關於 z轉換推導 ，我們在網路上蒐集到這些相關的討論、資訊與評價

📌論繼承人可否撤銷遺贈／林秀雄（輔仁大學法律學院榮譽講座教授） #裁判時報第110期
　　
以最高法院108年度台上字第48號判決事實為基礎，討論繼承人得否撤銷被繼承人所為之遺贈行為此一實務爭議。林秀雄教授在文中詳盡分析法院歷審見解，指出各審法院皆陷於爭執贈與撤銷權是否為一身專屬權而不得繼承，而造成相異的判決結果，卻未釐清贈與行為之撤銷與遺囑之撤回不同，被繼承人生前遺贈尚未發生效力，僅有撤回之權利，自無撤銷贈與權可為繼承。全文條理清晰、見解有據，值得讀者留意。
　
✏關鍵詞：遺贈、贈與、撤銷、撤回、一身專屬權
　
✏摘要：
本件被繼承人X有子女Z、A、B、C、D、E等六人，Z有子女甲、乙、丙、丁四人。被上訴人甲、乙主張：被繼承人X於民國（下同）104年9月17日死亡，兩造均為X之繼承人，X之長子Z於103年9月10日先於被繼承人X死亡，Z之子女被上訴人甲、乙及上訴人丙、丁依民法第1140條代位繼承，又被繼承人X之配偶Y亦於94年7月30日先於被繼承人Z死亡，故被繼承人X之遺產，依民法第1138、1140、1141條之規定，應由兩造繼承，並依民法第1151條規定公同共有。被繼承人X於94年2月19日委請律師完成代筆遺囑將所有之五筆土地（下稱「系爭土地」）贈與應有部分二分之一予被上訴人甲、乙，並由二人平均分配，其餘部分歸全體繼承人平分之；動產部分則全部由全體繼承人平均分配。而被上訴人雖因父親Z先於被繼承人X過世，變為兼具代位繼承人之身分，然遺囑中並未特別限制受遺贈人若兼為繼承人，受遺贈之比例應予調整，故按遺囑明示之比例予以分配，應屬妥適。
　　
✏試讀
🟧遺贈行為之性質與效力
　
依民法規定，繼承人須先清償債務後，始得對受遺贈人交付遺贈（民法第1160條、第1162條之1）；於無人承認繼承之場合，亦規定債務之清償應先於遺贈物之交付（民法第1179條）。由此可知，受遺贈權比一般之債權更為劣後，因此多數學者認為，遺贈僅具債權之效力。又，繼承人有數人時，在分割遺產前，各繼承人對於遺產全部為共同共有，民法第1151條定有明文。而遺產分割，係以整個遺產為一體為分割，其目的在廢止整個遺產之公同共有關係，回復單獨所有的狀態。因此，裁判分割會產生物權變動的結果，為形成判決。由此可知，受遺贈人僅能請求交付遺贈物，或由繼承人先辦理繼承登記後，再由繼承人會同受遺贈人申請辦理遺贈之土地所有權移轉登記。再者，遺贈物交付請求權既為債權請求權，其消滅時效為15年，遺產分割請求權為形成權，並無消滅期間之規定，二者性質迥不相同。本件被上訴人請求上訴人履行遺贈同時請求分割遺產，本件二審判決竟直接以分割遺產方式諭知分割方法，實有不當。又，被繼承人是否得對於繼承人為遺贈，民法雖無明文規定，學者認為應解釋為不妨對繼承人為之，如無害於其他繼承人之特留分，則該繼承人於應繼分之外，並應為受遺贈人而有其權利4。亦即繼承人亦得同時為受遺贈人。本件被上訴人為被繼承人之孫，被繼承人立遺囑遺贈系爭土地給被上訴人時，被上訴人之父尚生存，被上訴人尚未取得繼承人之身分，因此，被繼承人所為之遺囑，應屬遺贈行為，而非指定遺產分割方法。被上訴人因其父死亡而取得代位繼承人之地位，但其受遺贈人之身分並不因此而有所改變，亦即被上訴人同時具有受遺贈人與繼承人之雙重身分。且被繼承人生前所為之遺贈，不因被上訴人取得繼承人之身分而轉換為指定遺產分割之方法。要之，本件二審判決將遺贈和以遺囑指定遺產分割方法此二不同概念之行為，混為一談，導致被最高法院廢棄發回之結果。
　
🟧遺贈行為可否撤銷
　
本件一審判決肯定上訴人的主張，認為撤銷贈與之權利，核其性質，並非撤銷權人身分上專屬之權，自非一身專屬權，該權利不因撤銷權人死亡而消滅，而得作為繼承之權利，繼承人仍得對受贈與人行使撤銷權。本件被繼承人X之遺贈亦為無償行為，與贈與之性質相同，且於被繼承人X死亡始生效力，舉重以明輕，於被繼承人死亡後，因系爭不動產之權利仍未移轉，被繼承人X之繼承人依法應取得該撤銷遺贈之權利。但該判決又認為被繼承人X生前所得行使撤銷遺贈標的之權利，於其死亡後，由全體繼承人所繼承，屬於全體繼承人公同共有，依法必須全體繼承人共同行使撤銷權始為適法。本件被上訴人及丙、丁並未共同行使撤銷遺贈權，僅上訴人行使撤銷權，於法容有未合。
　
由一審判決內容可知，其認為繼承人得類推適用民法第408條關於撤銷贈與契約之規定撤銷遺贈。惟本件二審判決採相反見解，認為遺贈為單獨行為，贈與為契約行為，行為性質並不相同，難認有何類推適用之餘地。況且，撤銷贈與契約為一身專屬權，繼承人並不得撤銷被繼承人生前所定之贈與契約，繼承人更無從類推適用撤銷贈與契約之規定，撤銷被繼承人遺贈之意思表示。本件經最高法院廢棄發回後，高等法院更審判決亦認為民法第408條第1項所定贈與人之任意撤銷權，係專屬於贈與人本身之權利，不得為繼承之標的；被繼承人之生前贈與，如至被繼承人死亡時，仍無撤銷或拒絕履行之表示，基於被繼承人處分自己之財產，不許繼承人擅為干與之旨，繼承人應不得撤銷之。進而認為上訴人辯稱其行使民法第408條之撤銷權，拒絕依系爭遺贈履行，自無可取。
　
由上述三個判決內容可知，三者均圍繞在贈與撤銷權是否為一身專屬權的問題上。亦即一審判決認為贈與撤銷權非一身專屬權，繼承人得類推適用民法第408條規定行使撤銷權。二審判決及更審判決則認為贈與契約撤銷權為一身專屬權，繼承人不得繼承被繼承人之撤銷權，繼承人自無撤銷遺贈之權利。三個判決均在繼承人得否類推適用民法第408條規定撤銷遺贈之問題上打轉，顯然是受到上訴人在一審時的主張所誤導。欲論述本件繼承人得否撤銷被繼承人生前所為之遺贈，涉及到法律用語的基本概念……
　
🗒全文請見：論繼承人可否撤銷遺贈──最高法院108年度台上字第48號判決評析，林秀雄（輔仁大學法律學院榮譽講座教授），裁判時報第110期
　
📕本期目錄：http://www.angle.com.tw/magazine/m_single.asp?BKID=3816
　
　
　
　
📢訂閱　＃月旦雜誌，最新優惠：http://qr.angle.tw/gyj
　
📢#月旦知識庫 最新購點優惠：http://qr.angle.tw/dzl
　
📚＃元照新書：http://qr.angle.tw/pp8

#HOLA系列專欄
#10大職人疫情新生活
【第二章 鄭乃方】
甫獲得2021 iF DESIGN AWARD、德國紅點獎BEST WINNER、行銷傳播貢獻獎 - 年度傑出廣告導演，創意鬼才導演鄭乃方，從2019年開始，陸續以創意變化又帶有感性深度的手法，與HOLA一起創造了許多屬於家的動人時刻。從用新意過好年，到睡太好的熊貓黑眼圈會消失，讓人會心一笑而溫暖。其中以電影手法展現台潮新意過年的影片，更創造了網路上高度的討論聲量，並入圍了2020年4A廣告獎。

與鄭乃方約訪在一個綿綿細雨的午後，他全黑的穿著，搭配創意人專屬粗框眼鏡，感覺沉穩內斂，談吐間不失幽默，同時散發出遠離塵囂的從容淡定。總能靈活抓住市場觀點，用創意表現深度內容的鄭乃方，是怎麼樣讓影片不只是廣告，而能成為一股正面能量打動消費者的呢？

Q： 在短短1分鐘的影片中注入強而有力的故事張力，完美傳達廣告訊息，如何在生活中累積您的創意能量呢？

「16歲以前，我其實立志當漫畫家(笑)，那時大多觀念認為看漫畫只是休閒娛樂，但現在回想起來，一格一格的連續畫面，就像是廣告腳本的分鏡構圖，或許在無形之中累積了我豐富想像力和敘述的邏輯力。」憶起青少年時眼神閃過一絲得意，接著說：「我相信每個導演都會有自己的視角，但我最喜歡透過對世界的觀察、感受與人互動中帶來的靈感，轉換為靈光乍現的點子。」

「但觀察只是靈感的開始，如果發現感興趣的事物，就會不由自主地深入鑽研到極致。」

他以這段時間迷上的手沖咖啡為例，「從咖啡豆、磨豆機開始研究，發展到使用240cc的水+16g豆子+92°C水溫的標準模式，沖煮出黃金比例的咖啡。」鄭乃方揮舞雙手興奮的說著，彷彿聞到咖啡香緩緩從咖啡壺中飄出來，忽然明白，如果創意的靈感來自於生活的觀察，那故事張力就來自於對事情鑽研到極致。

｜職人選物｜
日本Kinto SCS手沖咖啡壺 https://bit.ly/3AAVP3x

Q：導演的生活是否常日夜顛倒，您的一天通常是怎麼開始的？

開口依舊是那杯咖啡，「不管再晚睡，每天起床後，一定會先給自己一杯咖啡的時間，從研磨、沖煮…在過程中讓咖啡的香氣幫大腦開機。還有音樂，會依照正在思考的腳本類型來挑選音樂，藉此幫助沈浸在各種故事情境裡，這時候的沉澱更容易淨化心靈，湧出靈感。」分享著近期因為拍攝廣告選出的音樂，緩緩流出的曲調配上Marshall音箱復古潮流的造型，鄭乃方彷彿英國紳士般，帶著我們進入了另外一個情境氛圍。

｜職人選物｜
英國 Marshall藍牙喇叭 https://bit.ly/2VO2zfo

Q：疫情期間在家的時間增加了，您最喜歡待在家裡的哪個角落？

沒有不喜歡的，鄭乃方認真地說，「現在家中的每一個設計細節，都是我親自監工，大概花了2年才完成，尤其有一個特別訂製的4公尺胡桃木大餐桌，是居家生活的核心，不論是家人或朋友聚餐，一定在這個餐桌上一起吃飯、工作、看書；如果是一個人的獨處時光，我最喜歡待在客廳沙發，用投影機看影片。」

「我和太太一路求學都是美術創作背景，所以在挑選物品時，好看、有設計感造型是第一原則。」與太太細選每一個生活物品，是兩個人約會相處的樂趣。溫柔的神情說著家裡的生活，分享著在餐桌上和家人與朋友度過美好的時光。

至於需要獨處時，就戴上耳機拉上窗簾，躺在自己的單人沙發裡，沉浸在自己的世界，所有的生活內容，對他來說，都是一種創意的養分。小編看了看空間裡的家具、地毯、餐具、到裝飾配件，每一項被精心挑選過，各有特色又相互協調的物件，堆疊出令人嚮往的設計生活故事。

創造專屬於自己，家的動人時刻

｜職人選物｜
美國 La-Z-Boy休閒椅 https://bit.ly/3yDSWhK
美國 HYDY時尚保溫瓶 https://bit.ly/3yCmzjj

後記 :
每個人心中都有一幅理想的家的樣貌，而鄭乃方對生活的在乎，不將就也不馬虎的選擇每一項生活的物件，就像他對每一部作品的超越水準極細緻的表現。至於HOLA的廣告新片？噓...先讓小編賣個關子，敬請期待。

#名人專訪
#鄭乃方
#國際廣告獎
#家的不思議
#質感選物推薦
#創造家的動人時刻

📸Photo credit： #余惟

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

什麼是“行為反饋”？具體又該如何應用? 分享美國VT理工大學給校長、學術領導者的管理包，讓你掌握這七大關鍵就高效。美國透過研究「行為反饋behavior
feedback」並做成一套系統知識，應用範圍大到對人、對事、對產品，用在領導管理、教育、感情、人際、健康、產品開發...etc.
:: 本集會聚焦在職場上的應用，也是領導管理學的必要管理包裡必備工具喔！
:: giving effective feedback.提供有效的反饋。有效=照你預期的方向走
:: 一分鐘商業英文One-Minute Business English

👉【5分鐘填節目問卷&抽獎, 7/13止】
親愛的ezManager聽友, 需要你的建議讓我們節目被你更喜愛💕
https://forms.gle/ck7EfX2dw6PLZriU8

👉【7/15(四)20:00 Mixer Box APP 免費LIVE語音講座】
面試不踩雷，職人帶你拿offer
主講 podcast【#英文留聲機 feat. #ezManager_Dài老師】
提出你的面試問題：https://forms.gle/UT9ZWnv9xvhPTa3V7

＃國外商管類 讀書會，Great Managers are made, not born.
管理職人、熱愛學習的夥伴們，用一杯茶的時間，減少眼力腦力轉換成本，內化成你的獨門攻略。

★ 本集導讀書籍：the making of a manager: what to do when everyone looks to you
（暫譯：優秀管理者的後天養成之路）

★ 亞馬遜去年最佳商業書第一名、華爾街日報暢銷書。原文書 9折購 https://lihi1.cc/dnwIH
作者：Facebook 產品設計副總 Julie Zhuo 的十年管理心法。

★ 本集私語：雜音問題已找出，是主持人音色自帶雜音😅
歡迎加入我們讀書會 lihi1.cc/NOlrM 一起交流分享 (FB私密社團加入需填email，若被拒絕請再寫一次即可)

★ 優惠方案：
ezManager五種超值方案：現在就幫自己加分，讓你Level Up!
透過知識價值的傳遞，讓你職涯勝利
黃金職人領導力199｜VIP職人超越力399｜伯爵經理人通行證899｜專屬1對1職場問題諮詢1199｜職涯成長新星 99
::２分鐘說明影片 https://lihi1.com/p6101
📚 專屬一對一線上諮詢六大主題選項：
1. 好履歷健檢｜獲得成為職場贏家的敲門金磚
2. 團隊管理類｜帶人疑難雜症經驗轉換給助力
3. 向上管理類｜想受到賞識體貼上意又不委屈
4. 抗壓管理類｜突破職場倦怠抗壓增強軟實力
5. 溝通技巧類｜成熟大人職場提升自信好感力
6. podcast新手入門諮詢

👉【播主生日慶&抽書活動】
1.同樂禮: 除99以外的 ezManager五種超值方案(見上方說明),享限時首月7折優惠!讓自己職場更勝利！
2.凡參加五種超值方案者(任一), 均可參加抽書活動 , 共抽兩名, 就是我們讀書會這本 "the making of a manager: what to do when everyone looks to you" 可選原文或中文譯本乙本, 均全新實體書(價值NT$420~$910)，讓自己不斷成長！

★ 本集重點摘錄:
管理職責任的關鍵要務之一，就是反饋，給反饋建議是一門溝通的學問，
四種激勵人改變的有效feedback方式：
1. 在開始時設定明確的期望
2. 盡可能頻繁地提供針對特定任務的反饋
3. 周到而有規律地分享行為反饋(==本集談)
4. 收集 360 度反饋以獲得最大的客觀性

作者表示 特定任務的”行為反饋”很有用，當您提供行為反饋時，您是在陳述 您對那個人的看法，因此您的說的話 用字遣詞, 需要經過深思熟慮,
並以具體的例子來解釋，為什麼你覺得那樣。

★ 本集分點章節:
(00:00:24) 活動公告&感謝聽友Felix
(00:03:05) 本集讀書會開始
(00:09:25) 一分鐘商用英文 One min Business English (feat. Zach) Individual contributor
(00:11:43) 行為反饋面談_掌握這七大關鍵

★ 本集補充資料
::Behavioral Feedback (EN) https://reurl.cc/EnYvyk by 美國VT大學
::一分鐘商用英文
A key contributor關鍵貢獻者, 是稱呼 對公司有實質正面影響的任何員工。
Z: A key contributor is a designation for any employee that positively impacted
the company in a substantial way.
This is a great compliment to give to your direct report or supervisor if they
did a great job on a specific project.
例句: “Jim was a key contributor to the company presentation. He was responsible
for the majority of the content that was presented today.”

★ 本集提到過往單集
Ep30. 四種激勵人改變的方法
Ep12. 04:00 打造健康的互評會議
=====================
Music C.C. by Chester Bea Arthur -Folk Physics / Free Sound Effects
https://lihi1.cc/QIOep

@同步更新至
Spotify｜Google podcast｜Firstory｜KKbox｜SoundOn｜Pressplay｜ Youtube
｜TuneIn｜MixerBox｜Himalaya｜好好聽FM｜CastBox ....等28平台
@節目鼓勵與反饋請到Apple Podcast 給五顆星留言& 記得訂閱

:: 如果您喜歡，請贊助鼓勵我們繼續製作節目💰 https://lihi1.cc/s1mES (50秒影片教學, lihi1.cc/N8vYt )
@活動: 一日之星｜報名當來賓｜Podcaster聯盟接案推廣計畫 https://lihi1.cc/C3EEF
@如果你也想開始做自己的podcast ,歡迎使用 Firstory 的邀請碼W-B23W9K可得小額啟動基金

★ 本集快問快答：
如果你已有你個人的優勢識別答案，歡迎加入我們讀書會一起交流分享、彼此砥礪喔
以上都來這網址分享 https://lihi1.cc/tZCUD 或 FB社團

@你也想要有一個公司以外的交流成長小組、經驗轉換&彼此支持嗎? 免費加入 讀書會群組
:: IG：www.instagram.com/ezmanagergo
:: FB社團: https://lihi1.cc/NOlrM

@合作接洽 ezmanagerGo@gmail.com (不分大小寫)

:: 上Youtube搜尋「怎麼給星評分」一分鐘教學影片，或點這 https://lihi1.cc/N8vYt (分享給你沒在聽podcast的親友)