《提問的威力》

跟這一本書相見恨晚了…

我們都知道現在與客戶溝通新的趨勢是利用coaching, 教練式的方式來進行. 也就是說不會直接跟對方告知答案, 而要引導客戶自我向內思索, 找到動機, 尋求解決方式

但是, 很多人都覺得這一種互動是一種過於理想化而又兜圈子的模式. 一般而言, 自認為自己越專業的人, 越會不屑於這類技巧. 因為他們覺得: 這種方式高估了客戶的思考能力, 與小看了自我的專業權威： 他們如果自己會想, 就不會把自己弄成這樣了啊！ 但是, 無數的生理與心理研究都告訴我們, 人自我成長的能力是有無限可能的, 很多時候, 他們就只是缺乏一顆可以指引正確方向的星辰而已

任何同樣的經驗都無法100%的複製到其他人身上, 從訓練, 習慣, 工作, 到生活方式等等. 他人的成功可以當作參考, 但是一昧的模仿, 失敗是遲早的事情. 因此我們現在才會開始利用一些有系統的提問方式與客戶互動

直接告知對於會員而言, 是被動的. 在現在這個社會中, 從網路的各種平台, 電視廣告, 以至於其他的大種媒體, 我們每一天都會接觸到海量的資訊, 任何問題都會有”專家” “達人” 或是 “權威” 來告訴你應該怎麼做. 久而久之會產生很多問題.. 首先就是讓人們主動思考的機會越來越少, 大家都追求迅速, 即刻的解答, 所以往往忽略了探知過程, 而這個過程, 往往才是決定答案是否正確的關鍵 (例如：急速瘦身？) . 其次, 越是這種伸手黨所可以得到的資訊, 反而會更加令人焦慮… 怎麼大家的說法都不一樣？ 那我到底該聽誰的？ 比較壯的人？ 比較漂亮的人？ 比較有錢的人？ 還是粉絲數量比較多的人呢？

所以在這個世界之下, Coaching的技巧就越來越重要, 你不一定要取得
ICF(International Coaching Federation) 的執照, 但是假如我們可以將這一些技巧利用在日常生活中, 在包涵了健康, 生活, 工作, 或是兩性方面的體悟就會更加的不一樣

不過, 最大的問題就是: 這些理論我都知道, 但是實際上我想與人做諮詢溝通時, 腦袋一片空白, 不知道應該要問哪一些問題？ 這一本書, 就幫我們整理出來了一些最基礎的問題, 可以說就是一個工具庫, 在一開始對於提問 (特別是開放式提問) 技巧還無法很好掌握時, 可以提供一個非常好參考

本書分成了五大部分：

一. 前期準備
為什麼要提問？ 作者總結出來了五大原因
1. 沒有人比自己更加了解自己： 自己的經驗, 成長歷程, 與個性喜好自己最清楚, 可以說我們自己就是自己的專家, 他人是無法體會的
2. 有利於客戶接受教練： 根據研究表明, 人們對於自己做出的決策往往執行力更強, 效果也會更好. 因此採取提問的方式挖掘出客戶自己的看法, 效果也會更加積極
3. 可以增強客戶的自信： 很多時候我們想徵詢他人的意見背後的原因只是我們對自身做出的選擇不夠具有信心. 而教練透過認同客戶想法的這個過程, 就可以給予他們絕大的信心
4. 可以增強客戶的領導能力： 如過透過賦能, 讓客戶產生了自我掌控能力, 就可以幫助他們習慣於化被動為主動, 與挑戰正面迎擊, 近一步提升責任感
5. 可以增強教練與互的信任感： 我們透過提問, 深入地理解對方, 會讓彼此的關係更加的密切, 更有助於他們發生實際上的行為改變

而在這一部分當中, 作者指出了一個連我都常常犯的錯誤, 就是過度使用”為什麼” . 我們都知道在溝通的互動當中需要使用開放式提問, 讓對方盡可能地提供資訊, 所以會不斷重複”你為什麼有這個想法？ 你為什麼這樣做？ 你為什麼做那樣的決定？” 但是, 過多的”為什麼”反而讓人焦慮, 因為在言語習慣上, (不管東西方) “為什麼” 多少都帶了一些指責情緒在內. 所以, 必須要適當的重新組織問句 (reframe) , 將”為什麼” 改成”是什麼”, 例如： 你產生這個想法的原因是什麼？ 感覺就會容易接受得多

二. 教練過程
對話時, 善用GROW(Goal 目標, Realistic 現實, Option 選項, Will 意願) 與 SMART (Specific 具體化, Measurable 可測量的, Attainable 可實現的, T 時限) 來釐清客戶的期望以及願景

而在整個打造行動計畫需要使用漏斗式提問： 一開始盡可能地讓客戶把所有想得到的東西全部說出來, 確認沒有任何遺漏的部分, 之後漸漸地去蕪存菁, 將無法達成, 或是缺乏支持的選項去除掉, 最後留下來的才是最切合客戶本身的方案

其次, 要預先識別障礙. 建立成功行為最大的敵人就是所有的挑戰, 包含了自己的惰性, 時間的管理, 外在的誘惑, 壓力的累積等等. 如果要順利取得效果, 就要事先將所有可能出現的狀況做好設想, 擬定應變對策. 且戰且走的心態通常是一個看似完美計畫開始崩潰的根本

三. 生活教練- 發現人生的意義
教練需要幫助客戶建立他們的”人生目標” , 而人生目標就是根據自身的天賦與經歷, 嚮應外在世界的感招, 同時實現自己的價值, 得到長遠的幸福與滿足 (就是黃金圈理論中最內層的”為什麼” )

首先, 我們要花一點時間幫助客戶從新認識自我, 分析過往經驗以釐清本身的價值觀. 接下來找到對於生命某些事情的熱忱, 藉此建立自我的人生目標

教練需要從正面與反面持續的確認這些目標與客戶內心之間的關聯, 從內心出發向外延伸, 了解他們在家庭, 工作, 甚至是社會中最適合扮演的角色, 進而放大他們的優點, 讓他們在自己擅長的環境中可以更加地發揮自我價值

四. 生活教練- 擁有美好的人生
當客戶找到了自己的方向後, 下一步就是探討要如何達成？ 他目前離他的理想有多大的差距？ 要達成目標, 需要哪一些努力？ 資源？ 支持？要忍受多少的不適？ 有沒有適當的壓力管理技巧？

教練的工作, 就是讓客戶與實際夢想之間的距離縮短, 叉路減少. 但是即便是直線, 也必須要慢慢走, 欲速則不達. 這一個觀念是教練雙方都必須要具備的

五. 高端教練技巧
這一部分談到了在提問之後, 教練所應該要注意的部分, 包括了
1. 給予肯定： 肯定客戶過去的努力, 肯定客戶目前的決心, 也要肯定客戶未來的成功. 所謂的肯定不是盲目的灌迷湯, 而是要能夠讓客戶相信目前發展方向的正確, 與自我效能的打造
2. 正確的決策： 作者提供了十三種幫助客戶做決定的方式 (在此就不贅述), 並且要讓決策者拋開個人主觀的想法, 以不同的視角來檢視當下的決策是否合理, 若有任何不確定, 進行決策權衡的分析
3. 培養習慣： 就如同”原子習慣” 裡面提到的, 要養成新的習慣, 必須從微小的行為開始, 而要確保這些小行為的出現, 外在的刺激控制就格外的重要. 教練需要與客戶一起來選擇最佳的方式以達到”提醒” 的效果, 更應該要討論是否要建立問責機制
4. 勇於挑戰： 雖然教練是絕對與客戶站在一起面對問題的, 但是, 適當的挑戰客戶, 可以讓他們更加的積極與投入. 同時鼓勵客戶開啟想像力, 尋找其他的可能性
5. 改變視角： 幫助客戶以宏觀, 他人, 時間的視角來看待自己的挑戰
6. 自省： 很多人有很強烈的動機與非常果斷的執行力, 但是這些人往往也缺乏自省. 這種人就是因為過度的自信心, 反而會看不清自我與現實, 因此教練需要幫助客戶探索自省的機會, 自省的方式, 與自省後的結論
7. 反饋與評估： 在每一個階段, 教練與客戶一起檢討方案執行的進度是否良好？ 有沒有出現一些問題？ 有的話問題是從何而來？ 如何克服？ 沒有的話, 下一步的目標是什麼？ 同時需要邀請客戶一給教練一些反饋以利於教練自我的修正, 改善與強化. 而教練也應該養成定期的自我評估

六. 專業的教練領域： 最後一章則是為我們介紹目前最常見的一些教練, 例如：企業經營教練, 企業文化教練, 職涯教練, 條理邏輯教練, 健康教練 (就是我們), 出版教練, 兩性關係教練, 家庭關係教練, 與宗教信仰教練等等

這一本書內給了我們很多在不同狀況之下所應該提出的問題. 讓我們知道可以如何起頭, 但是後續的問題, 還是必須要依靠教練本身的經驗與觀察. 畢竟, “套路” 與 ”話術” 在這裡是沒有意義的, 人的真實情感與反應, 不可能被公式化. 所以還是必須依靠不斷地學習與經驗的累績. 但是, 這是一本非常實用的工具書, 在我們要與客戶對話之前, 可從這一本書中找到一些靈感與方向

part7.【見賢思齊，見不賢而內自省】#自由教練 #經驗分享 

「見賢思齊，見不賢而內自省」

出自於《論語》的這句話

在教學路上受用無窮。

（這系列的主題沒有順序可言，純粹想到什麼分享什麼，大家就別太在意了，哈哈哈🤣XD）

==============================

💎見賢思齊

在每個產業都有佼佼者

這些對象是我們學習的目標

無論是專業知識，抑或個人風格

一定有他們獨到之處

透過實際與他們請教

或是觀察分析他們成功的原因

並且學習模仿他們的優勢

定能為我們人生道路上帶來加分的作用。

//

💎見不賢而內自省

同樣，在每個領域中也存在著老鼠屎

也許是品行不正或是知識和經驗不足

看到這些人可以提醒自己不要落入相同的誤區

別人犯的錯，也有可能發生在自己身上

把批判攻擊他人的時間警惕自己

我相信是更好的選擇。

//

💎修正與差異化

人人都可以有共同的優點

而優勢，是你和別人差異的所在

在經過不斷練習與修正後

必須找到適合自己風格的差異化

學術理論強的可以分享深奧的學問

指導能力強的可以加速個案學習

就像是同樣教歷史

有些老師可以教的樸實無華且枯燥

有些老師卻教的生動活潑又有趣

教練亦同

每位老師/教練得到學生青睞的原因不同

找到自己的風格 吸引屬於自己的受眾

才能教的開心，教的順利！

學員也能學的開心，學得愉快！

==============================

這是我的故事，我的經驗

希望對將要成為自由教練的你有幫助

喜歡我的分享，請按讚分享❤️，謝謝！

————————————————————
✅Follow || @canyon_fitlife 
————————————————————

#自由教練分享
#自由教練
#健身教練�#經驗分享

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

＃葉宇峻彈吉他 ＃樂器教學 ＃用吉他模仿說話
教你如何用吉他來模仿人聲講話，那麼廢的技術只有在葉宇峻彈吉他 ！
《12MINI 主題曲》吉他說話版Cover https://youtu.be/0FUUS8hnMgI
用電吉他solo然後他就死掉了" https://youtu.be/8mL_fm2DJHQ
=============
現在頻道會員招募中，歡迎支持加入！
加入葉宇峻彈吉他頻道會員 ▶https://reurl.cc/RdQQbZ
頻道會員懶人包介紹 ▶https://reurl.cc/lLAkz9

訂閱葉宇峻彈吉他▶https://goo.gl/3g7gn6
FB▶https://goo.gl/66igqb
IG▶https://bit.ly/2KM96QT

【我的熱門影片】https://reurl.cc/K6v059
【一分鐘學吉他】https://reurl.cc/ObeMxR
【技巧系列教學】https://reurl.cc/XX9GOE
【和弦分析教學】https://reurl.cc/rln9zN
【破解音階指型】https://reurl.cc/31Z4rX
【五聲音階教學】https://reurl.cc/0zydz9
【調式音階教學】https://reurl.cc/al7drl
【背景音樂練習】https://reurl.cc/A1z2qj
【器材應用分析】https://reurl.cc/9zQ3XO
【藍調吉他教學】https://reurl.cc/1Qpb4W

♫《吉他伴奏大全》線上課程報名網址▶https://hahow.in/cr/paupauband ♫

【葉宇峻彈吉他現在招生中】
歡迎想要學習彈吉他，音樂的朋友們和我聯絡。
以理論建構觀念輔佐技術練習，以學習音樂的方式帶你一起進步成長。
我也支援 Skype 視訊遠距教學，目前已累積來自於香港、美國、加拿大等地及台灣跨地區的視訊學生，也非常歡迎你私人信件和我討論細節及上課內容。

教學項目包含:
木吉他自彈自唱/Fingerstyle演奏曲/各式風格電吉他/樂理分析/即興演奏

教學｜合作邀約｜各式活動｜聯絡方式:
電話:0980-410902
LINE:paupauband
Skype ID:paupauband2
微信:paupauband
bilibili:葉宇峻彈吉他
微博:葉宇峻彈吉他
mail:paupauband@hotmail.com

#ドレイク德雷克 #カルナ迦爾納 #アルジュナオルタ阿周那Alter
【Bgm list】
Atlantis - Assassins Creed Odyssey (OST)
massive damage - KK
其他內建。
簡述劇情往下拉。
防雷空白。







接下來就是本章節最燃的橋段了…請一定要看遊戲裡的電影級演出。（這邊沒收錄）
英雄接力賽，獵戶座與他的月神老婆相愛相殺的
神を撃ち落とす日
恋人を射ち堕とした日
先前火神鍛造的兩枝箭，原本獵戶座預定可以擊落月神衛星砲。
但是卻在料想之外的，異聞帶月神擁有「學習」能力，模仿了獵戶座做了二連射，將獵戶座的第二枝箭摧毀。
這下子完全沒有備份的箭了，小文西只能喊著叫大家快逃！
而且另一頭纏住喀戎的阿基里斯，與異聞帶的老師進行神與人的激烈辯論。
月神夫妻也有相同的表達理念：
「為什麼不成為神呢？神不會死，不像人這麼脆弱。」
現在活下來的異聞帶神都希望神代的延續，他們並不認為世界該交給弱小人類。
而獵戶座與阿基里斯都各自表達了自身身為人的驕傲，並且接受「死」這個事實。
最後阿基里斯像個「人」一樣的死去，他用了自身的靈核作為聖遺物聯繫，讓GD召喚了赫克特。
赫克特知道自己突然被召喚來這裡的原因（大概在英靈座上先通訊了吧喂），與弟弟跟曼迪這兩個迷弟進行了短暫的交流後，便用自身的寶具擋下了月神第三發軌道砲。
（與其說擋下，應該說對射才對。為了射下月神，現場的英雄都在做盡全力的抵抗。）
赫克特靈基崩毀後，曼迪撿起了偶像的Durindana，被偶像承認的他又拿到了生前最想要的武器，擁有勇氣發動寶具擋下了月神第四發衛星砲。
重傷的帕里斯見狀立即請求阿波羅把自己改造成備用的箭，阿波羅是弓箭之神，這對他來說並非難事，但是對於帕里斯來說等於死去，帕里斯自己也明白，所以只能這樣請求讓自己成為能夠派上用場的型態。
於是獵戶座射出了最後一枝箭，捨棄冠位靈基的全力一擊，將月神擊墜。
然而，獵戶座在消失之前告知GD，他並沒有盡到冠位這次該做的任務，也就是提示後面有個必須冠位去解決的大問題。
（他選擇了用冠位靈基射下老婆QQ）
最後迦勒底一行人終於來到亞特蘭堤斯最後的防線──海神波賽頓。
是戰艦的型態，但由於先前與德雷克的戰鬥，被奪去其中一顆核心，而德雷克本人也被海神重傷並詛咒再也無法出海。
（這也是為何凱妮絲會被拿著核心的伊阿宋傷到，伊阿宋再交給波賽頓之子的獵戶座，才能完美抵銷凱妮絲的海神祝福。）
由於這顆被奪的核心，讓波賽頓出現了破綻，得以被迦勒底一行人強行登艦。
前來保護波賽頓的喀戎最終也被打敗，開戰前宣稱自己只能在旁聲援的伊阿宋，在此時告知GD說：「太累了我不跟著去了，我要留在這裡。」
乍聽之下很像任性的話，但是GD或許是明白了什麼，並沒有強硬要伊阿宋跟上鸚鵡螺號，只是給對方一個用力的擁抱。
在迦勒底一行人離開後，伊阿宋終於脫下先前美狄亞送的偽裝禮裝，露出重傷的真實模樣。
早在隊長戰那時就受了瀕死的傷害，伊阿宋是靠著美狄亞的禮裝騙過所有人的眼睛──這是最適合指揮官的偽裝禮裝。
在即將崩毀的波賽頓戰艦上，瀕死的喀戎與伊阿宋對話起來。
喀戎在檢討戰力，他怎樣都想不通為何會輸，於是請教起汎人類史的弟子伊阿宋。
他無法相信沒有神的世界，人類該怎麼活下去。
而伊阿宋則是感慨的說：「你教會了人類沒有神也能活下去的智慧。」
不過大概是因為異聞帶的緣故，這裡的喀戎並沒有這樣的事蹟與記憶。
喀戎也感慨起來，認為彼此生活的世界實在差距太大了。
伊阿宋：「但是，你我都沒有後悔過吧。」
最後一同與波賽頓消散在海中。
突破亞特蘭堤斯的迦勒底一行人，在靠近空想樹之後，才察覺這是海市蜃樓。
也就是說奧林帕斯居然是藏在那黑洞之下…！地心說顛覆了汎人類史對世界的理論。
鸚鵡螺號通過了黑洞，見到了浮在空中的星間山脈奧林帕斯。
故事就到此告一段落，果然是架構太龐大了所以得分上下篇章吧。

【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw

【人際維基】桌遊體驗會～讓你一玩就懂別人的在乎～05/04(六）或 06/16(日）14:00
活動資訊課程：https://www.koob.com.tw/contents/3072

【哈克工作坊】～讓你的存在，成為別人想親近的禮物~06/29(六） & 06/30（日）
課程資訊：https://www.koob.com.tw/contents/3897

[ 7/21 開課！]【寫作小學堂】～寫出專屬風格，找回文字悸動
打造一盞自己的聚光燈，建立起專屬於你的品牌印象
課程資訊：https://www.koob.com.tw/contents/3655

【08/10開課！】《人際回應力-看懂情緒，輕鬆對談》~第20期
一個人的命運，是回應力的總和！
課程資訊：http://www.koob.com.tw/contents/157
更多學員心得分享：http://goo.gl/Guc6V6

【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8

線上課程【不用開口，就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo

桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=============================
以下為本段內容文稿：

在我成長的年代裡，有很多電視節目，特別是綜藝節目，非常喜歡用那種「罐頭笑聲」；就是那種你一聽喔，就知道是做效果，而且很假的笑聲。

但是不知道為什麼，每一次我一聽到「罐頭笑聲」，也會跟著傻笑起來。雖然每一次事後，都覺得自己好蠢…這有什麼好笑的！或者是，啊這就是假的效果啊！

可是呢，當我自己學了心理學之後，我才發現喔，這是一種叫做「社會認同原理」造成的效果。也就是說，我們會很習慣的拿其他人的反應，來判斷這個節目是否好笑。

所以，當我們聽到「罐頭笑聲」的時候，我們就會跟著做出笑的反應，而沒有去考慮它本質上，到底有不有趣？

其實「社會認同原理」，在我們的生活裡是無所不在的。比如說，如果你去酒吧，你會發現那些調酒師，他會在自己的小費罐子裡，先放上一些鈔票，或者是一些零錢。

他絕對不會在剛開始營業的時候，放一個空的罐子在那裡。因為，當他放了空的罐子在那裡的時候，它造成的結果，要麼就是沒有人會丟小費；再不然就是呢，當大家要丟小費的時候，心裡沒有一個標準，我到底要丟多少？

所以你會發現，無論是調酒師的小費罐，或者是慈善團體的募款箱；甚至於是街頭藝人，當他表演完之後，他可能都會安排暗樁，首先的走到前面，丟一點錢到他的打賞箱裡。

這些都是同樣的原理，也就是說，我們很容易因為別人這麼做、因為有人先這麼做，而我們跟著這麼做。

其實不只是這樣子，在「克服恐懼」這個主題裡，心理學家班杜拉，他也做過了一個設計。他讓那些患有恐懼症的人，擺脫了極端的恐懼情緒。

他找了一些怕狗的學齡兒童，讓他們看一個小男孩快樂的跟狗玩耍，這樣的影片，每天看20分鐘。透過這樣的影片的示範，那些怕狗的小孩，在反應上出現了明顯的變化。

僅僅過了4天，有67％的小孩，就願意爬進圍欄跟這些狗玩耍，而等其他人都離開了房間，他們仍然願意繼續的去撫摸、逗弄這些小狗。

在接下來的一個月之後，研究人員再次測試，這些小孩對狗的害怕程度。他們發現喔，小朋友好轉的情況，並沒有隨著時間的推移而有減退；反而比從前更樂意跟狗互動。

其實，在後續更多的實務工作裡面，我們都發現，無論是小孩還是成人，這些所謂的「示範作用」，透過「社會認同原理」都能夠有效的克服恐懼。

那如果順著這樣的邏輯，再繼續往下推的話，其實有時候，我們對於生命當中，一些讓你感覺到困擾的人際關係。

你會發現你每次見他、你每次跟他相處，你都不舒服；但是每次一想到，要放棄掉這些關係，或者是至少在這些關係裡劃清界限。

因為我們知道有一些關係，你可能沒辦法放棄，因為他可能是你的家人；但是至少你要劃清界限。有太多人只光想到這件事情，就覺得好難、好可怕。

然而這些難、這些可怕的原因，通常是來自於，你身旁那些能夠放下這些關係的人，他可能也不會再跟你提這些事情。

所以，你也就沒有可以模仿的對象，「社會認同理論」就沒有辦法發揮出來。但是，那些跟你有同樣困擾的人，你們有可能會很習慣的在一起取暖、舔傷口…；於是呢，你得到的更多的示範，就是無能為力的、更害怕、更恐懼的。

如果你已經再也受不了這樣的狀態，那麼我很鼓勵你，要為自己找一個好的示範；而嘉玲老師推出的線上課程「人際斷捨離」，就是為你產生這樣的作用。

其實讓我們困擾的關係，不一定要選擇那種很決斷式的切割，我們反而可以用一個更有智慧的方法，去建立起自己心裡的界限。

當建立好這個界限之後，你會發現他固然還是在你身旁，但是他已經不為你造成任何影響了。就像那些怕狗孩子一樣，狗依然是狗，可是他已經不會再害怕了。

那麼我想「人際斷捨離」這一門課，就是能夠幫助你走過這個過程。它不只是從觀念到實務，讓你能夠一步一步的前進。

更重要的一點是，嘉玲老師精心設計了，很多實際的做法跟練習；讓你能夠在自己真實人生裡面，再面對那些讓你辛苦的關係，怎麼樣長出自己的力量，取得一個最有效的平衡？

我常常說啊，任何事情可能都沒有你想像中的那麼難，我們或許缺乏的，只是一個示範。我相信「人際斷捨離」這一門課，會為你帶來很好的示範。

希望今天的分享，能夠帶給你一些啓發與幫助，我是凱宇。

如果你喜歡我製作的內容，請在影片裡按個喜歡，並且訂閱我們的頻道。別忘了訂閱旁邊的小鈴鐺，按下去；這樣子你就不會錯過，我們所製作的內容。

然而如果你對於啟點文化的商品，或課程有興趣的話，無論是線上課程「人際斷捨離」，還是我們的實體課程；在每一段影片的說明裡，都有相關的連結。

我很期待，能夠跟你一起學習、一起前進；謝謝你的收聽，我們再會。