IG喔!
數量有限賣完就收要買要快
珍珠奶茶舒芙蕾 $100
雲朵可可舒芙蕾 $100
杏仁奶蓋舒芙蕾 $100
草莓那堤舒芙蕾 $120
訂閱我們的Youtube頻道
到瑞豐夜市和我們買舒芙蕾終身享有10元折扣~
r 累加 在 啟點文化 Youtube 的最佳貼文
[ 12/7 開課!]【寫作小學堂】~寫出專屬風格,找回文字悸動~第四期
打造一盞自己的聚光燈,建立起專屬於你的品牌印象
課程資訊:https://www.koob.com.tw/contents/3655
更多學員心得分享:https://pros.is/JLQM4
【人際維基】桌遊體驗會~讓你一玩就懂別人的在乎~ 09/29(日)14:00
活動資訊課程:https://www.koob.com.tw/contents/3072
【線上課程】《過好人生學》~除了熱情,你更需要知道的事
讓你建立迎向未來的思維與能力!
課程連結:https://pse.is/H8JXH
第一講免費試聽:https://youtu.be/-EHOn0UxMys
【線上課程】《時間駕訓班》~
學會提升效率,擺脫瞎忙人生,做自己時間的主人
課程連結:https://pse.is/DDDHB
第一講免費試聽:https://youtu.be/flfm52T6lE8
【線上課程】《人際斷捨離》~
讓你留下怦然心動的關係,活出輕盈自在的人生!
課程連結:https://pse.is/E5MW5
第一講免費試聽:https://youtu.be/YyLvd1cNcDw
歡迎加入「啟點文化Line@」:https://line.me/R/ti/p/%40teb0498p
線上課程【不用開口,就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo
桌遊【人際維基】~一玩就懂得別人的在乎:https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】:https://goo.gl/ASruqR
=============================
以下為本段內容文稿:
曾經有一位學者,他同時也是美食、美酒的評論家。他的專業領域是神經科學、法律,跟美食;他的名字叫做「羅伯.高史坦」。
他做過一個實驗,他在幾個月之內,組織了全美各地17項「盲目品酒」的測試。他請超過500個人幫忙實驗,這裡麵包含葡萄酒的入門人士、試酒師跟酒商。
而高史坦的實驗,他用了523種酒,每一瓶酒的價格,從1.65美元到150美元不等;所以等級的差異是很大的哦!
品酒的時候呢,他用「雙盲實驗」,也就是喝酒的人和上酒的人,他們都不知道這裡面的酒,是哪一種酒?也不知道酒的價格!
每喝完一種酒,喝酒的人就要回答一個問題。這個問題是:「整體而言,你覺得這瓶酒喝起來怎麼樣?」
答案可以選擇「糟糕」,只有得到一分;「還好」,得到兩分;「不錯」,是三分;而最後是「很好」,是四分。
所有的品酒者,給所有的葡萄酒的平均分數是「2.2」,也就是比「還好」好一點而已。
那麼在這裡你會不會好奇?那些比較貴的酒,是不是能得到比較高的分數呢?簡單來說,結果就是「沒有」!
高史坦他發現喔,平均而言參加實驗的人,享受昂貴葡萄酒的程度,還些微的低於那些喝便宜的酒。
看到這個結論,他就很謹慎的指出,這些樣本裡面的專家,大概有12%的參與者,接受過某種的品酒訓練。
他們並沒有偏好比較便宜的酒,但是也沒有明顯的跡象表示出,他們偏好那些比較昂貴的酒。
這一個研究,如果用白話文來講,就是啊那些貴的酒跟便宜的酒,不管對於一般人,還是經過訓練的人;喝起來哦,如果在沒有其他,比如說看到包裝、看到標籤的前提底下,喝起來可能是沒差的哦!
那你回頭想想自己的經驗,你在買葡萄酒的時候,是不是有時候,會看這個瓶子上面的標籤有多漂亮?瓶身整體來看,是不是很高級?
是不是透過這些所謂的「外在訊號」,來評判這一支酒到底好不好?
然後,如果回到高史坦的研究,他說喔:「這似乎不是一個很糟糕的策略,還可以接受」!
因為至少你很容易就能區分不同的標籤,不像是瓶子裡面的東西;那些所謂的葡萄酒、那些液體,那麼難以辨別。
當我讀完這個實驗之後,就讓我想到心理學理面的「光環效應」。我們常常對很多事情的判斷,都不是那件事情的本質,而是它看上去的樣子。
比如說,我們會從一個人長相,來判斷這一個人的能力;從一個人的學歷,來看待這一個人是否做事能夠到位、判斷是否精準?
然而不管是「長相」還是「學歷」,它都只能夠證明那些表面上的事物。
可是麻煩的就是喔,如果換成是你,你沒有這些最豈碼的表面事物,供別人做評判;那麼你再好,別人也沒有機會能夠接受你。
好在啊,在「長相」這件事情,現在的時代的寬容度很高、多元性也很大。所以呢,不管是任何長相的人,只要你懂得基本的妝點自己,其實都還是可以凸顯出自己的價值。
然而除了長相之外,很多人就不斷、不斷的在自己身上,累加很多的「光環效應」。
比如說穿著啊、選擇最貴的手機啊、開最好的車啊…不管自己負擔得起,還是負擔不起!那當然還是有一些人,很努力的拿到各種的證照啊、學歷啊!
當我們就是活在一個,你無法避免「光環效應」的狀況底下,而這樣的「光環效應」,在我們的心理學,特別是「測驗方法」裡面。
我們就說喔,這是一種「表面效度」;也就是說這些呈現出來的訊號,都不足以直接證明,這一個人本質的能力跟條件。
就好像是葡萄酒用的罐子,跟它的標籤,實在是無法證明在那裡面的葡萄酒,是否真的為好酒。
然而在我們無法避免「光環效應」,或者是「表面效度」的狀況底下,如果你真要問我,我要「選擇」還是要幫自己妝點一下;我要「選擇」還是要讓自己看上去,是一個有價值的人。
那麼我可以「選擇」用什麼方式,去讓自己的「光環」亮一點呢?
要我來說啊,有一種非常好的「表面效度」,那叫做「堅持在一件有價值的事情上,並且不中斷」。
為什麼我會有這個感觸呢?因為我從2016年的12月,開始進行「一天聽一點」到現在;只要是不見紅的日子,你都聽得到我的聲音。
那麼如此這般堅持下來,我開始漸漸的有學生,會報名我的課程、會購買我的商品,他的原因就是在於他聽很久。
除此之外呢,我還聽過更有趣的說法,就叫做呢,他其實不是我的忠實聽眾,他只是覺得這傢伙,這一路以來還堅持到現在、還活下來了!
那他的東西可能有一點價值吧!於是就報了他的課程,無論是線上課,還是實體課。
所以從這一層意義來看,似乎我的堅持,就像是葡萄酒的包裝,跟那厲害的標籤。然而他得真正踏進教室,或者是真正進入線上課程的課堂裡,他才能夠知道,裡面的葡萄酒是否為好酒,不是嗎?
可是呢,透過這個例子,你不妨回頭看看自己,你有沒有在一些有價值的事情上面,真正的堅持下去呢?
這樣的堅持,我想能帶給你的,不止是「光環效應」跟「表面效度」;它是在你人生當中,點點滴滴刻畫出那最不可取代的自信跟實力。
就像是我們啟點文化的一位同仁~博全,他自己從去年就開始堅持「每天讀一點」,並且把他每天讀一點的東西,寫成文字、寫成文章分享給大家。
就這樣子日復一日的堅持到了現在,他所主導的【人際維基】的桌遊體驗會,也受到了很多朋友歡迎;甚至於有很多單位,直接指定邀約他,去幫他們帶【人際維基】的活動。
那有趣的地方就在這裡了,那些來參與「體驗會」,或者是邀約他去辦活動的人,其實在這之前,跟本都沒有看過他帶活動;甚至於,也沒有真正的認識他是誰,但為什麼會願意邀約他呢?
你想想看,是不是他堅持在一件有意義的事情上,並且讓別人相信,他是玩真的?
所以,我想「堅持」永遠是最好的表面效度。最起碼它說明了一件事,任何你的承諾,都會實踐到底。
希望能夠透過今天的分享,來幫助你開啟一些在你生命裡,值得堅持的事情,我是凱宇。
如果你喜歡我製作的內容,請在影片裡按個喜歡,並且訂閱我們的頻道。別忘了訂閱旁邊的小鈴鐺,按下去;這樣子你就不會錯過我們所製作的內容。
然而如果你對於啟點文化的商品,或課程有興趣的話,我們近期的實體課程,是在12月7號開課的【寫作小學堂】。
如同在我們今天的內容裡面提到的,我們的同事~博全。
他就是在去年,我們即將推出【寫作小學堂】之前啊,在我們的內部測試裡面,他完整的參與完【寫作小學堂】這一門課,於是開啟了他跟文字之間的關係。
我想不管你的工作還是生活,跟文字到底有沒有直接的關連;「書寫」這件事,都可以成為你生命當中最好的陪伴。
【寫作小學堂】會幫助你,透過文字書寫的歷程當中,漸漸的幫助你找到屬於自己的文字風格;讓「書寫」成為你生命當中最好的朋友!
在我錄音的這個時候,12月7號的名額也在倒數了;所以我很期待,你能夠把握這難得的機會。
這是我們今年的最後一期,錯過就要等到明年4、5月之後囉!很期待能夠在12月7號的教室裡見到你,謝謝你的收聽,我們再會。