雖然這篇上德開發評價鄉民發文沒有被收入到精華區：在上德開發評價這個話題中，我們另外找到其它相關的精選爆讚文章
在 上德開發評價產品中有184篇Facebook貼文，粉絲數超過13萬的網紅股魚-不看盤投資，也在其Facebook貼文中提到， 2021.09 金融股中位數估算資料全揭露與近期金融股發展觀察 🔥🔥🔥 https://bit.ly/3nSZUg9 . 金融股的2021.08 月營收數據已陸續完成上傳，我們也利用最新的財報資料更新所有評價數據。從評價數據上來看，金控類的金融股普遍有低於估算的狀況，這部分主要是跟機構法人對於金融股...
同時也有46部Youtube影片，追蹤數超過62的網紅蔡旺詮，也在其Youtube影片中提到，(工務局) 隨著都市進步，各種管道線路的更新維護在所難免，然而時常封路施工，引發改道或塞車等問題也時有所聞，民眾常常被耽誤行程，導致許多投訴。為因應此等狀況，臺南市工務局推出便民APP「臺南市道路挖掘行動查報系統」，供市民查詢施工路段，以及舉報違法施工。但經過旺詮實測，發現APP問題很多，效果根本不...
「上德開發評價」的推薦目錄
- 關於上德開發評價 在 奶媽 Naima Instagram 的最讚貼文
- 關於上德開發評價 在 Elaine伊萊恩的多囊女孩減肥誌 Instagram 的最佳貼文
- 關於上德開發評價 在 XXY Instagram 的最讚貼文
- 關於上德開發評價 在 股魚-不看盤投資 Facebook 的最佳解答
- 關於上德開發評價 在 Facebook 的最佳解答
- 關於上德開發評價 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於上德開發評價 在 蔡旺詮 Youtube 的最佳貼文
- 關於上德開發評價 在 遊戲皮卡嚕 PikaLu Youtube 的最讚貼文
- 關於上德開發評價 在 遊戲皮卡嚕 PikaLu Youtube 的最佳貼文
上德開發評價 在 奶媽 Naima Instagram 的最讚貼文
2021-09-03 18:39:57
【關在房間 4 天不講話、常常離家出走：梁朝偉，一個古怪的王者】 有些人，僅管不常出現在江湖，江湖卻從未忘記過他，像是今天《尚氣》上映，梁朝偉的演技，依然是神一般的存在。 李安形容，梁朝偉是導演們的夢想；王家衛則說，梁朝偉是一個永恆的演員。 一個演員能做到讓人看見夢想、洞見永恆，無...
上德開發評價 在 Elaine伊萊恩的多囊女孩減肥誌 Instagram 的最佳貼文
2021-09-03 18:16:00
蕩婦羞辱（Slut-shaming ） 今天想談一個嚴肅的話題關於蕩婦羞辱。 . Def:由於「性慾」或「性行為」等「性方面」的行為舉止批判、貶低他人的行為，認為其違反大家心中的期待，然而通常這些被貶損的對象都是女性。 . 當一名女性在性方面的表現被認為悖離傳統的「性別期待」時，或被認為是違反道德...
上德開發評價 在 XXY Instagram 的最讚貼文
2021-08-02 06:24:56
【梗你報新聞】2021-JUL. WEEK 4 國內外影視新聞回顧 ▶ 收聽本篇YouTube版本（直播存檔）：https://xxyfilmcritics.pros.si/3jzf5z ▶ 收聽本篇PODCAST版本：https://pros.is/3l6wdp ▶ 【方格子】新聞圖文整理：...
-
上德開發評價 在 蔡旺詮 Youtube 的最佳貼文
2021-05-11 11:16:49(工務局)
隨著都市進步，各種管道線路的更新維護在所難免，然而時常封路施工，引發改道或塞車等問題也時有所聞，民眾常常被耽誤行程，導致許多投訴。為因應此等狀況，臺南市工務局推出便民APP「臺南市道路挖掘行動查報系統」，供市民查詢施工路段，以及舉報違法施工。但經過旺詮實測，發現APP問題很多，效果根本不如預期。
我在質詢中指出，首先，APP首頁的公告與活動，不斷顯示讀取，沒有載入任何資訊，一片空白(見圖1)。而其中案件查詢的功能也一片空白(見圖2)。最麻煩的是，重要的通報功能操作非常繁瑣，若民眾點擊「現地通報」會發現，首先必須選取你要通報的管線聯絡人，選擇公司或單位後，出現的是一大串工程師、副總、管理員的名字(見圖三)，民眾根本不知道他們是誰，如何通報。況且有些工程在標示上不清楚，甚至貪圖方便沒有告示牌，民眾通報也只是想擁有安全方便的用路環境，還要花那麼大的功夫了解這是誰的管線? 誰的工程? 該聯絡誰? 如此麻煩還會有人想通報嗎? 不如一通電話打到工務局投訴，那麼這個APP到底有什麼功用? 除了功能上的問題，APP的讀取時間也相當長，需要20秒，有時候使用還會閃退，相當不方便。工務局在工作報告中宣稱，目前也有540萬人次使用這個APP，但看看網路評價Google Play的評價分數為2.8分，APP Store的評價分數為2.7分，所有評論幾乎都是抱怨畫面空白與閃退等問題，顯示該款APP確實需要改進。
在質詢現場，蔡旺詮也請工程企劃科科長林科良當場試用APP，發現問題確有其事，旺詮也統計工務局是否有在關心使用自家開發的APP，結果偌大局處19位官員，居然只有5位同仁有下載使用經驗，令人質疑，自家人都不使用，怎麼知道問題出在哪裡?
工務局長蘇金安表示，APP已經使用多年，會立即檢討改進。工程企劃科科長林科良也回應，會主動上網了解APP的負評部分，並請專人回復，吸收民眾的意見再作改進。
蔡旺詮強調工務局設計查詢APP的立意良好，但必須考慮到APP的實用性，與實際操作的層面。網路是現代人民與市府溝通的橋樑，千萬不要敷衍了事，忽視小地方，民怨就是一點一滴累積出來的。也呼籲若工務局有技術問題，應盡速與APP設計者探討，不要失了E化的美意。
(水利局)
全台水情吃緊，回收再利用的再生水成為熱門焦點。而日前完成再生水交換的台積電與奇美更是全台首例，備受關注。
據了解，台積電將仁德再生水廠1萬噸的額度，轉讓於奇美，而奇美也將自己1萬噸的自來水額度轉讓給台積電，並由台積電補足較高的再生水費差額。交易後，由於奇美距離仁德再生水廠較近，就不用大費周章拉管線到較遠的台積電，奇美就近使用再生水，而台積電使用奇美原本的自來水額度，市府因此次交換而省下18億的管線費用，成為佳話。
但由於是全台首例，目前沒有太多案例可以參照，在制度與法規上還未完善。市議員旺詮在質詢中提出，未來臺南再生水工程完工後，每日可提供6.3萬噸的再生水，可見再生水產量也越來越多，使用者也會增加。如何完美複製台積電與奇美的交換經驗，使更多業者交換成功，將是市府努力的目標。蔡旺詮指出，這次交換是市府在長年協商下促成的，也肯定市府的用心與努力。然而再生水的交換不能只靠協商，政策上的輔導也很重要。他表示因為奇美與台積電都是大廠，承受能力高，所以最終答應交換，但未來可能出現小廠與小廠交換的案例，該如何吸引業者，必須有相應的配套措施。
旺詮分析，再生水雖與自來水品質相當，但還是略差，尤其是某些製程嚴格的產業，要設計什麼誘因使廠商願意使用再生水，這是必須考慮的。其次，本來就願意使用再生水的廠商，為何要特意去交換成自來水，他們與市府簽約使用再生水，只要坐等市府將管線拉好即可使用，似乎沒有理由替市府省下管線費用，而多此一舉刻意交換。想使用再生水的業者距離遠，不想使用的業者距離近，導致拉管線的經費負擔加大，所以交換勢在必行，如何分配協調減少費用，並配對業者研議換水，政策上的補助與優惠設計，將是未來的關鍵。
同時旺詮也關心近來載水車頻繁使用的問題，上週新市區的產業道路因載水車頻繁路過，導致路面塌陷龜裂，他指出水利局與工務局必須見微知著，去了解是否有其他載水車行駛的路線也有路況問題，他提到現在水資源緊缺，如果這些路段因路況問題引發載水車車禍，那將是巨大的損失，甚至現在連火警救災用水也使用載水車運送再生水，如果因為車禍耽誤救災，豈非罔顧人命。水利局長韓榮華表示，將與工務局、經發局加強合作，對運水路線做詳細檢查。
呼籲加強跨局處合作，請水利局與經發局將公務及民間載水車常使用的路線地圖，彙整後轉發給工務局，由工務局進行路況的檢查。以維護水資源與市民安全。![post-title]()
-
上德開發評價 在 遊戲皮卡嚕 PikaLu Youtube 的最讚貼文
2021-05-08 19:24:48加入皮卡軍團👌先按訂閱🎬再按小鈴鐺喔🔔
⚔️皮卡軍團✪Discord➔ https://discord.gg/qgt5d9mjBx
⚔️皮卡軍團✪FB➔ https://www.facebook.com/PikaLuGame/
⚔️皮卡軍團✪Twitter➔ https://twitter.com/PikaLu_Game
⚔️皮卡軍團✪微博➔ http://weibo.com/pikalugame
⚔️皮卡軍團✪IG➔ https://www.instagram.com/pikalu_game/
⚔️合作請洽 (Business Contact) : pikalu@zoho.eu
-----
This channel is used only to recommend games and spread awareness of all the positive possibilities of gaming.
All videos are not intended to infringe any copyright law, only to assist commentary and recommendation.
If any producer or label has an issue with any of the uploads please get in contact (pikalu@zoho.eu) with me and I will delete it immediately (this includes artists of the images used).
資料Credits連結:
✔︎Elden Ring may not be released before April 2022：https://www.vg247.com/2021/05/03/elden-ring-release-date-forecast-kadokawa/
✔︎《最後的生還者2》成為獲得年度獎項最多的遊戲作品：https://pse.is/3fgs92
✔︎暴雪在过去三年中损失了29%的玩家群体：https://www.163.com/dy/article/G99Q38KF0526D8LR.html
✔︎《最後生還者 3》大綱已完成，但尚未準備開發：https://www.4gamers.com.tw/news/detail/47717/the-last-of-us-part-3-has-a-plot-but-its-not-being-made
✔︎《附帶導航！一做就上手 第一次的遊戲程式設計》介紹影片(台灣)：https://youtu.be/klgAM_Aal3s
✔︎CDPR《巫師3》開發總監離職，為辦公室霸凌調查致歉：https://www.4gamers.com.tw/news/detail/47802/the-witcher-3-director-leaves-cd-projekt-red-after-workplace-bullying-investigation
✔︎New Pokemon Snap's Blastoise is one of its most magical moments：https://www.destructoid.com/stories/new-pokemon-snap-s-blastoise-is-one-of-its-most-magical-moments-628345.phtml
✔︎Ethan Checks Up On Mommy Dimitrescu in Resident Village：https://youtu.be/sldyYbXo0nQ
✔︎This Spider-Man Fan Game Has Massive Potential For Web-Swinging：https://youtu.be/M3jmdDhNdnw
✔︎全破《血源詛咒》5歲男孩靠爸爸推特：https://twitter.com/RobbieFox1?s=20
✔︎5 歲男孩靠一己之力全破《血源詛咒》！這下沒理由說太難了：https://game.nownews.com/news/20210505/3293766/
BGM:
🎵Chun-Nan - Dragon Road Day - Sonic Unleashed
🎵Wavedash (Super Smash Bros. Melee) (TRAP REMIX)
#FromSoftware #Blizzard #皮卡嚕 #PikaLu
最後生還者3 遊戲介紹 聊Game 變態難度 恥笑玩家 2021 羞辱玩家 污辱玩家 機車開發者 無聊開發者 十大遊戲 白爛 十大 智障 德軍總部 忍者外傳 茶杯頭 Cuphead 蜘蛛人 Spiderman 席維斯·史特龍 Sylvester Stallone 潛龍諜影5 小島秀夫 Kojima 遊戲10大排行 十大排行 Top 10![post-title]()
-
上德開發評價 在 遊戲皮卡嚕 PikaLu Youtube 的最佳貼文
2021-02-18 21:38:49加入皮卡軍團👌先按訂閱🎬再按小鈴鐺喔🔔
⚔️皮卡軍團✪Discord➔ https://discord.gg/qgt5d9mjBx
⚔️皮卡軍團✪FB➔ https://www.facebook.com/PikaLuGame/
⚔️皮卡軍團✪Twitter➔ https://twitter.com/PikaLu_Game
⚔️皮卡軍團✪微博➔ http://weibo.com/pikalugame
⚔️皮卡軍團✪IG➔ https://www.instagram.com/pikalu_game/
⚔️合作請洽 (Business Contact) : pikalu@zoho.eu
-----
This channel is used only to recommend games and spread awareness of all the positive possibilities of gaming.
All videos are not intended to infringe any copyright law, only to assist commentary and recommendation.
If any producer or label has an issue with any of the uploads please get in contact (pikalu@zoho.eu) with me and I will delete it immediately (this includes artists of the images used).
資料Credits連結:
https://docs.google.com/document/d/1xvALQGGlFVWMNkuNLibQ7-45WVltNZRrNbdQ0J-PK3k/edit?usp=sharing
BGM:
🎵Big Yoshi's Lounge
🎵Boggy's Igloo (Happy) - Banjo-Kazooie
🎵Click Clock Wood (Spring) - Banjo-Kazooie
🎵Crash Bandicoot_ N. Sane Trilogy Music - The Eel Deal, Sewer Or Later, Hangin' Out
🎵Cuphead One hell of a time (the devil's theme)
🎵Cuphead OST - Floral Fury
🎵Princess & The Popstar
🎵Dark Gregorian & Byzantine chants _ Gothic ritual ambient (by Scorpio V)
🎵Funfair Fever - Cuphead Music
🎵Let's Listen_ CV Order Of Ecclesia - An Empty Tome
🎵Marvel Vs Capcom 2 Music_ Carnival Stage
🎵Sonic 3 Music_ Carnival Night Zone Act 1
皮卡大排行 遊戲介紹 聊Game 變態難度 恥笑玩家 2021 羞辱玩家 污辱玩家 機車開發者 無聊開發者 十大遊戲 白爛 十大 智障 德軍總部 忍者外傳 茶杯頭 Cuphead 蜘蛛人 Spiderman 席維斯·史特龍 Sylvester Stallone 潛龍諜影5 小島秀夫 Kojima 遊戲10大排行 十大排行 Top 10
#遊戲皮卡嚕 #忍者外傳 #皮卡嚕 #皮卡大排行 #PikaLu![post-title]()
上德開發評價 在 股魚-不看盤投資 Facebook 的最佳解答
2021.09 金融股中位數估算資料全揭露與近期金融股發展觀察
🔥🔥🔥 https://bit.ly/3nSZUg9
.
金融股的2021.08 月營收數據已陸續完成上傳，我們也利用最新的財報資料更新所有評價數據。從評價數據上來看，金控類的金融股普遍有低於估算的狀況，這部分主要是跟機構法人對於金融股今年的獲利數據上修的關係，從下表的數據上來看各大金控股的獲利預期均較去年成長15~90%之間。在本益比數據微升+機構評價上升交互效應下，金控股在此時顯得物廉價美。
.
金控股的主力題材都環繞在購併上，富邦金購併日盛金、開發金提高中壽股權、台新金放棄彰銀轉進保德信人壽。近日受注目的題材則是花旗銀行的消金業務的出售將花落誰家，目前來看有富邦金、國泰金、星展銀行、渣打銀行這四家最有機會。
.
以目前完成購併業務的三家公司來看股價激勵的效果都不錯，甚至富邦金創下近期的新高價位連3位數目標價都有人喊出，可見購併後對獲利的貢獻度頗為看好。
.
整體上來看，在使用同一估價法原則下來看，綜合業務的金融股有這幾家處於低於估價的狀況，而在銀行類股的部分則是這兩家。而其中這一家近期陸續取回呆帳對於淨利的推升溢注效果顯著，值得投資人多加留意。
.
想撿便宜看這裡： https://bit.ly/3nSZUg9
上德開發評價 在 Facebook 的最佳解答
【關在房間 4 天不講話、常常離家出走：梁朝偉，一個古怪的王者】
有些人，僅管不常出現在江湖，江湖卻從未忘記過他，像是今天《尚氣》上映，梁朝偉的演技，依然是神一般的存在。
後輩們無不期盼與他並肩前行，最終依舊只能望著他絕塵的背影，神秘、難以忽視，兩相矛盾的形容詞，放到梁朝偉身上沒有二元對立，反而交互襯托，存在感強烈，倒是成為無雙。
李安形容，梁朝偉是導演們的夢想；王家衛則說，梁朝偉是一個永恆的演員。
一個演員能做到讓人看見夢想、洞見永恆，無非就是長存赤子之心罷了，如何讓自己永保童心，梁朝偉做的只有兩件事：獨處，以及有意識地生活。
—
演藝圈皆知梁朝偉熱愛獨處，甚至已到孤僻與古怪的程度。
早年，妻子劉嘉玲會邀請林青霞、王菲和張國榮湊桌打麻將，梁朝偉不大會出來打招呼，而是關在房間聽很大聲的搖滾樂，吵得客廳的張國榮直喊「我頭好暈」。
好不容易，梁朝偉走出房間，自行跑去廚房泡龍井或普洱，喜滋滋走到牌桌向朋友們逐一介紹茶品與茶道，不過大家忙著算牌、無人搭理他，最後一樣是張國榮不耐煩回應：「隨便啦，你弄個茶包給我就好。」
與朋友身在同個空間，梁朝偉彷彿活在異次元，用自己的方式向朋友傳遞善意，所幸朋友們願意理解。
張國榮就曾說：「梁朝偉是一個古怪，但是心地非常善良的人。」
—
梁朝偉的古怪，是他鍾情於一個人的悲歡，還是個「想到什麼就去做」的人，從未在乎時間與場合。
他崇拜作家村上春樹與三島由紀夫，遇到喜歡段落能夠一字不漏背出。
因讀完《挪威的森林》而一個人飛去日本住好幾個月，夜夜待在居酒屋，盯著紅男綠女們酒酣耳熱的姿態，想像他們就是村上春樹口中「身在無人島、為了寂寞相擁的光屁股孩子」。
他曾搭飛機去倫敦，在公園餵一個下午的白鴿，當天夜裡就搭機返港。為此，香港知名作詞人黃偉文還曾在專欄中提起這件奇事：「雖然心想『他有沒有搞錯啊？』，但心裡還是恨不得馬上去試一次。」
梁朝偉被問起這段餵鴿奇談，笑著回答誇張了，仍向記者承認：「我是喜歡一個人跑來跑去沒錯。」
—
劉嘉玲數次提及梁朝偉的「怪」。
她透露某天家裡施工來一堆陌生人，丈夫不喜噪音與人群，直接拎著行李箱就走，直至工人離去後才返家。
拍攝《阿飛正傳》，因一場吃梨子畫面拍 27 次都拍不好，梁朝偉回到家一語不發做家事，幾天後向她拋出一句「原來王家衛只是要我一個背影呀」如此前言不搭後語的體悟。
但最讓劉嘉玲難忘的，依舊是張國榮過世，梁朝偉把自己關在房裡四天，不說話，不想吃飯，直到第五天才嚎啕大哭起來。
—
一個遺世獨立的奇特隱士，不見得代表他無情，而是把他的心思花在值得的人事物上，並且深情以待。
梁朝偉是浪漫的，曾醉心於 Lawrence Block 的偵探小說，去美國宣傳《2046》前主動寫信給作家，只想與偶像暢聊文學一個晚上。
他是念舊的，某年聖誕節前夕與張震小酌閒聊，有感而發說出十年前拍攝《東邪西毒》的對白，長達三分鐘，讓張震暗暗心驚。
他是熱情的，因《一代宗師》練詠春拳上癮，成天與導演好友麥兆輝與莊文強討論練拳體悟，煩得麥兆輝都說：「好了，別再來找我聊天了。」
甚至，他首次參加維多利亞港的帆船大賽，開心地說只想與帆船好手以船會友，結果當天比賽奪得亞軍。
一個人，梁朝偉可以做很多事。
可重點是，他都能把這些微不足道的小事做到最好。
—
梁朝偉會愛上村上春樹，我並不意外。
村上春樹是一個熱愛獨處的人，除了寫作，他也是爵士樂愛好者，每天早上出門慢跑，還深耕「翻譯」學問，將自己喜歡的英文小說翻譯成日文。
歷史中許多知名的思想家都知道「獨處」的重要性。
盧梭堅持每天獨自步行 6 小時，出版《一個孤獨漫步者的遐想》，強調孤獨有助人類靈魂解放；吳爾芙早上十點都要獨自外出散步，聞花香、聽鳥鳴，就擁有寫作靈感；梭羅直接將自己流放到瓦爾登湖，透過半隱居學習專注。
但我認為，若想成為一位懂得感受的人，「獨處」不過是第一步，還是最粗淺的，畢竟這兩年因疫情緣故，我見到很多人都「被迫獨處」，卻也不認為他們有多開心。
於是這便回到我一開始說的：不只獨處，你還必須練習「有意識地生活」。
—
王家衛說過，演員有三種。第一種演員很聰明，讓他練 30 遍他只練 3 遍就會，接著便不練了；一種比較規矩跟認真，像是劉德華，讓他練 30 遍他就會練足 30 遍。
「但是梁朝偉，他是那種你讓他練 30 遍，他會練 300 遍的人。」
一個 30 遍的事情，為什麼梁朝偉可以練到 300 遍？
這已經與「認不認真」沒有多大關聯，梁朝偉是發自內心在感受與享受這門技藝，測試看看自己能把這件事練到怎樣，是一種以玩樂心態去摸索，觀察自己可以走向哪裡。
張曼玉跟劉嘉玲，一個是演戲上的知音，一個是相愛 30 年的妻子，她們對梁朝偉的共同評價是：偉仔，他就是一個小朋友。
讓我們回想小孩子是什麼模樣？
大家是否見過小朋友獨自在家，明明給他一個破紙袋，他不但能自得其樂，甚至還會竭盡所能去「開發」這個破紙袋，把它當成包包，把它當成帽子，諸如此類。
尼采說過，人的最高境界就是回到孩童狀態，天地萬物皆為遊樂場，抱持著這種心態，你自會在冒險裡有意識地專注，學都不用學，是一種渾然天成的行為。
梁朝偉，能把泡茶變茶道、打拳變拳道、玩帆船玩到亞軍去，把自己放進世界裡，進行無窮無盡的探索。
這種人，演戲演到被封神，我絲毫不覺得奇怪。
#尚氣
#尚氣與十環傳奇
https://www.adaymag.com/2021/06/12/leung-chiu-wai-and-his-solitude-philosophy.html
上德開發評價 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
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