雖然這篇數位角度尺鄉民發文沒有被收入到精華區:在數位角度尺這個話題中,我們另外找到其它相關的精選爆讚文章
在 數位角度尺產品中有85篇Facebook貼文,粉絲數超過9萬的網紅狂人日誌:MadVnz,也在其Facebook貼文中提到, [狂人新聞台] 預覽未來豪華移動體驗新格局 Audi grandsphere concept全球亮相 #小編:注入頭等艙Lounge設計概念,Audi以全新維度展演未來豪華智能車艙 Audi grandsphere概念車同樣基於Level 4自動駕駛設定下研發而成,亦即未來行駛於特定道路或交通情...
同時也有21部Youtube影片,追蹤數超過11萬的網紅汽車私房話,也在其Youtube影片中提到,新頻道成立!歡迎訂閱及加入: 【游泳私房話】YouTube:http://bit.ly/swimmer_privatetalk 【游泳私房話】FB社團:http://bit.ly/FBswimmer_privatetalk ---------- ◉ 訂購 剛剛好水餃:https://shopee....
「數位角度尺」的推薦目錄
- 關於數位角度尺 在 XXY Instagram 的最佳貼文
- 關於數位角度尺 在 陳采青 Instagram 的最佳解答
- 關於數位角度尺 在 SerenaWang 王晴 Instagram 的最讚貼文
- 關於數位角度尺 在 狂人日誌:MadVnz Facebook 的最佳解答
- 關於數位角度尺 在 東西縱橫記藝JunieWang Facebook 的最佳貼文
- 關於數位角度尺 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
- 關於數位角度尺 在 汽車私房話 Youtube 的最讚貼文
- 關於數位角度尺 在 Rainie Yang's Official Channel楊丞琳官方專屬頻道 Youtube 的最佳解答
- 關於數位角度尺 在 7Car小七車觀點 Youtube 的最佳貼文
數位角度尺 在 XXY Instagram 的最佳貼文
2021-05-26 18:59:29
【影評+歷史】《惡水真相》Minamata ★★★★ 灌注靈魂的世紀之痛 . 若要說《白日夢冒險王》是班史提勒對過去底片的黃金時代的致敬,向數位時代來臨、快速消費行為以及資本主義下的勞資關係進行的一場反思;那麼《惡水真相》則是透過攝影師對記錄影像的行為進行解構,嘗試在人與人之間的相處過程中,找到照...
數位角度尺 在 陳采青 Instagram 的最佳解答
2021-01-12 07:11:44
自拍棒對我來說,真的是很重要的隨身物品 每次看到其他水水拍照都會帶男友都很羨慕 但~是,一隻好用的自拍棒 絕對勝過一個好男友(威~)😅 俗話說的好:工欲善其事,必先利其器。 不管我到哪裡拍照,幾乎都是自己行動 自拍達人就是me。為了不求於人,當然需要好用的工具啦😂 過去這些年,用過各種不同長度、功...
數位角度尺 在 SerenaWang 王晴 Instagram 的最讚貼文
2020-06-16 02:44:53
「別用我人生中億萬分之一的片段來定義我」 想要真正了解我 就從我的創作開始 「小小」這首歌的歌詞是我自己寫的,是某個部分的我,是最真實的願望。 而「無邊際」這首歌的歌詞也是由我的夢想角度出發 是我和老師們共同完成的 這本微寫真的概念也是我自己發想的。裡面有一些是我看到的自己,和別人眼中的我。 我對自...
-
數位角度尺 在 汽車私房話 Youtube 的最讚貼文
2020-12-22 11:24:43新頻道成立!歡迎訂閱及加入:
【游泳私房話】YouTube:http://bit.ly/swimmer_privatetalk
【游泳私房話】FB社團:http://bit.ly/FBswimmer_privatetalk
----------
◉ 訂購 剛剛好水餃:https://shopee.tw/privatetalk
THE 4 誰與爭鋒
全新世代BMW 4系列雙門跑車 高調登場
品牌大使許瑋甯帥氣同框
BMW身為引領設計潮流的開創者,全新世代BMW 4系列雙門跑車的推出再次驚艷全球車迷。全新世代BMW 4系列雙門跑車代表BMW的品牌DNA與形象,優美且具侵略性的跑車線條將前衛與經典融為一體,透過大膽的設計向傳奇致敬,完美展現豪華性能跑車樣貌。全新世代BMW 4系列雙門跑車於12月2日高調登場,總代理汎德於微風松高天際花園打造THE 4 Skyline Party,俯瞰台北信義區絢麗夜景,讓THE 4成為台北絕美天際線最亮眼的存在;品牌大使許瑋甯更帥氣現身活動現場,親自參與此次與BMW合作的原創影片首映,揭開活動序幕。許瑋甯在搶先試駕全新世代BMW 4系列雙門跑車後說:「THE 4大膽、優雅、性感,讓我愛不釋手,主控方向盤的駕馭樂趣,更讓我不想下車。」全新BMW 4系列雙門跑車聚焦眾人視線,展現誰與爭鋒的攝人氣勢,以BMW M440i xDrive、BMW 430i M Sport、BMW 420i M Sport三款車型,滿足無法低調的熱血車迷。
前衛運動美學 重塑經典
如BMW設計總監Domagoj Dukec所說:「全新世代BMW 4系列雙門跑車以摩登且極為感性的方式,重新詮釋BMW雙門跑車」。傳承自70年代的旗艦雙門跑車3.0 CSi,以及優雅美型跑車328 Coupé的直立式雙腎型水箱護罩,全新BMW 4系列雙門跑車以向傳奇致敬的星幕式水箱護罩設計,將前衛與經典融合為一體,用當代美學再造風靡車壇的當代豪華跑車。
全新世代BMW 4系列雙門跑車自亮相以來便以充滿運動基因的設計備受矚目,除了BMW短前懸、長軸距的經典元素,融合優美的Coupé車身線條,與8系列旗艦跑車相同的性感背影,處處展現純粹的運動鋒芒。強悍的車頭設計搭配炯炯有神的LED頭燈,結合修長動感的引擎蓋折線與張揚的下進氣壩,盡顯高調姿態,駕馭它瞬間成為全場目光焦點。全新世代BMW 4系列雙門跑車的運動性格在車側線條更展現得淋漓盡致,精雕細琢的立體腰線與充滿張力的車肩曲線,搭配迷人的無窗框車門設計,流線洗鍊的車頂線條往後傾瀉,結合俐落的C柱Hofmeister Kink倒勾轉折,一路延伸至微幅揚起的車尾,視覺上更降低了車身高度,營造出蓄勢待發的跑車姿態;車尾部分,極具流動感的3D立體LED尾燈勾勒出L型的心跳光影,搭襯充滿運動魅力的M款空力套件與M款擾流尾翼,在道路上留下最耀眼的背影。
豪華性能 所向披靡
做為BMW純粹駕馭樂趣的雙門跑車代表,全新世代BMW 4系列雙門跑車從內到外皆展現純正運動風格,透過頂級用料與極致工藝,打造兼具跑格與豪華的質感座艙。整體車室以黑色車內頂篷營造第一眼視覺上的競技感受,BMW M440i xDrive擁有Vernasca真皮包覆的M雙前座跑車座椅,不僅觸感柔軟更擁有完整的包覆性與支撐性,搭配M款多功能真皮方向盤(含換檔撥片)與M款駕駛座踏板組,使全新世代BMW 4系列雙門跑車無論動靜,皆呈現令人熱血沸騰的跑車氛圍。
性能代表BMW M440i xDrive引擎蓋下植入3.0升TwinPower Turbo汽油直列6汽缸汽油引擎,擁有374匹最大馬力與在1,900轉超低轉速就可迸發的500牛頓米最大扭力,搭配48V高效複合動力與Steptronic運動化8速手自排變速箱,造就0到100公里/每小時僅需4.5秒的爆發力,完整傳遞BMW純粹駕馭樂趣!BMW 430i M Sport及420i M Sport則搭載TwinPower Turbo直列4汽缸汽油引擎,分別擁有258匹及184匹最大馬力與400牛頓米及300牛頓米最大扭力,BMW 430i M Sport 0-100 km/h加速5.8秒,420i M Sport 0-100 km/h加速則為7.5秒。此外,BMW M440i xDrive搭載首次於BMW車款出現的Sprint衝刺功能,只要長按方向盤左側的換檔撥片,車輛電腦將立即切換至Sport模式,變速箱同時調整至目前轉速可容許的最低檔位,使駕駛需要急加速時能夠更加得心應手,展現純粹跑車實力!
全新世代BMW 4系列雙門跑車的駕馭表現在完美的車身比例與50:50配重的基礎下,更是無懈可擊! 相較於BMW 3系列四門房車,車高及車身重心同時分別降低57毫米及21毫米,結合角度更大的前輪負外傾角與加寬23毫米的後輪距設定,使得操控表現更加出色。全新世代BMW 4系列雙門跑車車身和底盤都採輕量化設計,除引擎蓋、前葉子板與車門皆使用鋁合金打造外,更針對車尾的部分優化了空氣力學表現,進一步降低空氣阻力與升力,使風阻係數僅0.25Cd,不僅可靈活完成敏銳操控,同時更確保車輛在高速行駛時的穩定性。
此外,全新世代BMW 4系列雙門跑車底盤亦進行全面優化。特殊訂製的前彈簧減震支柱和引擎室前圍板上的附加剪力板,強化了轉向的精準度,表現更加犀利;後軸區域則新增多個支桿,提升車身剛性,使車輛無論直線行駛或橫向加速度都更穩定順暢。全新世代BMW 4系列雙門跑車更導入可依路面調整阻尼的全新減震筒設計,前軸「液壓回彈抑制(Hydraulic Rebound Stop)」機構,可消弭道路坑洞所產生的多餘震動;後軸「液壓壓縮抑制(Hydraulic Compression Stop)」機構,則提升車輛過彎時的支撐性與乘坐的舒適性,經過特殊的調教,在M款跑車化電子懸吊系統的完美搭配下,更猛爆的油門反應、轉向控制與換檔邏輯可讓車主盡情享受全新世代BMW 4系列雙門跑車所向披靡的操控表現,實現風馳電掣的駕馭快感。
創新科技 獨具匠心
持續帶來具前瞻性的科技配備一直是BMW創新品牌理念的最佳體現,全新世代BMW 4系列雙門跑車以現代豪華的科技元素打造全新BMW全數位虛擬座艙,將12.3吋虛擬數位儀錶巧妙結合10.25吋中控觸控螢幕,並導入BMW智能衛星導航系統與iDrive7.0使用者介面,結合BMW智慧語音助理2.0與無線智慧型手機整合系統(含Apple CarPlay與Android Auto),讓車輛不再僅是交通工具,更是您最好的個人助理。全新BMW智慧語音助理2.0全面升級,透過連網功能提供更加口語化及人性化的互動方式,只要說出「我很冷」便會直接幫您調降空調溫度,口語化的指令更可與車輛功能結合,例如「開啟Sport模式」、「我的車甚麼時候需要保養」等,BMW智慧語音助理2.0便會協助車輛操作並於iDrive中控觸控螢幕顯示執行訊息。此外,除標準配備智慧Comfort Access免鑰匙系統外,更領先業界搭載iPhone手機數位鑰匙,手機只需靠著駕駛座門把即可輕鬆開鎖/解鎖,更可透過iMessage功能將鑰匙分享給5位朋友,同時,只要將iPhone手機置於中控檯下方,透過手機NFC感應直接啟動車輛引擎,不再需要傳統車鑰匙,將車輛、手機與數位化生活無縫接軌。
全新世代BMW 4系列雙門跑車完整配備BMW Personal CoPilot智慧駕駛輔助科技,包括主動防撞輔助系統與行人偵測、主動車距定速控制系統、主動車道維持輔助、壅塞交通輔助、車側防撞輔助、路口車流防撞輔助、閃避轉向輔助、盲點偵測系統、車道偏離警示、前後方車流警示、後方防追撞警示、停車後方防撞輔助、速限提示功能、駕駛注意力輔助功能等14項先進智慧駕駛功能,同時更有360度環景輔助攝影、自動停車輔助系統、自動倒車輔助系統等實用便利配備,其中自動倒車輔助系統在車輛行駛時速35公里/小時以下,車輛電腦會自動記憶駕駛向前行駛的最後50公尺路徑軌跡,如不小心駛進窄巷時即可啟用此功能,輕鬆克服艱難路徑。全新導入的駕駛前方虛擬數位儀錶可清楚顯示道路虛擬實境與速限提示功能,以全方位領先科技提供車主最全面的安全防護。
以美學引領全新世代,用熱情實現駕馭樂趣。自賽道至城市街頭,從蜿蜒山路到濱海公路,全新BMW 4系列雙門跑車以前衛奪目的運動美學設計、卓越的操控性能與創新的智慧科技迎鋒而上,完美詮釋BMW豪華跑格基因,再創頂級雙門跑車新篇章。
◉ 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~
#4_series #coupe #剛剛好水餃 -
數位角度尺 在 Rainie Yang's Official Channel楊丞琳官方專屬頻道 Youtube 的最佳解答
2020-09-11 12:00:11楊丞琳 出道二十週年大逆轉
挑戰TRAP新舞曲 重拾舞鞋完成唱跳夢
〈BAD LADY〉 壞女人出世 全面抱緊處理
🎧數位收聽:https://umg.lnk.to/BADLADY
女人不壞 男人不愛
直來直往做自己 敢愛敢恨萬人迷
11月將推出的楊丞琳全新專輯,由知名金曲常客製作人剃刀蔣,米奇林MCKY與金曲獎最佳新人ØZI 所屬的音樂廠牌「新樂園」和楊丞琳共同擔任製作統籌,首支單曲〈BAD LADY〉楊丞琳首次嘗試帶有攻擊性的嘻哈R&B舞曲,在TRAP曲風中出現的808大鼓產生出來的強烈低頻與高頻合成器,歌唱的表現方式也在這樣充滿侵略性的風格下用了新的唱法與人聲處理效果,像是告訴大家這就是屬於全新楊丞琳的壞女人姿態!
沒有天生的反派 只有得不到的愛
楊丞琳演歌大爆發 扮古今中外6大美麗壞女人 向經典人物致敬!
〈BAD LADY〉打破丞琳出道以來所有造型尺度
楊丞琳配合歌曲主題重新以時尚角度詮釋古今中外6大不同類型的美麗壞女人,當她第一次聽到要扮演歷史上各種壞女人的概念時,非常期待能向這些經典人物致敬!第一個是西班牙熱門影集「紙房子」,丞琳非常欣賞這部搶劫犯罪影集中的女主角「東京」,所以搶匪就是她選定第一個致敬的經典BAD LADY角色;第二個角色是小丑女,率性而為不按牌理出牌的製造混亂者,被小丑編造的悲慘身世感到同情也被小丑的人格吸引,於是為愛瘋狂;第三位「BAD LADY」是壞皇后,那位總是問著「魔鏡啊魔鏡,誰是世界上最美的女人?」或許只是真實地表達出女人對美麗的渴望和不隱藏自己的嫉妒罷了!第四位是迪士尼101忠狗中的反派角色庫伊拉,有人認為她是時尚藝術家,她的名言:「在婚姻中失敗的女人比戰爭中死去的女人還要多。」也暗示了也許她是在婚姻中受傷才變成反派!第五位「BAD LADY」是古裝宮廷劇裡必會出現的娘娘角色,不同朝代的後宮總有不同的勾心鬥角戲碼上演,第六位是「追殺比爾」中的殺手角色,由鄔瑪舒曼主演的新娘,因為受到集團追殺失去胎兒的復仇故事,這部也是名導演昆汀塔倫提諾的暴力美學代表作;透過這些角色也想表達不同時代的不同壞人觀點,大部分的壞人都有變壞的原因,而且大部分都是因為得不到愛或是在愛情的過程中受過傷害才會變成反派,就像「紙房子」的東京也有一句經典台詞:「最終,愛情是個讓事情全搞砸的好理由。」
全球最火BLACKPINK、J.Lo 御用舞蹈老師Kiel Tutin編舞
楊丞琳自我歸零從練習新生開始 紐西蘭跨國視訊雲端排舞
「舞蹈一直是我永遠的興趣,其實想當唱跳歌手本來就是我小時候的夢想,這一次和音樂製作團隊在討論新專輯的音樂走向時,大家都鼓勵我可以嘗試沒做過的R&B舞曲,所以就決定找回初心的做唱跳的曲風吧!」
音樂風格確定之後,因為她個人喜歡和想要的舞蹈路線是比較有個性和剛烈的,這和以往華人唱跳女歌手表現的風格比較不同,丞琳和團隊最後邀請到人在紐西蘭的知名舞蹈老師Kiel Tutin展開雲端編舞的合作方式。丞琳覺得他的作品非常適合這次新專輯的風格,雙方一拍即合。堪稱國際當紅炸子雞編舞老師Kiel,不但是J.Lo的御用舞蹈老師,紅遍全球的BLACKPINK破億夯曲How You Like That就是他的最新力作,雙方透過視訊來排舞對楊丞琳來說也是前所未有第一次的嘗試,但她第一次看到老師的編舞影片就興奮得尖叫,因為完全就是她想像中要跳的樣子,為了準備這首闊別舞曲十年之久的唱跳MV,她練舞練到全身痠痛,還因為動作做得太認真,雙手太用力把腰部打到瘀青都不自覺,但是當聽到Kiel l老師驗收成果之後的稱讚,讓她覺得這半年多的努力都值得了!
#楊丞琳 #BADLADY #LIKEASTAR
【楊丞琳 LIKE A STAR 世界巡迴演唱會 台北站】
11月6、7、8日 台北小巨蛋 與你 星心相惜
-
〈BAD LADY〉
曲:Karencici
詞:鯨魚Whale
剛剛醒過來
燈火夜闌珊 外賣 好慢
皮囊千千萬
越好看越不好玩 好爛
管我運動褲搭什麼外套
乖乖的弟弟
別讓我傷心
管我怎麼哭笑怎麼撒嬌
我不做自己
誰做我自己
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
要不要
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
要不要
BAD BAD LADY
慢歌都有毒
誰給個節奏 嘔吐 跳舞
找個另一半
再愛個如假包換 我敢
管我運動褲搭什麼外套
乖乖的弟弟
別讓我傷心
管我怎麼哭笑怎麼撒嬌
我不做自己
誰做我自己
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
要不要
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
要不要
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
要不要
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
BAD BAD LADY
要不要
BAD BAD LADY
-
製作&經紀公司Production & Artist Management:樹與天空娛樂有限公司Tree & Skyline Entertainment Co., Ltd.
監製Chief Executive Producer :楊丞琳 Rainie Yang
經紀人Artist Management:林麗娟Dana Lin
執行經紀Assistant Artist Manager:楊于慧Charlotte Yang / 詹佳玲Erin Chan
創意&企劃統籌Creative & Marketing Director:周啟民Jimi Chou
-
作詞Lyricist:鯨魚Whale
作曲Composer:Karencici
-
視覺總監Image & Art Director:周啟民Jimi Chou
化妝Makeup:陳佳惠Carlin Chen (妝顏造型工作室)
化妝助理Makeup Assistant:梁安妘An Yun Liang
髮型Hair Stylist:劉珈妘Sydni Liu (Zoom Hairstying)
髮型助理Hair Stylist Assistants:陳翰志 Hans Chen /方雅雯Nora Fang(Zoom Hairstying)
造型服裝Stylists:陳錦嬅Kate Chen / June Wan / Alfred Hun / Herman Sin
造型服裝助理Styling assistant :蘇育弘Justin Su / 黃子櫻Tzeying Ng
-
編舞Choreography : Kiel Tutin
舞蹈顧問Choreography Consultant:林真羽Denis Lin
舞者Dancers:
林真羽Denis Lin /李佳蕙Amanda Lee /呂巧棋Vicky Lu
陳慧文Sandy Chen / 謝宜庭Tina Shie / 郭靜蓁Jin Kuo
陳昱卉Reaphy Chen / 熊融融Angela Hsiung
陳伊凡Eva Chen /詹倩懿 Sharron Chan
阮靖容Ching Juan / 陳姵樺 Shaddai
舞者造型服裝 Dancers Stylists:陳錦嬅Kate Chen / 湯姆上校 Major Tom
舞者髮型Dancers Hairstyle: 李玉翎Vanessa Lee /吳季芳Lesley Wu (Zoom Hairstyling)
髮型助理Hair Stylist Assistants:陳韻儀Uriel Chen(Zoom Hairstying)
舞者化妝Dancers Makeup:陳詩晴Shih Ching Chen / 邱馨瑩Stella Chiu /林書帆 Jamie Lin
-
花絮平面攝影 BTS Photographer: 謝宏奕 Hung Yi Hsieh
花絮動態攝影 BTS Videographer: 梅澤 Jimmy Mei
-
影像製作Production:東頤製作有限公司Tung Yi Film Production
導演Director:鄺盛Kuang Sheng & 周啟民Jimi Chou
製片Line Producer:黃緯豪Huang Wei Hao
攝影師Director of Photography:金鑫Jin Shin
二機攝影師Second director of photography:張謙旻Chang Chien Min
跟焦師Focus Puller:劉于豪Liu Yu Hao
穩定器操作員Movi Puller:呂昭宏Lu Chao Hung
攝影助理Assistant Camera:張裕奇Chang Yu Chi / 郭澤影Kuo Tse Ying /林東慶Lin Tung Ching
美術指導Art Director:郭志達Kuo Chih Da
執行美術Set Decorator:謝怡文Hsieh Yi Wen
美術助理Art Assistant:劉倢妤Liu Chieh Yu
美術實習生ART INTERN:李以謙Li Yi Chien / 林柏辰Lin Po Chen / 曹衣宥Tsao Yi Yu / 羅之唯Lo Chih Wei
執行製片Executive Producer:陳登哲Chen Ten Gche / 林孟廷Lin Meng Ting / 張仟又Chang Chien Yu
主演 Starring : 楊丞琳 Rainie Yang
演員Actors:Fernando Kodiak / Ragin Zeng 鄭宇辰
燈光師Gaffer:馬銘財Ma Ming Tsai
燈光助理Gaffer Team:高煜盛Kao Yu Sheng / 賴振盛Lai Chen Sheng / 田峻榮Tien Chun Jung / 郭耿華Kuo Keng Hua / 馬銘健Ma Ming Chien / 張武雄Chang Wu Hsiung / 李正杰Li Cheng Chieh /陳錫銓Chen Hsi Chuan
剪接Editor:鄺盛 Kuang Sheng
調光Colorist:鄺盛 Kuang Sheng
舞台燈光Stage Lighting:黎哲光Li Che Kuang / 吳承翰Wu Cheng Han /鄭卉妤Cheng Hui Yu
廠務Production Assistant:林家豪Lin Chia Hao / 吳明吉Wu Ming Chi / 李宗庭Li Tsung Ting /筑美有限公司Chu Mei Co.Ltd / 樂活工作室Le Huo Studio / 阿哥工作室Ako Studio / 緯盛工作室Wei Sheng Studio /藍鯨工作室 Lan Ching Studio
義交Brave Traffic-Police:張巧敏Chang Chiao Min / 黃楊和Huang Yang Ho
片廠Equipment:阿榮影業股份有限公司Arrow Cinematic Group Co.Ltd
輔拍器材Special Equipment:力榮影業有限公司Lee Rong Film & TV Equipment Co.
Crane:樂天影業有限公司LE TIEN Film & TV Equipment CO.
特別感謝Special Thanks to:圓山大飯店The Grand Hotel Taipei / Taipei Zoo木柵動物園
-
發行 Published By:百代唱片股份有限公司 EMI Records And Entertainment Limited. -
數位角度尺 在 7Car小七車觀點 Youtube 的最佳貼文
2020-07-09 21:00:32新在哪裡?
●採用MFA2平台打造的第二代大改款車型,外觀內裝悉數重新設計。
●GLA 200外觀標準搭載Progressive套件,具備單柵式水箱護罩、鍍鉻下氣壩、鍍鉻後保桿含雙邊尾飾管、鋁質行李架。另外可以選AMG Line套件
●尺碼方面,軸距提升至 2,729mm,車高提昇為 1,611mm,車長卻縮短至 4,410mm,車頭採用多邊形 LED 頭燈搭配火炬式日行燈,車尾導入新世代 Mercedes-Benz SUV 家族化的四環狀 LED 尾燈。
●內裝部分,GLA 200標配10.25吋數位儀表與中央觸控螢幕,內建 MBUX 多媒體系統,支援 Mercedes me connect 互聯功能,也具備多功能三幅式方向盤、電動啟閉尾門、免鑰匙車門解鎖、 64 色環景式照明、渦輪式出風口等配備。
●後座椅可以前後滑移 140mm(往前90mm、往後50mm),含 7 段式椅背角度傾斜調整;後行李廂空間可在435~1430L之間變化。
Mercedes-Benz 在 2013 年法蘭克福車展上推出以 MFA 前驅平台開發而來的跨界車種 GLA-Class。然而近年伴隨著採用 MFA2 新平台所推出的新世代 A-Class、B-Class、CLA-Class、CLA ShootingBrake-Class、GLB-Class 的推出,全新第二代 GLA-Class 也於 6 月登台,先期推佈 GLA 180 (新台幣 178 萬元起)、GLA 180 豪華版 (新台幣 185 萬元起)、GLA 200 (新台幣 201 萬元起)、AMG 35 4MATIC (新台幣 272 萬元起)、 AMG GLA 35 4MATIC First Edition (新台幣 278 萬元起)、AMG GLA 45 S 4MATIC+ (新台幣 337 萬起) 及 AMG GLA 45 S 4MATIC+ First Edition (新台幣 349 萬元起),共四種動力、七款車型選擇。
#終於是SUV了 #超有勢 #GLA
延伸閱讀:https://www.7car.tw/articles/read/67192
更多資訊都在「小七車觀點」:https://www.7car.tw/
數位角度尺 在 狂人日誌:MadVnz Facebook 的最佳解答
[狂人新聞台] 預覽未來豪華移動體驗新格局 Audi grandsphere concept全球亮相
#小編:注入頭等艙Lounge設計概念,Audi以全新維度展演未來豪華智能車艙
Audi grandsphere概念車同樣基於Level 4自動駕駛設定下研發而成,亦即未來行駛於特定道路或交通情況下,駕駛功能可交由汽車自動駕駛;別於傳統設計,設計團隊將私人飛機頭等艙的概念注入Audi grandsphere concept車室設計當中,車內取消B柱結構,採用對開式車門設計搭配大量開放式透明玻璃陳列,讓車室搖身變成移動式豪華Lounge,進入車內即可串連你的數位生活,在個人專屬空間享受豪華舒適的移動體驗。
當啟動自動駕駛模式時,方向盤與踏板皆將進行隱藏,當座椅不再受駕駛及控制元件所限制時,車艙舒適區域更趨彈性,重心區域也轉移至前方座域,車室採2+2 配置,由獨立雙前座搭配雙人座長椅設計組成。Audi grandsphere概念車詮釋未來豪華舒適享受新境界,座椅不僅採人體工學設計,在調整角度上更進階,於自動駕駛模式啟動下,最大可將椅背傾斜至60度、頭枕亦可向前彎曲15度,進入「Relax 放鬆模式」,而雙前座中央設有專屬迷你吧台,於移動過程中盡情享受如頭等艙般的舒適體驗。
另車室採自然色、簡約設計風格,車室周圍及座椅採用環境友善質材打造而成;車內沒有任何實體螢幕,駕駛與乘員所需的資訊將根據手動、自動駕駛模式,自行調整以高解析度完整投影於車室前方的木質弧形區域,同時投影下方設有Sensor bar 感應快捷區,可快速切換至音樂、導航功能。而此次設計團隊更特別導入創新「非接觸感應模式」,當啟動自動駕駛時,乘員無需變換座姿或傾身,可舒適地透過eye tracking眼球追蹤、gesture control 手勢控制與聲控等方式,感應器將會自行偵測啟動或操作對應功能,同時更具學習模式,可根據個人喜好和常用選單進行調整,至進一步提出個人化建議。
Audi grandsphere concept 車長達5.35公尺、軸距達3.19公尺,為豪華轎跑設定下進行發展,設計團隊注入Audi DNA與純電車的設計比例,賦予其創新扁平六邊形的車頭設計,肌肉感的車身曲線,使整體車型流露更運動化的美感。而數位化Digital LED頭燈與尾燈造型發想則源自四環Logo 下半圓形的曲線,聚焦成類瞳孔的造型,可根據交通情況進行動態調整,並可適時投射出安全信號。
Audi grandsphere concept完美詮釋四環電動化、數位化與自動駕駛三大科技,預演未來豪華轎跑的發展面貌,其採用Premium Platform Electric(PPE)電動平台,搭載e-quattro四輪傳動科技,能輸出達530kW與960Nm扭力。在電池效能部分,搭載800V電能系統,最高可支援270kW的充電功率,充電10分鐘可行駛超過300公里,如以120kW充電功率進行快速充電,5 ~ 80% 於25分鐘內可充電完成;在續航力表現上,Audi grandsphere非常適合長距離行駛,取決於所選的駕駛模式與功率輸出,最多可達超過750公里,同時透過自動駕駛功能,車輛可判讀使用者訊息資訊,自動行駛接送乘客至目的地,且獨立完成停車與充電等功能。
在數位化軟體服務面向,Audi grandsphere concept 擁有識別身分的創新功能,藉由自動偵測駕駛與乘客的位置,進行一系列舒適的個人化設定調整。同時可預先串連乘員上車前正在使用的資訊服務,如乘員在平板電腦上觀看中的影片可自動投影於Audi grandsphere concept上播放。未來Audi 也計畫開發專屬客製化的資訊娛樂體驗,讓車輛化身為體驗平台,舉辦專屬限定音樂會、體育賽事等,結合更多串流服務,與車內乘員及車外同好們,享受創新移動體驗。
Audi 於IAA前夕發表「Vorsprung 2030」全球新戰略,產品全面電動化發展、車主用戶數位軟體服務及未來自動駕駛體驗研發,為主要三大發展方向,而雙門敞蓬跑車Audi skysphere、四門轎跑Audi grandsphere以及未來將揭曉的Audi urbansphere,三款系列概念車更逐步具體展現未來汽車體驗的可能性與設計樣貌。當自動駕駛日趨成熟時,未來車輛不再只是單純A到B點的移動工具,過程中全車乘員所享受的車輛體驗將是未來豪華移動的發展重心。
#Audi #grandsphere #concept #skysphere #urbansphere
數位角度尺 在 東西縱橫記藝JunieWang Facebook 的最佳貼文
【伯爵家的織錦室】
英法兩國自古愛恨交織,彼此情仇夾雜,歷代君主無不想方設法跨越英吉利海峽攻城掠地染指對方,光是14至15世紀的百年戰爭便綿延一百多年,再到1688年英國光榮革命後,兩國又因宗教、政治情勢、殖民地利益…等複雜因素,各自拉著好朋友一同下水攪和,這一打又要到1815年拿破崙兵敗下台,英國才得意洋洋迎來「日不落帝國」威名。
長年以來透過各種形式頻繁交流,兩國雖各自擁有不同習慣與文化,總難免相互影響,而且浸濡極深。儘管英國最終以國力取勝,然而自法國宮廷所輸出的奢華美感與享樂習性,尤其是法王路易十四在任期間大力推動的奢侈品熱潮更是席捲整個歐洲。
既浮誇又精緻的法式品味不只呈現於衣著、飲食或藝術層面,也反映在建築設計上。
英格蘭第六代考文垂伯爵喬治・考文垂(George Coventry,1722-1809)就是法式風格擁護者。
-------------
這位伯爵大人繼任爵位之前曾任下議院議員,襲爵之後便正式進入上議院,更在1752-1770年間,長達18年擔任連續兩位英國國王:喬治二世(George II,1683-1760)和喬治三世(George III,1738-1820)的「寢宮勛爵」(Lord of the Bedchamber )。
這職位表面上是要待在寢宮內伺候國王吃飯穿衣洗漱沐浴,無論在他舒暢開懷或是勃然大怒,坐擁情婦或者操勞國事時,都得陪伴在側,然而實際上許多勞動事務都有僕人代勞;因此身為寢宮勛爵最重要的好處便是得以貼近國王,成為心腹獲得垂愛,進而掌控資源與大權。
從這個角度看來,考文垂伯爵確實是一代重臣,有錢又有權,他的鄉間別墅自然不能馬虎。
考文垂伯爵在1751年繼承伍斯特郡(Worcestershire)的克魯姆宅邸(Croome Court)。克魯姆宅邸興建時間可以往前追溯到1640年代早期,到了事業與前途一片看好的第六代考文垂伯爵一接手,便找來英國建築師羅伯特・亞當(Robert Adam,1728-1792)進行大改造,成為新帕拉迪奧式(Neo-Palladian)建築典範,也曾接待數位英國君主,如喬治三世、維多利亞女王等人來訪。
-------------
雖然遠在大不列顛,伯爵大人對於洛可可藝術的偏愛卻不因距離而削減。克魯姆宅邸有間織錦室(Tapestry Room),室內牆壁是由濃麗明豔的朱紅織錦畫綿延而成,這在當時是首創的新穎手法。
織錦室原來是1763年,伯爵委託巴黎皇家戈白林織錦廠(Royal Gobelins Manufactory)的雅各・尼爾森(Jacques Neilson,c.1718-1788)工作室為他製作織錦,又有法國洛可可大師布雪(François Boucher,1703-1770)操刀,以古典神話故事設計畫面場景,至1771年終於大功告成,在那年初夏運抵英格蘭,進行組合安裝。家具的鍍金框架則於 1769 年在倫敦製造,而織錦椅面同樣為巴黎戈白林織錦廠出品。
一切就緒全體到位後,克魯姆宅邸的織錦室從此成為英格蘭鄉間最具法式風味的一道風景,也是伯爵招待賓客最引以為傲的華美空間。
-------------
可惜人生與運途終有限制,傳承至1902年第九代考文垂伯爵時,他把這些織錦和座椅都賣給巴黎藝品商,1949年第十一代伯爵再把織錦室的天花板、地板、壁爐架、門和門框等室內設計配件,通通賣給美國克瑞斯基金會(Samuel H. Kress Foundation)。
這麼一來,克魯姆宅邸的織錦室已經不復存在,蕩然無存。
幸好,克瑞斯基金會1958年把手上持有的克魯姆織錦室收藏捐贈給紐約大都會藝術博物館,甚至協助館方買回原來的織錦座椅並加以修復,而橡木地板則為織錦室原件,依照原來設計圖稿鋪設,至於天花板則是以複製品安裝在博物館內。經過多方努力,如今我們才得以在大都會藝術博物館見到織錦室當年在大宅內的光彩模樣。
-------------
克魯姆宅邸現在已經交給基金會管理並對外開放,訪客得以見識到綠意扶疏的庭園和可觀的藝術收藏,可惜織錦室早已遠離故土,落腳於異國。說來雖然不免遺憾,但若繼續留在英國,難保二戰烽火延燒時,這些珍貴的織錦和家具設計是否也會跟著遭殃。
大都會博物館的室內裝飾情境布置和修復專業向來令人讚嘆,下回有機會拜訪的話,記得要多留點時間逛逛這些驚人的文化資產,那是最美的時光隧道,走過一個展覽室,便是跨越了不同世代與藝術風格。
悠悠歲月,天涯近在咫尺。這就是博物館每每令人感動莫名的功能啊~
-------------
想像一下兩百多年前,織錦室剛完工的精美面貌,你會想在裡頭做哪些事?喝茶?閱讀?彈琴?吟詩或唱歌?
#東西縱橫記藝JunieWang
#部落格 https://juniewang.mystrikingly.com/#articles
#IG https://www.instagram.com/art.junie/
圖片來源 : 網路
《Copyright © 2021東西縱橫記藝JunieWang版權所有,禁止擅自節錄,若需分享請完整轉貼並註明來源出處》
數位角度尺 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
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