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

例：「那些披著「白色」力量的馬英九」
https://m.facebook.com/story.php?story_fbid=1163856543754423&id=584986081641475

百靈果說自己是菁英
就像郭冠英說自己高級
https://m.facebook.com/story.php?story_fbid=531266208309863&id=102477577855397

百靈果就是女版柯文哲。
老娘就是菁英高不高興隨便你。
https://m.facebook.com/story.php?story_fbid=145287227703494&id=103752531856964

大家真的很愛崇拜精英
其實真正的是精英的人
不可能會說出這種優越意識的話語
https://m.facebook.com/story.php?story_fbid=10209253326367288&id=1745581734

每天在那邊講換日線，
思考連大安溪都跨不過的自詡菁英。

百靈果
https://m.facebook.com/story.php?story_fbid=10160082799804869&id=634529868

柯文哲：我智商157
百靈果：我是精英

真的是自我感覺良好，百靈果也有亞斯伯格症嗎？

對了，很多高級外省人也是這個樣子，一直看不起台灣人

講華語也覺得自己比較高級，說台語就是低俗

#柯粉真的很自以為是
#但都是噁心蠢貨哪

#都是泛藍不用分那麼細
https://m.facebook.com/story.php?story_fbid=182101540557060&id=100062716465005

說到「精英」讓我想到前陣子的「Podcast」。

還記得當時蘋果手機推出Podcast時，許多蘋果手機使用者常在臉書分享Podcast的訊息，蘋果手機使用者大概分成兩個族群，一個是純粹喜歡蘋果的iOS系統，覺得蘋果的介面和設計操作比較好用；另一種則是覺得拿蘋果手機有種「優越感」，這類「果粉」其實有些人是蠻偏執的，他們看不起其他Android系統的其他手機品牌，windows系統那就更不用提了。

蘋果推出Podcast時，因為僅限iOS系統，我個人是使用Android手機所以我個人是沒有參與感的，但我個人的觀察發現，當時那群所謂較優越的「果粉」，在他們的同溫層Podcast開起了節目，其中也發現了不少「社運」夥伴也參與了這個活動。

在Podcast開節目談論議題當然沒有問題，但在Podcast開節目卻只能僅限蘋果手機的使用者，不就更印證了在自家「同溫層」裡互相吹捧嗎？！蘋果手機的價格都比一般手機較為昂貴，一般貧窮和弱勢是無法接收與參與到的，如果真的想讓更多人聽到不同的議題與聲音，那不是應該在使用者可接納更多的平台談論嗎？！

還記得當初「藻礁議題」時，許多人嘲諷有些「左膠」叫他們「藻膠」，甚至批評他們總是在星X克喝著咖啡、吹冷氣，大談進步理念，卻很少看到他們到田野採訪收集在地資訊。

我記得百靈果當時也在Podcast開節目，也看到許多他的支持者及社運網紅們，也在臉書驕傲的說自己的節目有多少人參與，甚至有些網紅還說一直被眾人討論。

在Podcast的那段時間，看到了不少網紅享受同溫層的讚美，就如柯文哲被柯粉膜拜一樣，所以百靈果會有這樣自我感覺良好的優越感，那也就不那麼意外了。

#Podcast
#精英
#優越感
https://m.facebook.com/story.php?story_fbid=182455507188330&id=100062716465005

美國大選的時候就看這種自以為進步精英的東西不爽了，自識甚高其實超有毒。
當然有像白爛果、蚵砒這種看不起鄉下人(?)的假菁英，但是也有像陳文成、羅一鈞這種心懷社稷人民的真菁英。真正的菁英是不會每天一直幹幹叫自己很厲害的。
一
活到超過四十歲
看的人多了看的時間也久了
也些人事物真的會看得更加清楚
社會上當然很多那種以菁英自居的人
或許是學經歷很優秀或許位居要職
但時間久了你就會發現這種自以為菁英的人
往往無法成就長遠的價值
通常也不太讓人尊敬
而真正強大的人往往虛心又能同理
不會以菁英自居也不會處處顯露出自傲
樂於助人並更重視的是社會與國家的價值

所以我說阿
喜歡看百靈果的朋友要當心阿
他在販賣的就是一種自以為是的菁英感
這種有時候比心靈雞湯還毒阿
https://m.facebook.com/story.php?story_fbid=196726675729533&id=104315454970656

「我歡迎你來討論啊，我笑你不敢」

「民主社會，不就是公開辯論嗎？我給他舞台啊！」

你要不要聽聽看你這精英講什麼英菁？
https://m.facebook.com/story.php?story_fbid=4669597889718324&id=100000044781297

作為「精英」的一方，我們本來就肩負把知識傳遞下去的責任，精英這個詞絕非榮耀，而是詛咒，我們從社會中掠奪了其它人的資源，該感恩所有人的成全，也該羞愧我們並未能盡到本份。絕對不是讓你拿來沾沾自喜吹捧自己之用的。
https://m.facebook.com/story.php?story_fbid=10223595356583583&id=1580695095

百靈果在推特上進行言論狩獵的事情，其實以他們節目的調性，本來就像是他們會做的事啊，畢竟他們一直以來言行中就是呈現出「我們沒有要你們覺得我是對的，但我就是對的」的氛圍。

但這個事件值得給大家警惕的是，這年頭大家好像都被社群逼瘋了，都忘記了自己該做的就是專注做出好貨，並把你想講的話擺在裡面，而不是跟著社群裡面的無數言論和情緒攪和。

現在很多所謂的「IG Rapper」就是這樣，面對跟其他歌手的牛肉，或是來自酸民的黑特，回應的方式就是到IG拍限時動態或開直播，WTF？你是Rapper你要講什麼話就給我用音樂來講，以前饒舌歌手要吵架，就是出mixtape憑真本事在開嗆的，跟網友在社群網站上吵架鬥嘴真的是最low的做法。

也許有些人會覺得幹勒這些網路上的鬼玩意躲在暗處魯小我不能直接嘴喔，那我會建議你也回到一般網友的身份，收掉你的Podcast、Youtube頻道，退出音樂圈，當個沒有話語權的普通人，那你爽怎麼嘴就怎麼嘴，想怎麼獵殺就怎麼獵殺，但你今天站上那個位置，你要馬就是直接忽視這些負面評價做你自己，要馬就用你的作品和專業說話。

一言以蔽之，百靈果最佳的做法其實是搞清楚實際狀況並改善自己的反諷技術，而不是先到處放火之後再做一檔節目叫別人進來自己的八角籠說我們來聊聊，好像自己很理性中立客觀很聽得下別人的意見，馬英九下鄉Long stay都比你們有誠意的多。
https://m.facebook.com/story.php?story_fbid=4700940769919359&id=100000104481339

是沒錯啊~

看到像百靈果這種「沒見識」到以為只要用菁英的口氣說話，就能成為「菁英」的噁心言行，真的會讓許多台灣人噁心到吃不下向來最愛的肉燥飯呢~

所以說啦~百靈果這種「自認菁英」的噁心的言行，都已經影響到了我們吃肉燥飯的心情了，我們還不打爆~!!!
一
先不要管上面這個大頭症的菁英

請問下面這位來自博恩薩泰爾公司的不紅又難笑相聲演員

台灣人從小吃到大的滷肉飯是惹到你嗎？

這種準歧視好笑嗎？

幹你涼
https://m.facebook.com/story.php?story_fbid=2333245093475925&id=100003713716161

甚麼是「菁英」？
　　看到幾個臉友都談到「菁英」，原來是有柯粉以此自我標榜、她也稱柯文哲為菁英。既然如此，我們就來看看「甚麼是『菁英』」。
　　在政治學與社會學理論中，「菁英」是一小群有力人士，在社會中佔有不成比例的財富、特權、政治影響力、或技藝。～以上引自維基百科、也有其他更可信或更有學術價值的出處抱持類似定義。
　　也就是說：「菁英」不見得更優秀，但就是更有錢有權、而其錢權的來源不見得合乎公義。

＊＊英文維基百科：In political and sociological theory, the elite (French élite, from Latin eligere, to select or to sort out) are a small group of powerful people who hold a disproportionate amount of wealth, privilege, political power, or skill in a society. Defined by the Cambridge Dictionary, the "elite" are "those people or organizations that are considered the best or most powerful compared to others of a similar type."

＊＊圖片也來自英文維基百科同詞條，描繪一群有錢人在大吃大喝，對餐桌旁的貧窮家庭不屑一顧。

＊＊自稱菁英的（疑似）柯粉，據說藝名百靈果。
　　https://www.facebook.com/aesonchentw/posts/10226607877689091
https://m.facebook.com/story.php?story_fbid=6566041193421538&id=100000471687612

柯粉的超譯天地
https://m.facebook.com/story.php?story_fbid=1215070808944955&id=650387945413247

脫北者冰狼
https://m.facebook.com/story.php?story_fbid=345674870331967&id=107376217495168

查理碎碎唸
https://m.facebook.com/story.php?story_fbid=1484670951894898&id=184330198595653

勇俊拔的嘴砲人生
https://m.facebook.com/story.php?story_fbid=353200462865733&id=101568824695566

【目瞪口呆的溜溜球表演】 #你還記得哪些招式
　　
手腕輕輕一抖，球體便從指尖墜下高速旋轉，只見雙手靈巧地來回穿梭，或迴旋、或彈跳、或纏繞成各種花樣，表演者的手彷彿具有黑洞般的吸引力，讓溜溜球就是脫離不了他的掌控。
　　
#不太會玩沒關係
#招式一定要喊很大聲
#報時光UDNtime
　　
來源：聯合報
日期：1985/8/3
攝影：陳曙光
圖說：由台北市政府主辦的假日表演廣場，三日下午四時在國父紀念館展開，現場吸引了將近五百多名的觀眾，溜溜球的表演深受觀眾喜愛。
　　
歷史新聞
　　　
【1985-05-10/民生報/07版/醫藥保健‧兒童親子版】
　　　　
兒童天地電視節目‧兒童學藝活動特輯(90)　溜溜球
　　　　　　　
【口述／郭恆均、筆錄／賴素媚】
　
淺談溜溜球歷史
　
近數月來，溜溜球成為許多中、小學生的課外新寵物，因為輕巧、方便，可以隨時隨處想玩就玩，在活動空間日益縮小的今天，溜溜球算得上是最佳的玩伴。
談到溜溜球的歷史，有兩種不同的傳說，一種是源自我國，古時銅錢中心有洞，用筷子將兩個銅板串連在一起，就成了古時的童玩。而另一種說法，是源自兩千年前的古希臘，據說法國的傳奇人物拿破崙，也是個中高手。現在歐美各國以及日本、香港、新加坡、菲律賓等亞洲國家，都相當流行溜溜球活動。就美國來說，溜溜球的銷售數量已經超過十億個了。
據報導，「溜溜球」與「洋娃娃」是歷史上最悠久的玩具。其實，國內老一輩的人，都曾玩過溜溜球，不過因為產品本身有缺陷，加上沒有創導人物出來指導新玩法，使得溜溜球一度在國內沒落。一年前來自香港的溜溜球大王郭恆均，將新的溜溜球產品，和新的玩法引進國內，使這項活動再度「敗部復活」。
　
基本動作
　
凡事起頭難，想玩得一手好溜溜球功夫，必須先了解溜溜球的基本動作，循序漸進，才談得上進入出神入化的境界。
首先，必須檢查清楚你的溜溜球，是新式改良過的，還是舊式構造的球。如果小朋友買的是舊式溜溜球，沒有關係，只要到販賣溜溜球的商店，購買溜溜球專用繩，第一步就是將糾結在槽內的舊繩用小刀割去，但別刮傷了軸心；再將新繩末端撐開成圈，套入槽內；第三步就是將溜溜球垂下，讓它自轉後，用腳挾住在腰上一公寸處剪斷。再將繩頭結成一個小結，再打一個小圈，將繩子穿過小圈形成活結，套在中指第一關節處，就可以靈活地玩出各種花招。
花招的第一招，是先學會「有來有往」。小朋友最先將繩子以順時針的方向，纏住軸心，然後手心將球整個把住，此時手心和手臂呈一條直線，再用力地將球往外甩，馬上將手心反過來，輕輕的拉線便會自動上升回到手心中，這就是「有來有往」。若球不能回到手中接住，就變成「一去不回」哦！這招千萬不要學。
如果小朋友練會了第一招，就可以試著將球往面前甩再拉回，掌心向上接住，方向甩得固定，證實小朋友已學會了第二招「拋磚引玉」。
第三招叫「螞蟻上樹」，每一位會玩溜溜球的人，都非學會這招不可。反手將溜溜球向下垂直甩出後，球會停留在繩端自轉，只要將手腕輕輕抖動，保持手腕不動，球就會自動爬上來。
「帶狗散步」是相當有趣的第四個基本招式，它運用螞蟻上樹的技巧，當溜溜球在繩端自轉時，讓球輕輕觸及地面，球就會往前走，等向前走的力量稍微變小的時候，手腕向上一抖，就能將溜溜球收回。
第五招叫「大龍擺尾」。小朋友先將溜溜球舉到與肩同高，順勢向右手邊甩出，當球轉至繩端時，用手腕輕輕往回帶，球就會由下而上繞個半圓圈回到手上。
第六招叫「靈猴跳舞」。就是將溜溜球向前拋出，球轉至繩端會自行轉回，返回原位時，將手腕向下抖動，它會順勢落下，轉至繩端時，則再收回手中。
第七招星際鞦韆：先做螞蟻上樹，左手迅速將線拉住，和右手成等腰三角形，此時球依然在轉動，再利用手腕力量，將球左右繞動，好像鐘擺一樣。
「猛虎回頭」是非常威風的第八招。這招也是螞蟻上樹的運用，當溜溜球在繩端自轉時，迅速移動手臂，將溜溜球調整到背後，再用手肘架起繩子，手腕輕輕一抖，球就會由後面繞到前面，再順勢往下抖落收回。
「太空飛碟」相當奇妙也頗具難度。就是手把球橫放手心，向右甩出，球到繩端，手腕向上將繩子拉高，溜溜球當時會以最快的速度將繩子打緊，繩子會呈扭曲的形狀向上升，外形很像太空飛碟，這是基本第九招。
最後一招叫做「飛鷹旋繞」。小朋友將溜溜球向前拋出，當球轉至繩端，再度回收時不用手接住，而用手腕作一小回轉動作，再順勢將溜溜球甩出，一放一收不斷重複，次數越多表示技術越好。
在各項溜溜球比賽中，如果選手之間的分數不相上下時，主辦單位通常會以「飛鷹旋繞」的次數多寡，來決定這場比賽的名次。美國溜溜球有名的選手艾倫．布士伊，曾經連續不停地做飛鷹旋繞的動作長達三個小時，共做了兩萬零三百零二個，紀錄十分驚人。
　
應用動作
　
基本招式演練熟悉之後，就可以運用你的想像力，創造出各式有趣的花招。如果小朋友有興趣，還可以將各種自創的花招，冠上自己喜歡的名稱，完成後就和郭叔叔連絡，他會將小朋友發明的招式，介紹給國內外的小朋友知道。
現在，郭叔叔先舉例教小朋友，幾招相當有名氣的應用動作。
(一)「螞蟻上樹」，可以演變的有聯合國旗、巴黎鐵塔、大星星、小星星和義大利麵，重點在靈活地運用繩子的纏繞，只要心裡想到什麼圖案，就可以在繩子上動腦筋，記住動作要快。螞蟻上樹的世界紀錄時間是二十七秒。
(二)「帶狗散步」，可以演變成騎電單車、浪子回頭、打保齡球、橫掃千軍、將軍出馬。
(三)「大龍擺尾」，可以擴大手臂動作成為大圈圈、小圈圈以及大小圈圈、如來神掌、雙響炮、神仙過橋、神槍手、猛龍過江等等。
(四)「靈猴跳舞」，演變成一柱擎天、三環走珠和環遊世界。
(五)「星際鞦韆」，演變成迷你鞦韆、流星鞦韆和猛虎鞦韆。
(六)「猛虎回頭」，演變成金雞獨立、獅子搖頭和猴子爬樹。
(七)「太空飛碟」，演變成汽水瓶、青蛙跳舞、金蟬脫殼。
(八)「飛鷹旋繞」，演變成陰陽交錯、登陸月球和彈指神功。
這些都是繩子前後、左右、上下繞動不同的關係，依形狀而定名稱。
　
團體遊戲
　
個人動作純熟後，小朋友可以邀請同樣的溜溜球迷的同學，一起構想利用溜溜球來玩團體遊戲，集體的智慧可以在玩的時候顯露無遺。
一項團體遊戲的完成，就是同學們共同的結晶，可以介紹給同班同學或者同校的同學，大家一起來玩溜溜球。
郭叔叔創了幾招團體遊戲，先介紹給小朋友們練習。
(一)打保齡球，即在地面上擺起六個塑膠保齡球瓶，成三角形狀，利用打保齡球招式，打倒這些球瓶。每隊打倒的保齡球數目多少作分數；以單人或雙人接力的方式比賽，看哪一隊先打倒指定的分數，哪一隊就算贏了。
(二)穿上溜冰鞋，兩隊競走同時打飛鷹旋繞，哪隊先完成預定距離就算贏了。
(三)一邊跳繩、一邊玩溜溜球，十大招式全部都玩出來，這叫做「浪裡白條」。很不簡單哦！又跳繩又玩溜溜球，兩者互相注意才能做得好。
(四)星際大戰，就是兩人組成一隊互相拋接溜溜球，接不到的那一隊就被淘汰了。
　
自由花式
　
自由花式是高級動作，一項動作中，包含了很多種基本動作，使出的招式必須天衣無縫。例如扯鈴、摩天輪、風火輪、打彈弓、釣大魚、空中飛人、神出鬼沒、前呼後應、縱橫四海、最佳拍檔、百發百中和天龍八部等。
　
結論
　
想學好一手溜溜球並沒有什麼困難，主要是靠耐心，從基本招式學起，大約兩星期後便可以玩其他難度的花招，由淺而深，久而久之，便能使出曼妙的動作。
溜溜球玩得好，必須是手、眼、心三者互相協調，對於手部功能不靈活，或者近視眼的小朋友，都是相當好的護健活動。
但是小朋友也要注意在玩溜溜球的時候，千萬不能對著電視機或玻璃物品前玩，否則一時失手，打破了東西就麻煩了。
要證實溜溜球起源於我國，那就必須依靠各位小朋友的努力，創出更多、更新的溜溜球招式，讓其他國家的溜溜球愛好者刮目相看。

#龍洞 ＃mavicair2 #dji

大家好 ，今天想要跟各位分享我在龍洞所拍攝的空拍影片。 龍洞灣岬的四稜砂岩， 是全台最堅硬的岩石 ，因為它的主要成分是石英， 其硬度可以劃割玻璃及部分鋼鐵 ，膠結得又很緊密 ，岩色呈灰白色， 在破裂面常可見石英顆粒， 屬於沈積岩的一種， 是淺海沈積環境下的產物， 在凹陷的岬面上，常可見許多邊緣 呈鋸齒狀的岩層，交疊並平鋪其上， 亦與斷層線縱橫交錯， 故滿佈各種粗細不一的線條。

鋸齒狀岩層是由節理所構成， 是砂岩地形常見的現象， 當堅硬的砂岩，受大強大壓力擠壓時， 十分容易破裂，形成互相垂直的裂紋 ，後又經過海水不斷侵蝕切割， 而較為脆弱的節理，逐漸剝落， 最終形成鋸齒狀的邊緣， 這也造就龍洞獨特的地質景觀與風貌。

常常可以跟攀岩愛好者、潛水客和釣客擦身而過 ，這就是台灣東北角龍洞的日常寫照。 有著磅薄氣勢的懸崖峭壁 ，有著渾然天成的海蝕洞奇觀， 有著白岩聳立的海岬地貌， 有著超乎想像的地質結構， 以及一望無際的藍藍大海， 這就是龍洞的迷人之處。

用毛筆表現線條，是水墨藝術的重要元素， 找尋適合呈現此特質的題材， 必然成為水墨創作者無法逃避的重要的課題。 無論是梅蘭竹菊，還是斧劈披麻， 在前人的開發下，皆有著令人佩服不已的藝術成就。 透過提按頓挫粗細濃淡， 將線條美學與現實物象完美組構， 也讓後學們深深有感而不斷的傳承與效法。

粗糙的表面， 特異的造型， 脫俗的結構 ，與滿佈的線條， 當靈感枯竭時， 不用花費太多氣力， 一個多小時的車程，就能抵達， 這就是我選擇畫龍洞的最大原因。 既然選擇，也就必須花費最大的力氣， 將它走透看透 。長年的觀察與密集的走訪， 就算是頂著烈陽汗流浹背下 ，也是不能躲避的功課 。

雖然最近比較往花東地區采風， 也在那裡找到了新的創作題材， 但那個學習對奇岩海濤的觀察方法， 與拿捏作品元素的取捨過程， 直到今日，還是讓我深感收獲良多， 難以忘懷。

東北角龍洞不算是一個太大的地方， 但上上下下，還是會讓人氣喘吁吁。 有絕崖，有奇石，有海岬，有烈陽。 龍洞入口有三處， 卻都難以一次走完， 每次前往朝聖，都只能選擇一個。 一趟兩三個小時，也保證讓人隔天雙腳抽痛。

有機會就來看看，多年來也忘記來了幾次， 拿起Canon相機爬遍所有的景點， 拍了數千張影像檔， 但越是深入了解 ，越是覺得造化無窮 ，越覺得更應該謙卑 ，就如同書法家的日課， 累積了數十年， 一本帖寫了數百通， 還是一遍又一遍的寫 ，深入了解之難，無法想像， 這也是之前持續創作此主題的緣故。

來龍洞這麼多趟，最難忘的插曲， 還是之前玩空拍機 拍攝龍洞景觀那段期間。 在第三趟飛行的最後階段 ，竟然因為電力耗盡， 而在我眼前掉入海裡。 當時心中有無限的懊悔， 為何不再飛近一點？ 為何這麼貪心飛的太遠？ 為何不把之前的影像存檔再飛？ 但再多的悔恨也無濟於事！ 想的跟做的不一樣，或許只有冒險 ，才能有更多收穫的可能 。

►►►歡迎訂閱梁震明頻道：https://bit.ly/33R0bmf

►►►梁震明臉書粉絲頁：https://www.facebook.com/inkliang/

►►►梁震明痞客邦：http://tom20030208.pixnet.net/blog

►►►梁震明IG：https://www.instagram.com/liang_chenming_art/

【梁震明簡歷】

國立台北藝術大學美術創作研究所畢業。

曾任國立台南藝術大學藝術史系及東海大學美術學系講師。

個展12次，國內外聯展30餘次。

作品曾在香港蘇富比、羅芙奧及沐春堂拍賣成交。

著作「墨色的真相」與「台灣寺廟龍柱造型之研究」獲國立編譯館出版刊行。

現為羲之堂代理之專職水墨畫家。

水墨創作介紹：http://tom20030208.pixnet.net/blog/category/2797965

水墨材料介紹：http://tom20030208.pixnet.net/blog/category/2800158

藝術生活分享：http://tom20030208.pixnet.net/blog/category/2838915

台灣龍柱介紹：http://tom20030208.pixnet.net/blog/category/2797923

水墨藝術分享：http://tom20030208.pixnet.net/blog/category/2823594

台灣露營分享：http://tom20030208.pixnet.net/blog/category/2811651

國內旅遊分享：http://tom20030208.pixnet.net/blog/category/2798133

國外旅遊分享：http://tom20030208.pixnet.net/blog/category/2811654

空拍經驗分享：http://tom20030208.pixnet.net/blog/category/2798208

Thomas 介紹一個小貼士，去處理兩條直線互相垂直的題目。
註: MC 限定，不建議用在試卷一。

~頻道介紹~
專為香港中學生而設的頻道，講解各種數學解題技巧及概念，以應付 HKDSE 數學科考試。

學校沒有教的數學網址:
https://mathseasy.hk

Facebook: https://www.facebook.com/MathsEasy/

ED Music:
Light Sting by Kevin MacLeod is licensed under a Creative Commons Attribution license (https://creativecommons.org/licenses/by/4.0/)
Source: http://incompetech.com/music/royalty-free/index.html?isrc=USUAN1100433
Artist: http://incompetech.com/

#學校沒有教的數學 #MC限定 #互相垂直

吳青峰作詞 x 劉家凱作曲 x 陳映之導演
聆聽青峰太空中撒下的線索
🎧《太空人》數位/實體收藏 https://lnk.to/Wu_TKR

〈線的記憶〉
　
一條線的時候，可能是孤單、可能是迷失、可能是沒有方向
但當線與線交錯時，可能蔓延出更多種可能
一條線的路徑，在人與人的故事裡，拾起線索片片
人們，線與線不斷的運作，也倏地停止了交錯
才發現，每條孤獨的線，會在某刻遇到哪個誰，互相成為立體
而咀嚼後的記憶，終將成為回憶

--

〈線的記憶〉

比方說一條線 無知在這世界
垂直往引力墜 或拋物或歪斜

比方說兩條線 交錯在這世界
各種可能蔓延 或平行或經緯

我們遇見 聚在一點
兩條曲線 畫成了圓

原本是一條線 孤獨在這世界

我們遇見 擺盪弧線
兩條波浪 編成了辮

一條線的路徑 慢慢織成了心
心情被人在意 慢慢餾出感情

線變成了立體 學到一件事情
記憶被人在意 才能稱為回憶

演唱 / 吳青峰
作詞 / 吳青峰
作曲 / 劉家凱

製作人 / 吳青峰、徐千秀
編曲 / 劉家凱

配唱製作 / 劉胡軼
Bass / 寗子達 Michael Ning
吉他 / 劉家凱
合成器 / 林柏光
中提琴 / 陸伊潔

錄音（弦樂） / 單為明 @Lights Up Studio
錄音（吉他） / Justin Adijanto、Patrick Yip @Studio A
錄音（人聲） / 倪涵文 @55 TEC、吳青峰 @青Home
人聲編輯 / 單為明
混音 / 黃文萱 Ziya Huang @Purring Sound Studio
母帶 / Randy Merrill @Sterling Sound

#吳青峰
#線的記憶
#太空人

👉緊接收看〈線的記憶〉MV花絮
https://youtu.be/ZKrT8hLfT30

--

🎬 太空人影展 https://qing.pros.is/TKRfes

〈譯夢機〉https://youtu.be/pUW2Zwx1HNs
〈回音收集員〉https://youtu.be/li05s2C5410
〈巴別塔慶典〉https://youtu.be/iOs7Ykmhew4
〈太空人〉https://youtu.be/kRxk9v0bsC0
〈傷風〉……https://youtu.be/DDiVLYGwemU
〈失憶鎮〉https://youtu.be/8QdllosLKN4
〈太空〉https://youtu.be/LV7eT2_VwMw
〈水仙花之死〉……https://youtu.be/R7iTUuvxIDU
〈男孩莊周〉……https://youtu.be/hco_Oaltm2c
〈太空船〉https://youtu.be/oa9U-6blsv0
〈線的記憶〉https://youtu.be/SlHOREEN2Ac
〈Outsider〉……https://youtu.be/GCI_v-qKjbw

……………………………

Sᕵᗩᑢᘿᘻᗩᘉ《太空人》
吳青峰首張專輯
2019年9月6日 數位及實體同步發行

👨‍🚀 吳青峰《太空人》全部連結
https://linktr.ee/qingfeng

……………………………

▶ 吳青峰 IG：https://www.instagram.com/imqingfeng
▶ 吳青峰 FB：https://www.facebook.com/WuQingFeng
▶ 吳青峰 微博：https://www.weibo.com/u/1822796164
🔔 訂閱吳青峰官方專屬頻道：http://bit.ly/qingyoutube

……………………………