NINE WES初秋新品團購 #最低49折再送短夾
出門踏青、旅行、上班、約會都能揹的美包♥️
🔥限時優惠：https://reurl.cc/Okq90X
🔥團購期間：即日起～09/21
廠商說由於這團大家回饋都挺好的
#跟艾莉團購再抽三用包 （詳見文末）
-
Nine west之前應該都有在台灣百貨專櫃看過吧!
是個來自美國紐約🇺🇸的知名品牌
這次團購有非常多的款式，價格也是超級甜❗️
原價$3000以上的包款 #全部65折回饋
$3000以下的包款
很多都是$2780或是$2980的這種
團購價通通都是$1480之外
最低 #直接49折 而且 #免運!!!
而且再送一個市價$1380的短夾
這個團購價格真的是非常甜阿～～～👍

團購的包款非常多
我挑選了5款包型來介紹給大家
-
【🔺立體直線壓紋鍊帶小方包】
小方包的包型真的是很厲害
即使不裝東西也都是挺挺的
視覺上很有精神
.
鍊帶的設計也是這款包的重點之一
讓整個包型變得更有特色之外
可休閒輕鬆可幹練上班也可以當甜美女孩
能夠有4種使用方法，手提、側背跟肩背
其中變成雙鍊模式的側背
就是這幾年很流行的 #腋下包
長度剛剛好，時髦中又帶了一點微個性
.
雖然看起來扁扁的但是容量不容小覷
實測單放相機、寶寶水壺、折傘、長夾都沒問題
(實測影片放留言處)
日常出門絕對沒有問題的容量
.
我自己最喜歡 #夕陽黃
非常陽光，而且能夠讓氣色變得超好
黑色的話屬於比較百搭內斂的顏色
上班也可以使用的低調包款
拼接色是他們這款的形象照色
用米色、灰色、咖啡色這種比較秋冬的顏色來拼接
是個滿有設計感又帶點個人特色
-
【🔺斜背劍橋小包】
容量真的超~級大的!!
有提把有背帶，揹帶能夠調整長度
所以手提、肩背跟側揹都可以
我覺得這個包型手提非常好看
有一種清新可人的鄰家女孩感
-
這次團購有3種顏色
我最喜歡這顆撞色款
整顆包的顏色由深灰、米色、淺粉紅色拼接而成
但因為顏色的色調都很有一致性
所以整體看起來很順眼舒服不會眼花撩亂
而且顏色多的包包再搭配上還有一個優勢
只要是包包上面有的顏色都可以搭配
所以也算是一個很百搭的包款
-
【🔺鱷魚紋MINI手提/斜背包】

團購有兩個很實搭的秋冬色：黑/咖
仿鱷魚皮的壓紋，很秋天
可拆式背帶，揹帶可以調整長度
磁扣的開口，掀蓋式設計
側背、斜背、手提都可以
這個大小的包斜背真的是有夠可愛
-
【🔺時尚名媛款壓紋鍊帶肩背包】

有3個顏色：黑、奶油白、珊瑚粉

有著非常細緻的立體雕花的花紋
觸感是很滑順柔軟的那種
背帶的部分是鍊帶
也可以調整單鍊或是雙鍊
能夠側背、斜揹、手提或是腋下包的揹法都行
款式很優雅，搭配裙裝或是洋相當加分
會更有女人味
-
【🔺三用斜背包】
壓軸包包出場啦
他是由兩個包包(信封包+長夾包)
透過扣環組合在一起的包款
兩面都可以揹
也可以自己決定要不要拆開來揹
當然，組合在一起的容量是最max的

信封包雖然小規小
但是能夠同時放入氣墊粉餅+香水+口紅+消毒液
其實日常出門帶這樣也非常堪用
絕對不算是小廢包
另一個長夾的部分不只是能放錢、信用卡
甚至要再放護照、手機都沒問題
真的是很神奇的小包
如果沒有這種包款一定要入手
方便又好看，有三個顏色可以選擇
黑色、大象灰、玫瑰粉

-
✨NINE WES初秋新品團購✨
🔥限時優惠：https://reurl.cc/Okq90X
🔥團購期間：即日起～09/21
Nine West Taiwan

-
✨如何抽限定花色三用包（照片放留言處）✨
1.有購買艾莉的這團NINE WES初秋新品團購
2.分享照片+文字回饋（寫多寫少都可以☺️）
3.將照片心得私訊我、留言給我或是限動分享tag我，只要讓我看到就可以獲得抽獎資格
4.9/21晚上抽出幸運兒

#神奇大容量英國🇬🇧小獅包🦁️開團
#媽媽界超有名袋鼠包🦘開團
🔗開團連結：https://gbf.tw/aiiet
優惠時間：8/25-8/31
⭐️輸入折扣碼【ice】每單再折100元

好閱讀圖文版：https://icequeen.tw/lonsdale/

許多媽媽一定都看過袋鼠包🦘，可以說是媽媽界很有名的可愛隨身包、購物包、媽媽包，這次冰冰也敲到可愛價格，要給大家在這個夏天可愛一波！

不過這篇要介紹的是2021新品英國🇬🇧潮流品牌小獅包🦁️
小獅包跟袋鼠包有點像，最有名的就是帆布材質的水桶包，不過！我覺得小獅包更有質感！剪裁也更好，而且包包大小看起來不大，但可以裝超～多！
重要的是好看程度是隨時揹在身上都超級可愛！
包款超級超級多，我就分享我自己拿的幾款詳細介紹，其他沒介紹的大家可以按團購資訊裡面的「產品內容」就會有包包長寬高，有些也有model實揹照

🔺LONSDALE _小獅燈芯絨系列_水桶包（示範色：鵝黃）
這款是我最常揹，最常用來當隨身包的，側背斜背的大小都非常好看，重點是容量超級大！裡面可以放我平常手機、鑰匙、錢包、相機、補妝用品，之外！還可以放得下兩片尿布、奶瓶水壺，平常如果是帶孩子出去買菜或是公園放電，我就只會帶這個包，就非常夠用！而且尿布直放也不會露出來！就可以多很多空間裝其他東西！
而且它是特別的燈芯絨，非常可愛又特別，夏天就是要拿一個可愛的跳色，粉色或我拿的鵝黃色都超可愛～去露營、野餐、沙灘拿都超可愛又吸睛，手提、側背、斜背都好好看！

🔺LONSDALE 韓版60周年經典系列-小獅三用水桶包（示範色：淺牛仔）
這款真的是時尚媽媽必備！
超級好看的三用包，可斜揹、側背、後背、手提，都超級好看！而且容量超級大！尿布還可以直放，放水壺、奶瓶都很好塞，塞到我想不到可以塞什麼進去了😂，布面質感也非常好很挺！前方還有置物袋，空間也超大，我的隨身補妝用品、酒精都可以塞進去，是我推薦的這幾款隨身包裡面容量最大的！

🔺LONSDALE 韓版60周年經典系列-小獅mini小方包（示範色：灰粉）
這款是超實用小包，完全不廢！
看起來超可愛但可以裝超多超多！
可以塞4片尿布1個奶瓶還有1隻娃娃，重點是尿布竟然可直放！
我拿來給姐姐當她的隨身包，自己的東西自己揹❤️
也讓她學習對自己的事情負責，現在都會習慣自己揹一個包包，超級可愛❤️

🔺LONSDALE 韓版60周年經典系列-小獅托特包（示範色：草綠）
這個綠真的可愛炸！
托特包滿常見的，不過小獅包這款托特包真的便宜又有質感，很厚實又不重
但講真的！如果要裝奶瓶尿布當媽媽包用的話，我還是推薦 #燈芯絨水桶包，或是 #三用水桶包，因為這個托特包尿布只能橫放，直放會露出來，尿布橫放的話可以放其他東西的空間就不夠多，關包包的方式是用釦子沒有拉鍊，不過東西也不太容易掉出來，比較適合當大孩子的媽媽包

🔺LONSDALE _小獅經典Ultra-Poly_水桶包（示範色：咖啡棕）
這款是小獅包最經典的原色水桶包，米白麻布，超級好看！
但以裝小孩東西來說這個容量偏小一點，但裝大人隨身物品就很夠用
重點是真的很可愛很有質感～～
以媽媽包而言這款真的不太適合
但如果是一般女生隨身用真的就非常夠用了！

以上是我這次示範的幾個包的分享
當然小獅包還有更大容量的帆布包、購物包
還有很多袋鼠包
大家都可以進去團購連結看
真的超級划算不要錯過！

🔗開團連結：https://gbf.tw/aiiet
優惠時間：8/25-8/31
⭐️輸入折扣碼【ice】每單再折100元

⭐️好閱讀圖文版：https://icequeen.tw/lonsdale/

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

三星（SAMSUNG）在3月29日，發表兩款旗艦新機Galaxy S8、Galaxy S8+，延續Note 7，前後曲面對稱玻璃，結合金屬邊框，邊框改用亮面處理。主打18.5:9比例的超長螢幕，能提供更寬廣的視覺體驗。其中首次加入智慧語音助理Bixby，擁有建議、提醒、聲控、圖像辨識四大功能，能夠為你打理好生活大小事。此外，使用Dex Station配件，就能將手機畫面輸出至大螢幕，還能以滑鼠、鍵盤操作。S8、S8+ 將於4/17 下午2:00~4/25 下午2:00 期間進行預購，5/1開賣，空機售價方面，S8 為 NT$ 24,900，S8+ 則為NT$ 27,900。

【最新消息】
4月22日：Galaxy S8 儲存空間採用 UFS 2.0，而不是 UFS 2.1。

預購資訊：4 月 17 日下午 2 時起至 4 月 25 日下午 2 時止，Galaxy S8、S8+「流沙金」、「薰紫灰」開放官網獨家預購，預購消費者可享 4,000 元原廠配件購物金，並可在 4/28 優先取貨。4/28 當天於台北信義區三星品牌概念展館 VISOIN LAB（前 188 名）或中華電信、遠傳電信、台灣大哥大信義威秀門市（前 100 名）排隊取貨，可同步享限量排隊禮 Harman/Kardon Onyx Mini 無線藍牙喇叭（價值 4,290 元）。

5 月 1 日起，S8 雙機「薰紫灰」、「流沙金」色系將會在三星智慧館與中華電信、遠傳電信、台灣大哥大、亞太電信、台灣之星等各大電信商和全虹、震旦、燦坤、全國電子等各大通路門市、Yahoo 奇摩購物中心、PChome 24h 購物、momo 購物網等線上購物平台正式開賣；Galaxy S8+ 「晶墨黑」將於三星智慧館、中華電信（含神腦特約服務中心）同步推出。消費者凡於 5 月 31 日前購買，則可享上市禮 2,500 元原廠配件購物金。

使用台新、玉山、花旗銀行，這三家信用卡用戶，刷卡購買 S8 與 S8+，可加碼回饋最高 2,550 元；4 月 28 日起至 5 月 31 日止，於三星智慧館購買 S8 雙機，可享 Samsung Premium Care 免費延長保固一年、刷卡分期 0 利率、指定舊機換購最高折抵萬元等優惠。

之間購買過 Note 7 的用戶，三星會提供這些用戶一個序號，用此序號在四月底前預購手機，不會受到預購限量的影響（也就是一定可以預購到手機），也能在 4/28 當天優先取貨，並獲得 4,000 元的原廠配件購物金。此外，預購 S8 的 Note 7 用戶也能擁有一年內一次手機五折維修尊榮服務，未來並將不定期獲得品牌推出的優惠或預賞活動。

預購資訊來源：ePrice https://goo.gl/65WoJI

-------------------------------------------------------------------------

主題：大螢幕小機身！SAMSUNG發表旗艦雙機Galaxy S8、S8+

Title：SAMSUNG Galaxy S8 ,S8+ announced.

資料來源：SAMSUNG
製作者：小翔 XIANG

【個人專區】
臉書專頁：https://www.facebook.com/Xiangblog/
Blog：http://xianglin0222.pixnet.net/blog
Twitter：https://twitter.com/xianglin0222
Instagram：https://www.instagram.com/xianglin0222/

-------------------------------------------------------------------------

【精選影片】

《4K螢幕回歸！Sony 發表 Xperia XZs、Xperia XZ Premium》
https://youtu.be/NQABFgREBqM

《繽紛多彩！HUAWEI徠卡雙鏡頭機 P10、P10 Plus》
https://youtu.be/J6Q79-o7u5Q

《王者歸來！Nokia 6 中階機正式在台開賣》
https://youtu.be/XxPtlM1lanY

《單手也好掌控！大螢幕手機 LG G6 正式登台》
https://youtu.be/Y6yIy2pdzy0

-------------------------------------------------------------------------

【Samsung Galaxy S8 詳細規格】：

◎外觀
尺寸：148.9 x 68.1 x 8 mm
重量：155g
材質：鋁合金邊框、玻璃背蓋
顏色：晶墨黑、極地銀、薰紫灰、流沙金、珊瑚藍

◎螢幕
尺寸：5.8吋（螢幕佔比：83.3%）
材質：Super AMOLED
解析度：2960 x 1440p（570ppi）
技術：雙曲面螢幕、HDR 10高動態顯示技術、18.5:9 (2.06:1)比例螢幕、Always-on display
玻璃：康寧大猩猩第五代2.5D玻璃
多點觸碰：支援

◎硬體
作業系統：Android 7.0
處理器名稱：Qualcomm Snapdragon 835 或 Exynos 8895
CPU：S835八核心（4x2.35 GHz Kryo & 4x1.9 GHz Kryo）
CPU：Exynos 8895 八核心（4x2.3 GHz & 4x1.7 GHz）
GPU：Adreno 540
GPU：Mali-G71 MP20
記憶體：4GB RAM（LPDDR4）
儲存空間：64GB ROM（UFS 2.1）
記憶卡：microSD（最大擴充容量256GB）
電池：3000mAh（固定式）支援 QC 2.0快充、無線充電

◎主相機
畫素：1,200萬
技術：光圈f/1.7、等校焦距26mm、感光元件尺寸1/2.55 "、單像素面積1.4 µm、Dual Pixel、相位對焦、OIS、自動HDR、影像疊合技術。
錄影：4K錄影（3840*2160）30fps、Full HD（1920*1080） 120fps
其他：8倍數位變焦、全景模式、專業模式、720p 240fps慢動作錄影、縮時攝影、RAW檔拍攝、食物模式等。

◎前相機：800萬畫素（f/1.7、感光元件尺寸1/3.6 "、單像素尺寸1.22 µm、自動對焦、自動HDR）

◎通訊
SIM卡：nanoSIM（雙卡雙待、4G+3G、3選2）
通訊網路：2G GSM 四頻、3G WCDMA 850 + 900 +2100、台灣4G全頻。
LTE等級：Cat.16
載波聚合：4CA
VoLTE：Yes

◎連結
連接埠：USB Type-C 3.1
Wi-Fi：802.11 a/b/g/n/ac、Wi-Fi Direct、DLNA、熱點
藍牙：v5.0、A2DP、LE、aptX
GPS：A-GPS、GLONASS、BDS、GALILEO
其他：NFC、OTG、MST、Samsung Pay

◎音訊
技術：32bit DAC音樂晶片、支援32bit音質輸出
格式：mp3、mp4、3gp、wma、ogg、amr、aac、flac、wav、midi、ra…
3.5耳機孔：有
雙喇叭：無

◎感應器
（指紋、虹膜、臉部辨識器）、心跳感應器、重力感應器、光線感應器、接近感應器、霍爾感應器、陀螺儀、指南針。

◎其他
防水防塵：IP68
個人智慧助理：Bixby

◎資訊
售價：NT$24,900
上市：2017/05/01

◎以上資訊僅供參考，想了解更多請前往
官方網站：https://goo.gl/kR2zpB

-------------------------------------------------------------------------

【Samsung Galaxy S8+ 詳細規格】：

◎外觀
尺寸：159.5 x 73.4 x 8.1 mm
重量：173g
材質：鋁合金邊框、玻璃背蓋
顏色：晶墨黑、極地銀、薰紫灰、流沙金、珊瑚藍

◎螢幕
尺寸：6.2吋（螢幕佔比：83.9%）
材質：Super AMOLED
解析度：2960 x 1440p（529ppi）
技術：雙曲面螢幕、HDR 10高動態顯示技術、18.5:9 (2.06:1)比例螢幕、Always-on display
玻璃：康寧大猩猩第五代2.5D玻璃
多點觸碰：支援

◎硬體
作業系統：Android 7.0
處理器名稱：Qualcomm Snapdragon 835 或 Exynos 8895
CPU：S835八核心（4x2.35 GHz Kryo & 4x1.9 GHz Kryo）
CPU：Exynos 8895 八核心（4x2.3 GHz & 4x1.7 GHz）
GPU：Adreno 540
GPU：Mali-G71 MP20
記憶體：4GB RAM（LPDDR4）
儲存空間：64GB ROM（UFS 2.1）
記憶卡：microSD（最大擴充容量256GB）
電池：3500mAh（固定式）支援 QC 2.0快充、無線充電

◎主相機
畫素：1,200萬
技術：光圈f/1.7、等校焦距26mm、感光元件尺寸1/2.55 "、單像素面積1.4 µm、Dual Pixel、相位對焦、OIS、自動HDR、影像疊合技術。
錄影：4K錄影（3840*2160）30fps、Full HD（1920*1080） 120fps
其他：8倍數位變焦、全景模式、專業模式、720p 240fps慢動作錄影、縮時攝影、RAW檔拍攝、食物模式等。

◎前相機：800萬畫素（f/1.7、感光元件尺寸1/3.6 "、單像素尺寸1.22 µm、自動對焦、自動HDR）

◎通訊
SIM卡：nanoSIM（雙卡雙待、4G+3G、3選2）
通訊網路：2G GSM 四頻、3G WCDMA 850 + 900 +2100、台灣4G全頻。
LTE等級：Cat.16
載波聚合：4CA(S835)/5CA(Exynos 8895)
VoLTE：Yes

◎連結
連接埠：USB Type-C 3.1
Wi-Fi：802.11 a/b/g/n/ac、Wi-Fi Direct、DLNA、熱點
藍牙：v5.0、A2DP、LE、aptX
GPS：A-GPS、GLONASS、BDS、GALILEO
其他：NFC、OTG、MST、Samsung Pay

◎音訊
技術：32bit DAC音樂晶片、支援32bit音質輸出
格式：mp3、mp4、3gp、wma、ogg、amr、aac、flac、wav、midi、ra…
3.5耳機孔：有
雙喇叭：無

◎感應器
（指紋、虹膜、臉部辨識器）、心跳感應器、重力感應器、光線感應器、接近感應器、霍爾感應器、陀螺儀、指南針。

◎其他
防水防塵：IP68
個人智慧助理：Bixby

◎資訊
售價：NT$27,900
上市：2017/05/01

◎以上資訊僅供參考，想了解更多請前往
官方網站：https://goo.gl/kR2zpB

-------------------------------------------------------------------------

＃SamsungS8 #SamsungS8+ #三星S8 #三星S8+ #三星旗艦機 #SamsungGalaxyS8 #Samsung智慧型手機 #Samsung雙卡手機 #小翔XIANG