〈美股盤後〉全球三大汽車製造商面臨新減產 道瓊微幅收黑

聯準會 (Fed) 會議紀要暗示年底前可能縮減債券 (Taper) 後，週四 (19 日) 美元走強，原油和銅價回落，能源、材料和金融等經濟敏感股出現虧損，但科技股走強幫助提振投資者情緒，標普、那指和費半收紅，僅道瓊微幅收黑。

經濟數據顯示，美國上週初領失業金報 34.8 萬人，降至 17 個月低點，顯示就業增長強勁。

美國明尼亞波利斯聯準銀行總裁卡什卡里 (Neel Kashkari) 週四稱，Delta 變種病毒對其縮減購債 (Taper) 的決定很重要，因為這將影響到就業市場復甦狀態，至少可能會讓他重新考慮是否該對何時 Taper 保持多一點耐心。

高盛經濟學家以 Delta 變種病毒影響為由，將美國第三季經濟增長預期自原先的 9%，調降至 5.5%，使全年經濟增長預期自先前的 6.4%，降至 6%。

晶片荒持續，福特、福斯和豐田等全球三大汽車製造商面臨新的減產，此外，考慮到半導體缺貨問題持續干擾汽車產線，週四外媒報導，美國 3 位民主黨參議員致函台灣駐美代表蕭美琴，希望能爭取更多援助，幫助解決晶片不足問題。

新冠肺炎 (COVID-19) 疫情持續蔓延全球，截稿前，據美國約翰霍普金斯大學 (Johns Hopkins University) 即時統計，全球確診數已飆破 2.09 億例，死亡數突破 440 萬例。美國累計確診超過 3723 萬例，累計死亡數超過 62.4 萬。印度累計確診超過 3232 萬例，巴西累計確診 2045 萬例。

週四 (19 日) 美股四大指數表現：

美股道瓊指數下跌 66.57 點，或 0.19%，收 34,894.12 點。
那斯達克上漲 15.87 點，或 0.11%，收 14,541.79 點。
標普 500 指數上漲 5.53 點，或 0.13%，收 4,405.80 點。
費城半導體指數上漲 27.0 點，或 0.84%，收 3,235.9 點。
標普 11 大板塊有 6 大板塊收紅，資訊科技、房地產和必需消費品領漲，能源、材料和工業板塊領跌。(圖片：finviz)
標普 11 大板塊有 6 大板塊收紅，資訊科技、房地產和必需消費品領漲，能源、材料和工業板塊領跌。(圖片：finviz)
焦點個股

科技五大天王以微軟表現最佳。蘋果 (AAPL-US) 漲 0.23%；臉書 (FB-US) 跌 0.093%；Alphabet (GOOGL-US) 上漲 0.17%；亞馬遜 (AMZN-US) 下跌 0.42%；微軟 (MSFT-US) 上漲 2.08%。

道瓊成分股多收黑。波音 (BA-US) 下跌 3.12%；開拓重工 (CAT-US) 下跌 2.55%；雪佛龍 (CVX-US) 下跌 2.49%；思科 (CSCO-US) 上漲 3.84%；聯合健康 (UNH-US) 上漲 2.53%。

費半成分股多收紅。英特爾 (INTC-US) 漲 0.48%；AMD (AMD-US) 漲 0.25%；應用材料 (AMAT-US) 漲 1.44%；美光 (MU-US) 跌 0.48%；高通 (QCOM-US) 下跌 1.10%；NVIDIA (NVDA-US) 漲 3.98%。

台股 ADR 漲跌互見。台積電 ADR (TSM-US) 漲 0.06%；日月光 ADR (ASX-US) 漲 0.24%；聯電 ADR (UMC-US) 跌 0.29%；中華電信 ADR (CHT-US) 跌 0.05%。

企業新聞

英特爾 (INTC-US) 上漲 0.48% 至每股 52.44 美元。台積電 ADR (TSM-US) 上漲 0.06% 至每股 110.52 美元，換算價為台幣 618.14 元，折溢價達 10.58%。

美國半導體巨頭英特爾舉辦「架構日」(Intel Architecture Day 2021)，介紹英特爾下一世代產品的架構計畫，並揭露與台積電在 7 奈米、6 奈米、5 奈米等先進製程的合作細節。

英特爾架構日證實 台積電拿下 3 大製程訂單 (圖片：AFP)
英特爾架構日證實 台積電拿下 3 大製程訂單 (圖片：AFP)
福特 (F-US) 下跌 2.54% 至每股 12.67 美元。福特傳出因晶片相關零件短缺，旗下人氣貨卡車 F-150 在美堪薩斯城的組裝廠將暫時關閉。

德國汽車製造商福斯 ADR (VWAPY-US) 下跌 1.00% 至每股 22.80 美元。該公司週四表示，由於半導體供應緊張，該公司汽車可能需要進一步減產。

豐田汽車 ADR (TM-US) 下跌 4.09% 至每股 168.55 美元。在晶片缺貨衝擊下，《日經》報導，豐田汽車 9 月全球產量可能較原先計畫減少四成，自 90 萬輛降至約 50 萬輛。全球減產規模達到約 36 萬輛

Nvidia (NVDA-US) 上漲 3.98% 至每股 197.98 美元。Nvidia 週三公布的最新財報、財測皆優於預期，分析師稱資料中心仍有增長空間，逾半追蹤 Nvidia 的分析師提高其目標價。

臉書 (FB-US) 下跌 0.093% 至每股 355.12 美元。美國聯邦貿易委員會週四再次對臉書提起反壟斷訴訟，指控該公司收購 Instagram 與 WhatsApp 有損競爭並涉及反壟斷規定。

Robinhood (HOOD-US) 暴跌 10.26% 至每股 44.69 美元。美國交易平台 Robinhood 發布上市後的首份財報，第二季營收翻倍，但第三季財測不利。

梅西百貨 (M-US) 大漲 19.59% 至每股 21.61 美元。梅西百貨週四盤前公布 2021 會計年度第 2 季營收 56.5 億美元，調整後 EPS 報 1.29 美元，均遠優預期，梅西上調全年銷售和獲利預期

經濟數據

美國上週 (8/14) 初領失業金報 34.8 萬人，預期 36.4 萬人，前值自 37.5 萬人上調至 37.7 萬人
美國上週 (8/7) 續領失業金報 282 萬人，預期 280 萬人，前值自 286.6 萬人上調至 289.9 萬人
美國 8 月費城 Fed 製造業指數報 19.4，預期 24.2，前值 21.9
華爾街分析

National Securities 首席市場策略師 Art Hogan 表示，最近市場焦慮似乎是投資者尋找獲利了結及重啟經濟道路坎坷、以變種病毒增加的結果。

Kingsview Investment Management 投資組合經理 Paul Nolte 表示，很多投資者都在努力應對全球經濟增長前景，以及 Fed 意識到這一點後將採取何種激進措施。

BNY Mellon Wealth Management 投資策略主管傑夫莫蒂默表示，市場外有流動性想要進入，它希望在股市回調時進入，但這是一個沒有給人們太多進入機會的市場。

高盛首席經濟學家 Jan Hatzius 認為，事實證明，Delta 變種病毒對經濟增長和通膨的影響比預期還要更大些。

https://news.cnyes.com/news/id/4707208?exp=a

【全球股市觀察站】2021-08-19(美國時間)

阿斯匹靈實戰文章
https://scantrader.com/u/9769/service

阿斯匹靈IG
https://www.instagram.com/aspirin_grandline/?hl=zh-tw

【散熱劃時代革命-液冷散熱】
時間：2021/8/1
發文：NO.1287篇
大家好，我是 LEO
.
❖晶片效能越強-解熱難度越高
隨著半導體晶片發展-體積越來越小，電晶體密度越來越高，逐漸朝向高性能，超薄，微型化發展，電子元件散熱的空間越來越小，單位面積內所產生的熱能卻越來越高，無論是手機、電腦發熱發熱密度皆呈現指數級增長，此外，加密貨幣挖礦場，大型伺服器與資料中心，高階CPU、GPU產生的熱能更為驚人，如果熱能不能快速有效散出，輕則影響效能，嚴重會導致電腦或手機產生「電子遷移效應」，導致當機無法工作。
.
❖台積電未雨綢繆超前部署
今年7月台積電在超大型積體電路 (VLSI) 研討會，展示晶片水冷研究結果，採用水通道直接引導到晶片，藉此提高晶片散熱效率。聽起來覺得不可思議，為什麼突然做這項研究？傳統晶片散熱-在晶片上塗導熱矽脂，將熱量傳到散熱器底部，導熱管、水冷管再將熱量導到鰭片，最後風扇將鰭片的熱量吹走，完成散熱。
.
但是，若未來晶片採用 3D 堆疊技術，最新的SoIC先進封裝可以任意組合各種不同製程的晶片，除了記憶體甚至還能直接將感測器一起封裝在同一顆晶片裡面，線路的密度將是2.5D的1000倍，散熱就會遇到大瓶頸。
.
3D堆疊晶片設計更複雜，更小的微縮製程，把晶片一層一層的堆疊起來，中間部分難以有效散熱，所以台積電的研究人員認為，解決方法就是讓水在夾層電路間流動，讓水直接從晶片內帶走熱量，這是最有效的方案，這裡指的水並非一般純水，而是不會導電的介電液，實際上操作起來非常複雜且昂貴，目前處於研究階段，這顯示出解決晶片散熱問題，將是半導體產業未來重要發展趨勢之一。
.
❖晶片改朝換代推動-伺服器新設計
我們從上面描述可以知道新晶片設計只會更小，更複雜，更熱，而伺服器產業面臨的問題會更大，試想大型資料處理中心，裡面有多少伺服器？多少高階CPU、GPU都是24小時不斷電持續運作，龐大的熱能如何處理？當處理器的瓦數越來越高，一般來說，處理器的熱設計功耗超過240W就很難用風扇(氣冷)來解決，偏偏霸主Intel或是AMD新一代處理器動輒超過270甚至280W，現在馬上面臨到需要液冷散熱來帶走熱量。
.
❖跟著產業霸主的方向走準沒錯
Intel在伺服器市場，主流解決方案以x86架構為主，全球 CPU市占率約 92%左右。未來Intel 仍將保持產業龍頭的地位，圍繞它的 CPU平台的升級仍是影響伺服器硬體產業鏈周期性變化的關鍵因素。
.
2021 年第一季開始Intel最新的 Whitley Ice Lake 的處理器已向資料中心業者小量出貨，第二季開始放量，到第四季預估將占總出貨量的 40%，滲透率將大幅且快速提升，下一步，Intel英特爾預計 2022 年初量產支援 PCIe Gen5 的 Eagle Stream 平台，將會加速升級資料傳輸速度。
.
❖英特爾正式將水冷散熱放進白皮書
有趣的事情來了，產業龍頭也意識到新平台-散熱問題非常棘手，2020年Whitley平台是intel「首度」將水冷頭(注意：非浸沒式)納入技術白皮書，更誇張的事情是未來的新平台 Eagle Stream第一顆CPU Sapphire Rapids至少 300W以上，甚至將來很多GPU會達到500瓦甚至700W以上，水冷散熱方案成為唯一解方，冷卻液監控主機(CDU)與水冷頭(覆蓋在處理器上方的水冷散熱片)全世界只有三家廠商通過Intel認證，台灣的廣運(6125)是唯一兩項全拿的合格供應商。
.
❖節能減碳-省電又可以賺積分
歐盟在7月剛通過55套案，其中碳邊境調整機制，又稱碳關稅，預計自2023年起試行，2026年正式實施，先從鋼鐵、電力等產業先行，但是用電大戶的資料中心無法置身事外，跟大家分享一個數字會比較有概念，2017年中國數據中心總耗電量為1200-1300億KW，超過三峽大壩與葛洲壩電廠2017年全年發電量總和(分別為976億KW、190億KW)，占中國總發電量的2%，到了2025年資料中心耗電將高達 3842億KW，占全中國總發電量的 6%，這隻吃電怪獸肯定會被盯上，高排碳業者會被課較高關稅(碳關稅)，將進一步帶動資料中心業者積極導入液冷散熱達到「省電」與「節能減碳」的效果，甚至有望仿效電動車Tesla透過碳積分來挹注獲利，可望大幅提高液冷散熱滲透率。
.
❖水冷散熱技術門檻高-不簡單
2021年3月26日雲端資料中心伺服器開發商---緯穎科技宣佈，參與資料中心液冷廠商LiquidStack的A輪融資，並取得一席董事席位，其實早在2019年緯穎就與3M合作開發液冷方案，但是3M的電子氟化液是非導電-介電液是一種專利配方，掌握在3M手中，未來耗材都需向3M購買補充，入股LiquidStack可望取得自主技術。
.
大家知道這種-不導電的「介電液」有多貴嗎？1公斤要價100美元，一個180KW的機櫃光是介電液裝滿就要價1000萬，重點是這個介電液每年都會耗損，需要定時補充，這樣就知道賣水的概念有恐怖、有多賺了吧，得介電液者得天下。
就算目前短期重點放在一般的「冷卻水」，得到英特爾認證的兩款冷卻水，一個櫃的成本大約7~8萬元，廣運集團研發成功的介電液打七折賣，一公斤70美元就相當有競爭力，而冷卻水一個櫃更只需要8000元，重點是水要通過認證，水在管線裡面跑如何恆久不變質？裡面還必須添加抗凍劑、苔癬抑制劑等特殊配方，是不是很多眉角！這些都是LEO深入研究去挖出來的。
.
❖廣運(6125)上中下游整套系統全部整合
目前有三大產品線，水冷背門(20~25萬)/櫃，水冷頭(100~150萬)/櫃-目前英特爾首度放入新平台技術白皮書，已通過Intel認證，浸沒式機櫃(1000萬)/櫃，此外還有最重要的冷卻液監控主機(CDU)它是水冷散熱技術的根源，還有各種耗材、管線、冷卻水、介電液都是未來的發展重點。
.
傳統散熱模組雖然便宜，一個42U的機櫃，風扇加散熱模組成本頂多台幣8~10萬，但將來水冷變成剛性需求，水冷頭機櫃，水對氣120~150萬/櫃，水對水90~120萬/櫃，全球的資料中心大約有 500萬櫃，每年新增30萬櫃左右，大家可以算看看，這產值增速有多恐怖。
.
目前全世界只有2家公司有能力量產伺服器等級水冷頭機櫃，雙鴻、超眾這些傳統大廠要跨入最難的CDU(水冷監控主機)至少需要5年以上的參數與經驗值，而廣運的陳總已經深耕30年的散熱產業經驗，水冷頭機櫃的五大關鍵零件--廣運擁有四項(CDU、水冷頭、分岐管、制冷背門)盲插或快接頭，這個產業很新，很多法人也還沒那麼了解，有很多眉角，很多技術秘密，篇幅有限今天LEO就先介紹的這邊。
.
如果大家想知道更多關於這個新的「水冷散熱產業」訊息，請鎖定 LEO股民當家團隊的頻道喔，⧉傳送門在下方↓
.
❖Line群組傳送門⤵
https://lihi1.com/jjjwf
❖TG 頻道傳送門⤵
https://t.me/stock17168
天佑台灣，疫情早日結束❤️

軟體吞噬硬體的 AI 時代，晶片跟不上演算法的進化要怎麼辦？

作者 品玩 | 發布日期 2021 年 02 月 23 日 8:00 |

身為 AI 時代的幕後英雄，晶片業正經歷漸進持續的變化。

2008 年之後，深度學習演算法逐漸興起，各種神經網絡滲透到手機、App 和物聯網。同時摩爾定律卻逐漸放緩。摩爾定律雖然叫定律，但不是物理定律或自然定律，而是半導體業發展的觀察或預測，內容為：單晶片整合度（積體電路中晶體管的密度）每 2 年（也有 18 個月之說）翻倍，帶來性能每 2 年提高 1 倍。

保證摩爾定律的前提，是晶片製程進步。經常能在新聞看到的 28 奈米、14 奈米、7 奈米、5 奈米，指的就是製程，數字越小製程越先進。隨著製程的演進，特別進入10 奈米後，逐漸逼近物理極限，難度越發增加，晶片全流程設計成本大幅增加，每代較上一代至少增加 30%~50%。

這就導致 AI 對算力需求的增長速度，遠超過通用處理器算力的增長速度。據 OpenAI 測算，從 2012 年開始，全球 AI 所用的演算量呈現等比級數增長，平均每 3.4 個月便會翻 1 倍，通用處理器算力每 18 個月至 2 年才翻 1 倍。

當通用處理器算力跟不上 AI 演算法發展，針對 AI 演算的專用處理器便誕生了，也就是常說的「AI 晶片」。目前 AI 晶片的技術內涵豐富，從架構創新到先進封裝，再到模擬大腦，都影響 AI 晶片走向。這些變化的背後，都有共同主題：以更低功耗，產生更高性能。

更靈活

2017 年圖靈獎頒給電腦架構兩位先驅 David Petterson 和 John Hennessy。2018 年圖靈獎演講時，他們聚焦於架構創新主題，指出演算體系結構正迎來新的黃金 10 年。正如他們所判斷，AI 晶片不斷出現新架構，比如英國 Graphcore 的 IPU──迥異於 CPU 和 GPU 的 AI 專用智慧處理器，已逐漸被業界認可，並 Graphcore 也獲得微軟和三星的戰略投資支援。

名為 CGRA 的架構在學界和工業界正受到越來越多關注。CGRA 全稱 Coarse Grained Reconfigurable Array（粗顆粒可重構陣列），是「可重構計算」理念的落地產物。

據《可重構計算：軟體可定義的計算引擎》一文介紹，理念最早出現在 1960 年代，由加州大學洛杉磯分校的 Estrin 提出。由於太過超前時代，直到 40 年後才獲得系統性研究。加州大學柏克萊分校的 DeHon 等將可重構計算定義為具以下特徵的體系結構：製造後晶片功能仍可客製，形成加速特定任務的硬體功能；演算功能的實現，主要依靠任務到晶片的空間映射。

簡言之，可重構晶片強調靈活性，製造後仍可透過程式語言調整，適應新演算法。形成高度對比的是 ASIC（application-specific integrated circuit，專用積體電路）。ASIC 晶片雖然性能高，卻缺乏靈活性，往往是針對單一應用或演算法設計，難以相容新演算法。

2017 年，美國國防部高級研究計劃局（Defence Advanced Research Projects Agency，DARPA）提出電子產業復興計劃（Electronics Resurgence Initiative，ERI），任務之一就是「軟體定義晶片」，打造接近 ASIC 性能、同時不犧牲靈活性。

照重構時的顆粒分別，可重構晶片可分為 CGRA 和 FPGA（field-programmable gate array，現場可程式語言邏輯門陣列）。FPGA 在業界有一定規模應用，如微軟將 FPGA 晶片帶入大型資料中心，用於加速 Bing 搜索引擎，驗證 FPGA 靈活性和演算法可更新性。但 FPGA 有局限性，不僅性能和 ASIC 有較大差距，且重程式語言門檻比較高。

CGRA 由於實現原理差異，比 FPGA 能做到更底層程式的重新設計，面積效率、能量效率和重構時間都更有優勢。可說 CGRA 同時整合通用處理器的靈活性和 ASIC 的高性能。

隨著 AI 演算逐漸從雲端下放到邊緣端和 IoT 設備，不僅演算法多樣性日益增強，晶片更零碎化，且保證低功耗的同時，也要求高性能。在這種場景下，高能效高靈活性的 CGRA 大有用武之地。

由於結構不統一、程式語言和編譯工具不成熟、易用性不夠友善，CGRA 未被業界廣泛使用，但已可看到一些嘗試。早在 2016 年，英特爾便將 CGRA 納入 Xeon 處理器。三星也曾嘗試將 CGRA 整合到 8K 電視和 Exynos 晶片。

中國清微智慧 2019 年 6 月量產全球首款 CGRA 語音晶片 TX210，同年 9 月又發表全球首款 CGRA 多模態晶片 TX510。這家公司脫胎於清華大學魏少軍教授起頭的可重構計算研究團隊，從 2006 年起就進行相關研究。據芯東西 2020 年 11 月報導，語音晶片 TX210 已出貨數百萬顆，多模組晶片 TX510 在 11 月也出貨 10 萬顆以上，主要客戶為智慧門鎖、安防和臉部支付相關廠商。

先進封裝上位

如開篇提到，由於製程逼近物理極限，摩爾定​​律逐漸放緩。同時 AI 演算法的進步，對算力需求增長迅猛，逼迫晶片業在先進製程之外探索新方向，之一便是先進封裝。

「在大數據和認知計算時代，先進封裝技術正在發揮比以往更大的作用。AI 發展對高效能、高吞吐量互連的需求，正透過先進封裝技術加速發展來滿足。 」世界第三大晶圓代工廠格羅方德平台首席技術專家 John Pellerin 聲明表示。

先進封裝是相對於傳統封裝的技術。封裝是晶片製造的最後一步：將製作好的晶片器件放入外殼，並與外界器件相連。傳統封裝的封裝效率低，有很大改良空間，而先進封裝技術致力提高整合密度。

先進封裝有很多技術分支，其中 Chiplet（小晶片／芯粒）是最近 2 年的大熱門。所謂「小晶片」，是相對傳統晶片製造方法而言。傳統晶片製造方法，是在同一塊矽晶片上，用同一種製程打造晶片。Chiplet 是將一塊完整晶片的複雜功能分解，儲存、計算和訊號處理等功能模組化成裸晶片（Die）。這些裸晶片可用不同製程製造，甚至可是不同公司提供。透過連接介面相接後，就形成一個 Chiplet 晶片網路。

據壁仞科技研究院唐杉分析，Chiplet 歷史更久且更準確的技術詞彙應該是異構整合（Heterogeneous Integration）。總體來說，此技術趨勢較清晰明確，且第一階段 Chiplet 形態技術較成熟，除了成本較高，很多高端晶片已經在用。

如 HBM 儲存器成為 Chiplet 技術早期成功應用的典型代表。AMD 在 Zen2 架構晶片使用 Chiplet 思路，CPU 用的是 7 奈米製程，I/O 使用 14 奈米製程，與完全由 7 奈米打造的晶片相比成本約低 50%。英特爾也推出基於 Chiplet 技術的 Agilex FPGA 系列產品。

不過，Chiplet 技術仍面臨諸多挑戰，最重要之一是互連介面標準。互連介面重要嗎？如果是在大公司內部，比如英特爾或 AMD，有專用協議和封閉系統，在不同裸晶片間連接問題不大。但不同公司和系統互連，同時保證高頻寬、低延遲和每比特低功耗，互連介面就非常重要了。

2017 年，DARPA 推出 CHIPS 戰略計劃（通用異構整合和 IP 重用戰略），試圖打造開放連接協議。但 DARPA 的缺點是，側重國防相關計畫，晶片數量不大，與真正商用場景有差距。因此一些晶片業公司成立組織「ODSA（開放領域特定架構）工作組」，透過制定開放的互連介面，為 Chiplet 的發展掃清障礙。

另闢蹊徑

除了在現有框架內做架構和製造創新，還有研究人員試圖跳出電腦現行的范紐曼型架構，開發真正模擬人腦的計算模式。

范紐曼架構，數據計算和儲存分開進行。RAM 存取速度往往嚴重落後處理器的計算速度，造成「記憶體牆」問題。且傳統電腦需要透過總線，連續在處理器和儲存器之間更新，導致晶片大部分功耗都消耗於讀寫數據，不是算術邏輯單元，又衍生出「功耗牆」問題。人腦則沒有「記憶體牆」和「功耗牆」問題，處理訊息和儲存一體，計算和記憶可同時進行。

另一方面，推動 AI 發展的深度神經網路，雖然名稱有「神經網路」四字，但實際上跟人腦神經網路運作機制相差甚遠。1,000 億個神經元，透過 100 萬億個神經突觸連接，使人腦能以非常低功耗（約 20 瓦）同步記憶、演算、推理和計算。相比之下，目前的深度神經網路，不僅需大規模資料訓練，運行時還要消耗極大能量。

因此如何讓 AI 像人腦一樣工作，一直是學界和業界積極探索的課題。1980 年代後期，加州理工學院教授卡弗·米德（Carver Mead）提出神經形態工程學的概念。經過多年發展，業界和學界對神經形態晶片的摸索逐漸成形。

軟體方面，稱為第三代人工神經網路的「脈衝神經網路」（Spike Neural Network，SNN）應運而生。這種網路以脈衝信號為載體，更接近人腦的運作方式。硬體方面，大型機構和公司研發相應的脈衝神經網路處理器。

早在 2008 年，DARPA 就發起計畫──神經形態自適應塑膠可擴展電子系統（Systems of Neuromorphic Adaptive Plastic Sc​​alable Electronics，簡稱 SyNAPSE，正好是「突觸」之意），希望開發出低功耗的電子神經形態電腦。

IBM Research 成為 SyNAPSE 計畫的合作方之一。2014 年發表論文展示最新成果──TrueNorth。這個類腦計算晶片擁有 100 萬個神經元，能以每秒 30 幀的速度輸入 400×240pixel 的影片，功耗僅 63 毫瓦，比范紐曼架構電腦有質的飛躍。

英特爾 2017 年展示名為 Loihi 的神經形態晶片，包含超過 20 億個晶體管、13 萬個人工神經元和 1.3 億個突觸，比一般訓練系統所需的通用計算效率高 1 千倍。2020 年 3 月，研究人員甚至在 Loihi 做到嗅覺辨識。這成果可應用於診斷疾病、檢測武器和爆炸物及立即發現麻醉劑、煙霧和一氧化碳氣味等場景。

中國清華大學類腦計算研究中心的施路平教授團隊，開發針對人工通用智慧的「天機」晶片，同時支持脈衝神經網路和深度神經網路。2019 年 8 月 1 日，天機成為中國第一款登上《Nature》雜誌封面的晶片。

儘管已有零星研究成果，但總體來說，脈衝神經網路和處理器仍是研究領域的方向之一，沒有在業界大規模應用，主要是因為基礎演算法還沒有關鍵性突破，達不到業界標準，且成本較高。

附圖：▲ 不同製程節點的晶片設計製造成本。（Source：ICBank）
▲ 可重構計算架構與現有主流計算架構在能量效率和靈活性對比。（Source：中國科學）
▲ 異構整合成示意動畫。（Source：IC 智庫）
▲ 通用處理器的典型操作耗能。（Source：中國科學）

資料來源：https://technews.tw/2021/02/23/what-to-do-if-the-chip-cannot-keep-up-with-the-evolution-of-the-algorithm/?fbclid=IwAR0Z-nVQb96jnhAFWuGGXNyUMt2sdgmyum8VVp8eD_aDOYrn2qCr7nxxn6I

📣《 Q4 強勢類股大掃描》
根據CMoney統計：過去三十四年以來，台股每逢第四季就有高機率上漲！其中10月上漲機率為58.8%；11月約為58.5%；至於12月更是來到76.4%！
雖然歷史不一定重演，但至少提供了類似天氣預報的功用🤣
所以這次阿格力又要來線上講股啦❤️

✔影片重點跨加啦～
02:48 台股靠近月線/季線！即將表態
05:40 個股操作不易？空頭排列佔多數
06:50 【阿格力】10月觀察重點🔍
09:10 【塑化】Q4 旺季！這 3 檔股價旺不旺？
23:00 塑化行情要看「原油走勢」☢️
27:55 《工商服務》直播限量優惠 2 選 1💗
34:20 汽車股可留意？這項指標20年來最低
41:45 電動車不只電池，還有「線束」🔌
47:20 充電槍/座，台廠有機會！
57:15 【健和興】連接器應用不只電動車
1:00:20 量先價行！半導體設備出貨續增
1:03:10 【聯電】成熟製程大放異彩！EPS上看4元？
1:10:10 【迅得】隱形的台積電設備廠
1:14:40 📲 阿格力APP：使用教學、功能介紹
1:19:20 【鋼鐵】未來還有戲？先看籌碼分析
1:22:00 【中租-KY】一直漲的關鍵在這裡

📲免費下載「價值成長股APP」
https://cmugly.page.link/vYPd
🎊限量【$999/季】超值方案
https://cmy.tw/008Rco
💕訂閱【$399/月】直播優惠
https://cmy.tw/0088h2
🎥上個月直播回顧
https://youtu.be/W-d-1Q1HEhg

#台股 #強勢股 #生活投資 #大盤