有不少Podcast與看我們文章的朋友常問我們：「要如何才有源源不絕的靈感？」

其實，#靈感匱乏 幾乎是所有創作者都經歷過的困境，而這些年中，我們歷經了許多次沒有題材、沒有靈感的困境。為此，我們整理了一份表單，裡面條列了許多在靈感匱乏時，呼叫「謬思女神」的方法，而這些方法就收錄在【知識型商品的文案寫作課】。
>>https://bit.ly/3mw7gFG

做這些事情，其實就像是調整無線電的頻率，有時候調著調著，在電光火石的一刻，頻率對了，靈感就源源而來！

這邊分享三個方法：

1. 隨手紀錄

靈感總是來自於生活之中。但人的記憶相當不可靠，平常想法很多，但等真正要動筆的時候，往往腦袋一片空白。因此，隨手記下當下的想法是很重要的。

此外，我自己是個很喜歡寫字的人，在紙上寫字，或是在電腦裡輸入，對我來說都是一種療癒，我猜想，人在寫字的時候，大腦也會同步運轉，開始整理平常蒐集到的資訊，這時候常常就會突然出現靈感！

為了方便隨手紀錄，我習慣在很多地方都準備筆跟記事本，隨時捕捉稍縱即逝的靈感火苗。像是床頭櫃、沙發旁、大門玄關我都有準備。甚至連淋浴間，我都放了特製的防水便條紙跟鉛筆。至於辦公桌跟公事包更不用說了。

我許多創作靈感，就是從這些片段的文字中得來的。至於手機裡的Evernote APP也幫助我不少，尤其是在通勤的時候。

2. 增加限制

記得小時候上作文課，很怕老師讓大家「自由命題」。一堂課50分鐘，有時候光想要寫什麼題目，就花了一半的時間。我還寧願老師給定一個題目，我反倒比較容易完成文章。

另外我還記得，有種作文叫做「引導式寫作」，針對一個作文題目，老師會循序漸進提出幾個問題，我們根據問題逐步寫出看法，最後稍加潤飾，很容易就連成一篇文章。

由此可見，在創作的領域中，「限制條件」未必是壞事，像是先定好的題目，或引導式的問題，其實都是限制條件，但反而能幫助我們聚焦，更容易寫出作品。

例如我在寫課程文案時，若遇到沒有靈感，我就會先條列所有的關鍵問題，例如：銷售對象是誰？產品打算解決什麼痛點？帶來什麼實質效益？跟其他課程差異在哪裡？等等。一邊自問自答，有時候靈感就出現了。

另外一種給自己限制的方式，就是「照樣造句」。我會選一句網路的流行語，或是名人金句當作基礎，把我對這句話的觀點寫成一篇文章。例如我曾經看到一句話是這樣說的：「你實在不必那麼謙虛，因為你沒那麼優秀！」除了哈哈大笑，也創作了一篇文章與 Podcast 談談我的看法。

有次看到網友轉貼李小龍的金句：「我不怕練了一萬種踢法的人，我只怕把一種踢法練了一萬次的人！」也非常有感，就用這個概念寫了一篇朋友課程的推薦文，對方覺得非常高興。其實，這就是小學時候「照樣造句」的概念。

3. 多元創作

依據「傳播媒介」與「受眾特性」，網路平台可區分為多種類型。所謂「傳播媒介」，就是文字、圖片、語音、與影片。文字又可細分為長文字，例如部落格。或是短文字，例如 Facebook 或 Twitetr。影片也有長短之分，例如長影片就是Youtube，短影片則是抖音或是IG，只有短短數秒。

建議你都可以去嘗試看看，找到最適合自己的媒介。例如，Podcast 上名列前茅的節目《股癌》，作者原本寫過文章，也做過Youtuber，卻都沒怎麼受到關注，但改成 Podcast 的型式卻一砲而紅！

另外，平台的「受眾特性」也務必考慮。每個平台的受眾都會有些的不同。例如知識性的內容，或許放在Facebook 或是 Medium 上比較容易接觸到受眾，但時尚類的內容或許放在 Instagram 會比較容易受到關注。很多時候不是你的內容不好，而是放錯了平台，不妨多方嘗試看看。

以「大人學」來說，我們是跨多個平台，經過許多嘗試之後得到的結果，目前集中在三個地方，分別是自建的部落格、Podcast、以及Facebook。我們會挑出適合的 Podcast 內容轉成文章，先在部落格上架，接著在Facebook 上露出。

有些過往寫過的文章主題，若適合深度探討的，就可能錄製成一集新的 Podcast。至於讀者在 Facebook 粉絲頁提出的各類問題，也可能錄製成一集 Podcast 節目，或者寫成一篇文章。總之，多個平台可以交相搭配，產生綜效，提供給你參考。

我們都會羨慕那種靈感源源不絕的人，甚至覺得他們天賦異稟，天生適合當創作者。

但靈感就算是天生的，也會有用盡的一天，如果要成為長期的創作者，讓自己隨著年齡，擁有更多面向的創作靈感，計畫性地去執行這五個建議，才是最實際有效的方法。

當然，課程中不只這三個方法，如果想知道更多，歡迎參考這堂【知識型商品的文案寫作課】，裡面有Bryan十幾年來寫作文案的經驗彙整，相信對於想打響品牌知名度的你，是一堂不容錯過的好課！
>>https://bit.ly/3mw7gFG

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

遇到高手才知道自己.有什麼？缺少什麼？
為了讓自己更專業.會花時間進修！

Mimi應該是 ＷＦＨ輕鬆學嘉賓中.認識時間最短.卻很有默契.感覺認識很久的朋友.

(絕對不是裝熟的那種）（每次的對談都是讓彼此能量提升）

有一次聽口語表達王學生/牙醫雅齡在作業中提到mimi
基於好奇秘密客的工作.自己也曾經是秘密客.自己團隊成員都因為工作的關係.都送去進修拿證照.加上是不同的體系.我也好奇差異在哪？所以就跟雅齡說...麻煩跟Ｍｉｍｉ說.【我想認識她！】沒多久我們竟然在一個公開場合中巧妙認識．他是台上分享嘉賓.而我是坐在第一排的來賓.那次的巧遇.從虛擬網路.開始有了實際互動交流.....

約了下星期二.下午兩點在金典誠品一樓咖啡聽.那天我提早出門.去相約地點旁的蘋果賣家購買iphone 12.特別用神秘客的角度.看服務人員怎麼銷售服務.跟電信公司的服務銷售有什麼差異？自已以往都是電信公司vip 續約客人.絕對可以比較出彼此之間的差異！光是幫我設定手機所有資訊同步.轉換資料需要1.5小時.都幫我搞定.在服務的過程中.還送了很多贈品（配件）還引導我『建議』買些配件......（我也買了！）那我到隔壁咖啡廳等. 我跟人有約.......好！王先生.我幫你送過去.大約2:30前！

（既然花了錢買東西.也要萃取些案例）

轉身走到下一個『點』大約是1:30分．．．．．走進店家.就看到mimi坐在一個角落.我們互看之後的表情很有趣！她應該認為.我怎麼早到？我想的是不是我記錯時間？

哈哈！原來我們都早到30分鐘！就這樣我們嘰哩呱啦好像是老朋友般的交流.我還打開電腦. 分享她問我的問題......2:10分.王先生你的手機好了喔！剛剛店裡的Lucy把手機送過來.把整個交付流程做的非常仔細.還把『手機』相關配件馬上攤放在桌上拍照紀錄！

蛤～這也要記錄po臉書？才不是拉！既然花錢了！我應該萃取一下整個過程的精華.看哪裡需要優化. 然後問自己.會幫他們做轉介紹嗎？服務有『中』消費者的心嗎？

就這樣.我們又分享很多有關『服務』的案例,高手就是高手.整個下午我們彼此交流．一件事情卻有不同的看法,可以感受到私底下對自己工作的熱情！

這一堂課我們跟大家交流了幾個案例．包含 海洋公園的退票事件．一個好服務10年後還是會想起他.醫美銷售的錯誤案例．都希望大家在我跟Mimi 用不同的角度分析客戶觀感.

很欣賞mimi為了自己的專業.去修了紅酒相關課程與證照.原因不是為了讓自己多喝酒.而是在星級餐廳評鑑時.
能夠明白服務人員介紹酒與餐.適合搭配深度專業！希望這集ＷＦＨ輕鬆學能讓大家對服務的標準有不同的了解！

（這真的很厲害！）
（我只要酒不難喝就好！在意的是氛圍與跟誰喝？）
（這是那天第一次見面的合影）
（感謝口語表達王 一班.認真的牙醫雅齡同學）
(謝謝 口語表達王一班楊婉怡 po的 海洋志工媽媽的故事.讓整件事有好的串連！）

#wfh輕鬆學銷售服務巧實力

訂閱後請記得按下鈴噹，直播才能收到通知唷😄😄
成為妮妮頻道會員享有福利 ►►http://bit.ly/2EMZH9D
*灌高跨服社團 數字ID: 100330356，追蹤妮妮的FB或IG可以加社團 ❤
妮妮灌高ID：Nino175，加入YT會員或抖內NT$175可以加好友❤

*灌高社團規則：活躍度每周日前未達15 或 兩天未上線未請假會踢出
另外社團內是LINE群組或YT會員或曾抖內過，不會因為活躍度或未上線被踢出

雷電模擬器下載：http://bit.ly/3i529rG || 灌籃高手下載：http://bit.ly/2LprmRZ

【同步直播 Synchronize Live】

Twitch ►► https://goo.gl/gvLqbg
Facebook►► https://goo.gl/rh64BE

【想更了解妮妮可以追蹤 Know more about me can follow me】

Instagram►► https://goo.gl/RQxFWv
真人一對一LINE►► http://line.me/ti/p/%40yic0252a

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

🦄2021年想加入妮妮LINE群組+獲得特製鑰匙圈，以下贊助可加入唷❤️

1️⃣累積贊助888元(歐付寶/綠界/paypal)
2️⃣累積贊助3500星星(FB星賞)
(小提醒: 用電腦版購買星星會便宜些😋)
3️⃣加入Youtube新手妮寶會員一年(累計)
4️⃣加入Youtube資深妮寶會員三個月(累計)

另外Youtube會員額外禮物❤️
1️⃣ Youtube新手妮寶會員加入滿6個月可獲得拍立得+手機支架
2️⃣ Youtube資深妮寶會員加入立即可獲得拍立得+手機支架
以上皆限量~送完為止~贊助後再私訊截圖給妮妮確認就可以一起來聊天囉❤️

【關於贊助 About donate 】

贊助是很實際的鼓勵妮妮~贊助我會有更多動力開台😘
我也會記得贊助的大家，真的我好感動!!!感謝💓
Thanks for the donation~ I will continue to work hard !
I will also remember you. I am really touched! Thank you.💓

歐付寶 (台灣taiwan)►► https://goo.gl/9NeKXu

Paypal (海外foreign)►► https://goo.gl/LssScw

綠界 (台灣taiwan/海外foreign)►► https://goo.gl/XdMiKk
✨✨使用綠界，不用註冊可以直接使用也可自行申請超商代碼✨✨

請衡量自身經濟再做贊助唷!!謝謝💓

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

【更多影片 More videos 】

傳說對決抽獎精華►►https://goo.gl/7oZ9Li

傳說對決AOV (一般場精華)►►https://goo.gl/5w5DXk

傳說對決AOV (排位賽精華)►►https://goo.gl/hmXf7e

絕地求生PUBG 精華►►https://goo.gl/SuoHv8

開箱影片 OPEN ►►https://goo.gl/jpEud6

生活影片 Vlog ►►https://goo.gl/2J8qbd

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

✔️遊戲及聊天室規則：
遊戲過程或聊天室發言中，假設超過兩人(含)投訴，
經妮妮判斷後將刪除好友並不得再加，
(直接怒罵隊友，不願配合隊友們，聊天室中針對性發言怒罵或是人身攻擊等)
聊天室有不尊重的發言依照狀況會ban，吵架也會視狀況暫時禁言。

聊天室最高宗旨：勿吵架、勿怪隊友！
記得是溫馨聊天台，希望大家每天看台都很開心💓

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

【合作邀約信箱】►► iamnino175@gmail.com

#灌籃高手​​ #SlamDunk​​ #籃球手遊 #集訓流川楓 #進階阿神 #集訓赤木

新頻道成立！歡迎訂閱及加入：
【游泳私房話】YouTube：https://www.youtube.com/channel/UCWfGGxRvTJwgZz6Wak2zalw
【游泳私房話】FB社團：https://www.facebook.com/groups/swimmerprivatetalk
－－－－－－－－－－ 全新運動化BMW 4系列雙門跑車、Gran Coupe、敞篷跑車全員正式登台！
4系列的誕生打破傳統並將BMW推向嶄新紀元，而BMW 4系列雙門跑車、4系列Gran Coupe及4系列敞篷跑車就像是分別擁有獨特性格的三胞胎一般，雖流著相同的家族血液，卻有著渾然不同的風格。身負重任繼承3系列雙門跑車的專屬地位，且跳脫3系列家族成為獨立車型，4系列雙門跑車如同運動場上最耀眼的選手，以跑格濃烈的低扁外型擄獲所有車迷的目光。3系列敞篷跑車則將神聖的使命交棒給4系列敞篷跑車，瀟灑的外型令人印象深刻，當開啟帥氣的硬頂敞篷時似乎在暗喻著自由的靈魂獲得救贖與解放。身為4系列家族中最後問世、年紀最輕的車型，4系列Gran Coupe的設計源自6系列Gran Coupe，不僅擁有雙門跑車的優美曲線，更具備四門房車的日常實用價值，因此順勢成為4系列中最受歡迎的成員。
自2013年正式問世，BMW 4系列的全球銷售總量已直逼40萬台，銷售成績名列前三名的國家分別為美國、英國、德國，其中4系列Gran Coupe即佔了銷售總量約50%，4系列雙門跑車及敞篷跑車之銷售比例則分別各佔25％左右。反觀臺灣市場，從2014年BMW總代理汎德正式引進4系列後，至今銷售量已超越2,500台，如同全球市場，4系列Gran Coupe在台銷售佔比超過50%，也是最受臺灣車迷喜愛的4系列車款。
時尚美學的最佳代名詞
擁有帥氣的外貌、精壯的肌肉線條，全新BMW 4系列雙門跑車、BMW 4系列Gran Coupe及BMW 4系列敞篷跑車兼具優雅與運動氣息，以六角形線條重新詮釋BMW經典四圓頭燈造型，從正面看過去科技感十足，尾燈也採新款L形LED導光條設計，即使在夜間行進時也難以錯認全新BMW 4系列的高雅身段。全新BMW 4系列標準配備LED頭尾燈、LED日間行車燈、LED前霧燈等科技元素，BMW總代理汎德引進之全新BMW 4系列雙門跑車、BMW 4系列Gran Coupe及BMW 4系列敞篷跑車更全部搭載M款跑車化套件，將M款空力套件、M款專屬輪圈、M款跑車化懸吊、緞面鋁質窗框、M字樣車側名牌等皆列為標準配備，為全新BMW 4系列外觀注入令人熱血沸騰的個性化元素。此外，全新BMW 430i、440i雙門跑車、Gran Coupe、敞篷跑車採用M款煞車套件，搭配藍色卡鉗除能提供更優異的制動力外，也達到吸引眾人目光的效果。
精心刻劃的內裝鋪陳
打開車門、坐進全新BMW 4系列雙門跑車、BMW 4系列Gran Coupe及BMW 4系列敞篷跑車的車艙內，隨即印入眼簾的便是最新世代的iDrive使用者介面，以並列的圖示取代傳統選單，不但使資訊一目瞭然，駕駛者更可根據自身需求客製化選單功能的排列順序，如同使用電腦或智慧型手機時可自訂桌面圖示一般。此外，全新BMW 4系列於多處採用鍍鉻材質妝點，如空調、音量調整旋鈕等，並將中控面板改為黑色高光澤材質，儀錶檯則以縫線處理提升整體車室質感。
除上述改款重點之外，全新BMW 430i、440i雙門跑車、Gran Coupe、敞篷跑車更搭載8.8吋多重行車模式儀錶板、最新iDrive系統(ID6)、BMW智能衛星導航含8.8吋中控顯示幕等智慧科技結晶，使行車生活更加人性化、更加便利。由於臺灣引進所有車型皆配備M款跑車化套件含M款多功能真皮方向盤(含換檔撥片)、雙前座電動跑車座椅含駕駛座記憶裝置、黑色車內頂篷、鋁質格紋飾板含銀色飾條、M款駕駛休息踏板、M字樣車門門檻等，因此全新BMW 4系列車內無時無刻皆充斥著一觸即發的戰鬥氣息。
節能高效的強勁動力
全新BMW 4系列雙門跑車、BMW 4系列Gran Coupe以及BMW 4系列敞篷跑車搭載新世代BMW TwinPower Turbo直列四缸、六缸汽油引擎，在提升動力性能的同時也優化油耗與CO2排放量。以全新BMW 440i雙門跑車、Gran Coupe、敞篷跑車為例，搭載新世代BMW TwinPower Turbo直列六缸汽油引擎，最大馬力提昇至326匹德制馬力，最大扭力也來到450牛頓米；此外，油耗數據較更換引擎前降低12%，CO2排放量也降低了11.5%達到每公里154公克，貫徹EfficientDynamics高效動力的宗旨。
全新BMW 4系列雙門跑車、Gran Coupe、敞篷跑車動力數據一覽：
車型
引擎
最大馬力
最大扭力(牛頓米)
油耗
(公升/100km)
CO2排放量
(公克/km)
420i
TwinPower Turbo
直列四缸汽油引擎
184
270
5.5
(較更換引擎前
降低9.8%)
127
(較更換引擎前
降低10.6%)
430i
TwinPower Turbo
直列四缸汽油引擎
252
350
5.5
(較更換引擎前
降低12.7%)
129
(較更換引擎前
降低12.2%)
440i
TwinPower Turbo
直列六缸汽油引擎
326
450
6.6
(較更換引擎前
降低12%)
154
(較更換引擎前
降低11.5%)
*資料來源：BMW原廠數據
魅力無窮的精準操控
車長4,640mm、寬1,825mm、軸距2,810mm，搭配近50:50車身配重結合後輪驅動操駕魅力，造就全新BMW 4系列雙門跑車、Gran Coupe、敞篷跑車擁有絕佳操控性和彎道轉向表現(全新BMW 4系列雙門跑車、Gran Coupe更將懸吊強化)。全車系搭載Steptronic運動化八速手自排變速箱，綿密順暢的換檔齒比能持續傳遞豐沛動能，同時優化油耗表現。為滿足不同的旅程需求與個人喜好，駕駛者可透過位於中央鞍座的動態行車模式切換按鈕，隨興選擇COMFORT、SPORT或ECO PRO模式，享受在不同引擎反應、轉向輔助、與DSC動態穩定控制系統不同介入程度下的操控體驗。當切換至ECO PRO節能模式時，系統將主動協助達成更經濟的效能表現，不僅能調節空調系統的最大輸出功率，油門踏板的靈敏度也會隨之改變，確保節省油耗。
盡忠職守的安全護衛—BMW ConnectedDrive智慧互聯駕駛
盡情享受駕馭樂趣的前提是確保行車安全無虞，全新BMW 4系列雙門跑車、BMW 4系列Gran Coupe以及BMW 4系列敞篷跑車標準配備車壇中最先進的BMW智慧安全駕駛輔助，含主動防撞輔助系統與行人偵測、盲點偵測警示、車道偏離警示等功能。
全新BMW 4系列雙門跑車、BMW 4系列Gran Coupe及BMW 4系列敞篷跑車搭載BMW ConnectedDrive智慧互聯駕駛服務，以車上內建SIM卡為媒介，進行聯網或語音通話，包含下列功能：
智能緊急求助(Intelligent Emergency Call)：藉由手動或自動撞擊感應連接至BMW原廠客服中心，車輛資訊如：位置、底盤號碼、受損情況等將同時回傳至原廠客服中心，由客服人員詢問駕駛狀況並聯繫救助支援單位。
道路救援服務(Breakdown Call)：車主於車輛故障時可藉由iDrive系統與道路救援客服中心通話尋求道路救援服務，車輛資訊如位置、底盤號碼、車輛里程數、水箱、電瓶狀態等情況皆會同時回傳至道路救援客服中心。
遠距售後服務(Teleservices)：車主在購車時可先指定日後保養的BMW汎德服務廠，在每次定期保養到期之前，車輛資訊將回傳至車主指定之BMW汎德服務廠，由售後服務顧問主動聯繫車主，以達到保養的如期執行。
智能旅程管理(Journey Management)：車主在ConnectedDrive Portal網站註冊並開通功能後，下載BMW Connected App(目前僅提供iOS系統下載)至智慧型手機，即可透過手機計劃及管理旅程，如將目的地傳送至車內導航系統、尋找BMW經銷商或其他興趣點、根據預定抵達目的地時間與交通狀況計算何時應該出發，並藉由手機提醒車主。
智能遠端遙控(Remote Services)：下載BMW Connected App(目前僅提供iOS系統下載)至智慧型手機，即可藉由手機遙控並監控車輛狀況如車輛位置、車輛開啟或上鎖等狀態，甚至開啟空調送風。
旅程諮詢秘書(Concierge Service)：透過iDrive系統與BMW原廠客服中心進行通話，協助找尋餐廳、飯店、電影院等資訊，確認後客服中心會將選定的興趣點之導航路線傳送至車上的BMW原廠導航系統。
即時路況資訊(Real Time Traffic Information)：車主可根據由BMW原廠導航系統上以紅、橙、黃、綠不同顏色顯示的主要道路車流量狀況選擇最佳路徑，有效率地縮短車程時間。
線上生活資訊(ConnectedDrive Services)：使用BMW iDrive系統內建的應用程式即時查詢資訊、天氣、Google地圖等功能，也可透過BMW Connected App將智慧型手機中的App(如Spotify, Twitter等)同步連結至iDrive系統當中。
*全新BMW 420i雙門跑車、Gran Coupe、敞篷跑車僅配備智能緊急求助(Intelligent Emergency Call)、道路救援服務(Breakdown Call)、遠距售後服務(Teleservices)等功能
⬛本影片已取得【digiMobee移動生活網】授權使用

◉ 訂購 剛剛好水餃：https://shopee.tw/privatetalk

網站：http://www.autoprivatetalk.com
FB：https://www.facebook.com/harry.liaokang
社團：https://www.facebook.com/groups/autoprivatetalk
主講人/剪輯後製/企劃：廖剛
註：不會有字幕(我手邊沒有人力)(但你有興趣也可以幫我上字幕)、不要用粗話罵人～

✤✤ 深度放鬆 一夜好眠✤✤
改編自原「深度催眠放鬆」音頻，把最後一段恢復精神的引導刪除，更適合直接滑入睡眠中，還加入更多對潛意識與身心健康有益的詞語，音樂也重新製作。請注意千萬不要在開車與工作聽。

聆聽時機：午睡或晚睡時
專輯長度：22分鐘　
音樂製作：奇思家錄音室
聲音旁白：催眠師Clair Chiu
專輯費用：推廣價299 元(原價450)
錄音製作：奇思家錄音室
適合人士：需要放鬆、經常肩頸僵硬、自律神經失調、睡眠很淺、睡眠障礙、需長時間入睡者...。

*全心公益分享完整22分鐘的「深度放鬆 一夜好眠」專輯：
https://youtu.be/-4sVY8vsQ_A


＊直接購買：https://gum.co/aHlDa
（請根據頁面說明購買，您會收到下載連結的方式，請下載到電腦中，此方式並不支持iphone直接下載，需透過電腦同步至手機中，或安裝Gumroad APP，在手機上聆聽）

​＊購買方式以及發行專輯的緣由：
http://www.asiaqhht.com/recordings.html

靈魂心旅程工作室
提供服務：催眠 x能量療癒 xSRT x合一
www.AsiaQHHT.com
Line ID：0905817944
Email: jouage@gmail.com