熱門Ptt文章

[爆卦]庫倫定律應用是什麼？優點缺點精華區懶人包

雖然這篇庫倫定律應用鄉民發文沒有被收入到精華區：在庫倫定律應用這個話題中，我們另外找到其它相關的精選爆讚文章

在 庫倫定律應用產品中有3篇Facebook貼文，粉絲數超過2萬的網紅民意論壇：聯合報。世界日報。udn tv，也在其Facebook貼文中提到， #科技人文講座（趙坤茂） 夢想無界的晶片傳奇 （圖為示意。路透） 擦身而過的路人嘀咕著，這突如其來的陣雨若是落在水庫該有多好。曾幾何時，不只路人關心民生用水，就連全球產經新聞近日也關注台灣的嚴峻旱情，尤其是攸關半導體晶片生產的竹科、中科與南科，鄰近水庫的即時水情更是動見觀瞻，唯恐缺水將影響製程，讓...

「庫倫定律應用」的推薦目錄
  • 民意論壇：聯合報。世界日報。udn tv

    庫倫定律應用 在 民意論壇：聯合報。世界日報。udn tv Facebook 的最佳解答

    2021-04-01 15:00:00
    有 5 人按讚

    #科技人文講座（趙坤茂）
    夢想無界的晶片傳奇
    （圖為示意。路透）

    擦身而過的路人嘀咕著，這突如其來的陣雨若是落在水庫該有多好。曾幾何時，不只路人關心民生用水，就連全球產經新聞近日也關注台灣的嚴峻旱情，尤其是攸關半導體晶片生產的竹科、中科與南科，鄰近水庫的即時水情更是動見觀瞻，唯恐缺水將影響製程，讓晶片缺貨更加惡化。

    晶片是積體電路成品的別稱，依功能可區分為處理器晶片、記憶體晶片、系統晶片、特定用途晶片等，應用非常廣泛，幾乎涵蓋了任何需要運算、存取、通訊、感測、顯影等功用的電子裝置。

    六十年前，時尚雜誌《生活》報導了仙童半導體所開發的晶片，內含四顆可開關、放大和改變電流的電晶體，而今晶片已可塞入數百億顆電晶體。仙童半導體更輕薄的電子元件，當年曾協助阿波羅登月計畫，而今人人隨身的智慧型手機，運算力已遠勝阿波羅十一號登月時所使用的電腦。

    高登．摩爾（Gordon Moore）是仙童半導體的創始員工，後來共同創辦了英特爾。他觀察到晶片裡的電晶體個數，在時間軸上呈現指數增長的趨勢。初期成長每年倍增，而從七○年代起，一顆晶片所能容納的電晶體個數每兩年倍增，這就是著名的摩爾定律（Moore's law）。儘管近年來元件愈做愈小，製程挑戰愈來愈大，但藉由極紫外光微影及三維晶片堆疊整合等技術克服難關，柳暗花明又一村，摩爾定律大致持續守恆至今，著實令人讚嘆。

    隨著晶片內電晶體數量的指數增長，其單位價格也呈現指數衰減的趨勢。如果汽車工業維持類似的發展趨勢，股東會紀念品可能就是一部超跑了。倍數增長的威力後勁十足，假設存款一千元，每兩年倍增一次，經過六十年卅次倍增，存款就超過一兆元。而且只要再兩年，就可超過兩兆元，兩年間存款增量相當於先前累積數十年的總量。

    另一方面，就經濟面考量的摩爾第二定律指出，晶片設備成本大約每四年倍增。五十幾年前英特爾草創時，一部晶片設備僅一萬二千美元，而今動輒上億美元。故當台積電和英特爾宣布將在亞利桑那州設廠時，投資金額皆以百億美元計。愈來愈高的資本支出，得靠相對增長的獲利才足以支撐，所幸兩國的護國神山都是勇冠群倫的佼佼者，相信必能再創高峰。

    晶片是人類智慧的結晶，未來從奈米製程進階到次奈米或皮米等級時，恐將受制於原子大小的物理極限及市場規模的投資瓶頸。摩爾定律早晚走入歷史，但人類夢想的傳奇將永無止境。（作者為台灣大學資訊工程系教授）

  • 台灣物聯網實驗室 IOT Labs

    庫倫定律應用 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答

    2020-12-22 18:48:03
    有 0 人按讚

    AI 時代的摩爾定律？黃氏定律靠的是自身技術力將 AI 性能年年加倍

    作者 雷鋒網 | 發布日期 2020 年 12 月 16 日 8:45

    1965 年，時任快捷半導體公司工程師，也是後來英特爾（Intel）的創始人之一的戈登·摩爾（Gordon Moore）提出了摩爾定律（Moore’s law），預測積體電路上可以容納的晶體管數目大約每經過 24 個月便會增加 1 倍。

    後來廣為人知的每 18 個月晶片性能將提高 1 倍的說法是由 Intel CEO 大衛·豪斯（David House）提出。過去的半個多世紀，半導體行業按照摩爾定律發展，並驅動了一系列的科技創新。

    有意思的是，在摩爾定律放緩的當下，以全球另一大晶片公司 NVIDIA 創始黃仁勳（Jensen Huang）名字命名的定律——「黃氏定律（Huang’s Law）」對 AI 性能的提升作出預測，預測 GPU 將推動 AI 性能實現逐年翻倍。

    Intel 提出了摩爾定律，也是過去幾十年最成功的晶片公司之一。NVIDIA 作為當下最炙手可熱的 AI 晶片公司之一，提出黃氏定律是否也意味著其將引領未來幾十年晶片行業的發展？

    AI 性能將逐年翻倍

    受疫情影響，一年一度展示 NVIDIA 最新技術、產品和中國合作夥伴成果的 GTC China 改為線上舉行，黃仁勳缺席今年的主題演講，由 NVIDIA 首席科學家兼研究院副總裁 Bill Dally 進行分享。Bill Dally 是全球著名的電腦科學家，擁有 120 多項專利，在 2009 年加入 NVIDIA 之前，曾任史丹佛大學電腦科學系主任。加入 NVIDIA 之後，Dally 曾負責 NVIDIA 在 AI、光線追蹤和高速互連領域的相關研究。

    在 GTC China 2020 演講中，Dally 稱：「如果我們真想提高電腦性能，黃氏定律就是一項重要指標，且在可預見的未來都將一直適用。」

    Dally 用三個項目說明黃氏定律將如何得以實現。首先是為了實現超高能效加速器的 MAGNet 工具。NVIDIA 稱，MAGNet 生成的 AI 推理加速器在模擬測試中，能夠達到每瓦 100 tera ops 的推理能力，比目前的商用晶片高出一個數量級。

    之所以能夠實現數量級的性能提升，主要是因為 MAGNet 採用了一系列新技術來協調並控制通過設備的訊息流，最大限度地減少數據傳輸。數據搬運是 AI 晶片最耗能的環節已經是當今業界的共識，這一研究模型以模組化實現能夠實現靈活擴展。

    Dally 帶領的 200 人的研究團隊的另一個研究項目目標是以更快速的光鏈路取代現有系統內的電氣鏈路。Dally 說：「我們可以將連接 GPU 的 NVLink 速度提高一倍，也許還會再翻番，但電信號最終會消耗殆盡。」

    這個項目是 NVIDIA 與哥倫比亞大學的研究團隊合作，探討如何利用電信供應商在其核心網絡中所採用的技術，通過一條光纖來傳輸數十路信號。據悉，這種名為「密集波分複用」的技術，有望在僅一毫米大小的晶片上實現 Tb/s 級數據的傳輸，是如今連網密度的 10 倍以上。

    Dally 在演講中舉例展示了一個未來將搭載 160 多個 GPU 的 NVIDIA DGX 系統模型。這意味著，利用「密集波分複用」技術，不僅可以實現更大的吞吐量，光鏈路也有助於打造更為密集的系統。

    想要發揮光鏈路的全部潛能，還需要相應的軟件，這也是 Dally 分享的第三個項目——全新程式語言系統原型 Legate。Legate 將一種新的編程速記融入了加速軟件庫和高級運行時環境 Legion，借助 Legate，開發者可在任何規模的系統上運行針對單一 GPU 編寫的程序——甚至適用於諸如 Selene 等搭載數千個 GPU 的巨型超級電腦。

    Dally 稱 Legate 正在美國國家實驗室接受測試。

    MAGNet、以光鏈路取代現有系統內的電氣鏈路以及 Legate 是成功實現黃氏定律的關鍵，但 GPU 的成功才是基礎。因此，GPU 當下的成功以及未來的演進都尤其重要。

    GPU 是黃氏定律的基礎

    今年 5 月，NVIDIA 發布了面積高達 826 平方毫米，整合了 540 億個晶體管的 7 奈米全新安培（Ampere）架構 GPU A100。相比 Volta 架構的 GPU 能夠實現 20 倍的性能提升，並可以同時滿足 AI 訓練和推理的需求。

    憑藉更高精度的第三代 Tensor Core 核心，A100 GPU AI 性能相比上一代有明顯提升，此前報導，在 7 月的第三個版本 MLPerf Training v0.7 基準測試（Benchmark）結果中，NVIDIA 的 DGX SuperPOD 系統在性能上開創了 8 個全新里程碑，共打破 16 項紀錄。

    另外，在 10 月出爐的 MLPerf Inference v0.7 結果中，A100 Tensor Core GPU 在雲端推理的基準測試性能是最先進 Intel CPU 的 237 倍。

    更強大的 A100 GPU 迅速被多個大客戶採用，迄今為止，阿里雲、百度智能雲、滴滴雲、騰訊雲等眾多中國雲服務提供商推出搭載了 NVIDIA A100 的多款雲服務及 GPU 實例，包括圖像辨識、語音辨識，以及計算流體動力學、計算金融學、分子動力學等快速增長的高性能計算場景。

    另外，新華三、浪潮、聯想、寧暢等系統製造商等也選擇了最新發布的 A100 PCIe 版本以及 NVIDIA A100 80GB GPU，為超大數據中心提供兼具超強性能與靈活的 AI 加速系統。

    Dally 在演講中提到：「經過幾代人的努力，NVIDIA 的產品將通過基於物理渲染的路徑追蹤技術，即時生成令人驚豔的圖像，並能夠借助 AI 構建整個場景。」

    與光鏈路取代現有系統內的電氣鏈路需要軟硬體的匹配一樣，NVIDIA GPU 軟硬體的結合才能應對更多 AI 應用場景苛刻的挑戰。

    Dally 在此次的 GTC China上首次公開展示了 NVIDIA 對話式 AI 框架 Jarvis 與 GauGAN 的組合。GauGAN 利用生成式對抗網路，只需簡略構圖，就能創建美麗的風景圖。演示中，用戶可通過語音指令，即時生成像照片一樣栩栩如生的畫作。

    GPU 是黃氏定律的基礎，而能否實現並延續黃氏定律，僅靠少數的大公司顯然不夠，還需要眾多的合作夥伴激發對 AI 算力的需求和更多創新。

    黃氏定律能帶來什麼？

    NVIDIA 已經在構建 AI 生態，並在 GTC China 上展示了 NVIDIA 初創加速計劃從 100 多家 AI 初創公司中脫穎而出的 12 家公司，這些公司涵蓋會話人工智慧、智慧醫療 / 零售、消費者網路 / 行業應用、深度學習應用 / 加速數據科學、自主機器 / IoT / 工業製造、自動駕駛汽車。

    智慧語音正在改變我們的生活。會話人工智慧的深思維提供的是離線智慧語音解決方案，在佔有很少空間的前提下實現智慧交互，語音合成和語音辨識保證毫秒級響應。深聲科技基於 NVIDIA 的產品研發高質量中英文語音合成、聲音定制、聲音複製等語音 AI 技術。

    對於行業應用而言，星雲 Clustar 利用 NVIDIA GPU 和 DGX 工作站，能夠大幅提升模型預測精確度以及解決方案處理性能，讓傳統行業的 AI 升級成本更低、效率更高。

    摩爾定律的成功帶來了新的時代，黃氏定律能否成功仍需時間給我們答案。但這一定律的提出對 AI 性能的提升給出了明確的預測，並且 NVIDIA 正在通過硬體、軟體的提升和創新，努力實現黃氏定律，同時藉生態的打造想要更深遠的影響 AI 發展。

    黃氏定律值得我們期待。

    附圖：▲ NVIDIA GPU 助推 AI 推理性能每年提升 1 倍以上。（Source：影片截圖）
    ▲NVIDIA 首席科學家兼研究院副總裁 Bill Dally。
    ▲ 搭載 160 多個 GPU 的 NVIDIA DGX 系統模型。

    資料來源：https://technews.tw/2020/12/16/huang-law-predicts-that-ai-performance-will-double-every-year/?fbclid=IwAR1vXHWAGt_b8nDRW6VUqzpAINX_n_DzJ0KwJvdBnl18s8Q1A3Thk7hgBoI

  • 國立臺灣大學 National Taiwan University

    庫倫定律應用 在 國立臺灣大學 National Taiwan University Facebook 的最讚貼文

    2018-06-08 13:40:00
    有 61 人按讚


    化工系傑出校友郭育教授當選為2018-2019年度美國電化學學會（ECS) 會長

    郭育博士，德克薩斯州農工大學（Texas A&M University）陶氏冠名教授，當選為2018-2019 年度電化學學會（ECS）會長。這是ECS 協會 (https://www.electrochem.org/)116 年歷史上首位華人會長。

    ECS 協會的使命是推進電化學和固體科學技術以及相關學科的前沿理論和實踐。目前，ECS協會擁有全球範圍內來自80 多個國家，約10,000名個人會員以及100 多家企業和實驗室的企業會員。

    ECS 協會的創始會員包括很多傑出的科學家和工程師，例如：
    • E. G. Acheson，首次實現人造石墨商業化的科學家；
    • H. H. Dow，美國最大的化學公司-陶氏化學公司的創始人；
    • C. M. Hall，霍爾鋁工藝製造的發明者；
    • Edward Weston，其發明的“ Weston Cell”成為全世界的電壓標準；
    • Thomas A. Edison (愛迪生)，於1903 年加入本協會並享有28 年的會員資格；
    •戈登·摩爾（Gordon Moore），英特爾的聯合創始人，於1957 年加入ECS 協會電子分部。他於1965 年首次提出摩爾定律，即半導體芯片上集成的晶體管和電阻數量將每年增加壹倍（後來修正為每18 個月增加壹倍）。

    ECS 協會的成員和發表出版物的作者包括眾多諾貝爾獎獲得者：
    • 赤崎勇（Isamu Akasaki），ECS 協會終生會員，獲得2014 年諾貝爾物理學獎；
    • 魯道夫·馬庫斯（Rudolph A. Marcus），ECS 協會歷史會員，獲得1992 年諾貝爾化學獎；
    • 天野博史 （Hiroshi Amano），獲得2014 年諾貝爾物理學獎；
    • 中村修二（Shuji Nakamura），獲得2014 年諾貝爾物理學獎；
    • 理查德·斯馬利 （Ri；chard Smalley），獲得1996 年諾貝爾化學獎；
    • 傑克·基爾比（Jack Kilby），獲得2000 年諾貝爾物理學獎。

    個人簡歷
    郭育教授（https://yuekuo.tamu.edu/）
    郭育教授是德克薩斯州農工大學（Texas A&M University）化學工程系陶氏化學冠名教授，同時兼任材料科學與工程系教授和電氣工程系教授。他本科畢業於臺灣大學並且獲得哥倫比亞大學博士學位。他在工業界從事技術研究近20 年時間，主要就任於位於紐約的IBM T. J. Watson 研究中心以及位於矽谷的數據通用半導體分部（Data General Semiconductor Division）等企業。郭育教授於1998 年加入德克薩斯州農工大學，並建立了著名的薄膜納米和微電子研究實驗室。
    郭教授是納米和微電子研究科學的先驅者。他在集成電路、平板顯示器、固態白熾燈、非易失性存儲器、等離子技術、薄膜材料制程等領域的研究取得了許多世界記錄和技術突破，對學術界和工業界都有極其深遠的影響。他的TFT 著作已被視為該領域的經典教科書，廣泛的應用於世界各地的大學和企業。郭教授也是公認的技術領導者。他曾在全球範圍內擔任董事會成員和顧問委員，包括ECS 協會在內的眾多學術協會、美國國家科學院、大學、企業和各國政府部門等。
    郭教授獲得的榮譽包括固態科學技術的戈登E.摩爾勛章（Gordon E. Moore Medal）、ECS 會員、IEEE 會員、AVS 會員、ECS 電子和光子獎、多項IBM 研發獎項、德克薩斯州農機大學傑出研究和創新獎、臺灣國立交通大學（新竹）榮譽講座教授、西安交通大學、上海交通大學和南開大學榮譽客座教授、數百次的會議主題演講和邀請演講，以及大量的最佳論文獎項等。

你可能也想看看

搜尋相關網站