雖然這篇歇後語的特點鄉民發文沒有被收入到精華區:在歇後語的特點這個話題中,我們另外找到其它相關的精選爆讚文章
在 歇後語的特點產品中有27篇Facebook貼文,粉絲數超過3,992的網紅台灣物聯網實驗室 IOT Labs,也在其Facebook貼文中提到, 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...
同時也有1部Youtube影片,追蹤數超過4萬的網紅Dd tai,也在其Youtube影片中提到,色拉寺(藏語:སེ་ར་དགོན,威利:se ra dgon)位於西藏拉薩市區北郊的烏孜山南麓,是藏傳佛教格魯派六大寺院之一,由宗喀巴的弟子「大慈法王」絳欽卻傑在公元15世紀初創建。1982年,色拉寺被中華人民共和國國務院公布為第二批全國重點文物保護單位之一。1419年,格魯派的始祖宗喀巴命弟子絳欽...
歇後語的特點 在 BusinessFocus | 商業、投資、創科平台 Instagram 的最佳解答
2020-10-08 01:46:32
【@businessfocus.io】日本珍珠奶茶泡沫破滅,在倒閉潮下存活要靠哪些招數? . 珍珠奶茶在全球擁有極高的人氣,日本近幾年來也掀起一股奶茶熱潮(tapioca boom)。不但日本本土奶茶品牌崛起,國外品牌也陸續進入日本市場,令日本的奶茶店如同雨後春筍般出現在大街小巷。然而,日本《Dai...
-
歇後語的特點 在 Dd tai Youtube 的精選貼文
2020-03-23 08:00:00色拉寺(藏語:སེ་ར་དགོན,威利:se ra dgon)位於西藏拉薩市區北郊的烏孜山南麓,是藏傳佛教格魯派六大寺院之一,由宗喀巴的弟子「大慈法王」絳欽卻傑在公元15世紀初創建。1982年,色拉寺被中華人民共和國國務院公布為第二批全國重點文物保護單位之一。1419年,格魯派的始祖宗喀巴命弟子絳欽卻傑在拉薩北郊的烏孜山南麓創建寺院,命名為「秦清林」,藏語意為「大乘洲」。因附近多「色拉」(藏語意為酸棗林),故又通稱色拉寺。建寺後不久,宗喀巴即去世。因為之前他還興建了甘丹寺和哲蚌寺,故此人們將三寺並稱為「拉薩三大寺」。色拉寺的規模宏大,依山就勢而建,寺前有流沙河流淌而過。寺院占地約11.5萬平方米,建築以措欽(集會)大殿、眛扎倉、傑扎倉、阿巴扎倉等主體建築為中心,穿插布置了數十座康村(僧舍村落,由一群同鄉的僧人所組成)。雖然建造時並沒有進行過規劃布局,但由於建築的外觀顏色一致,主體建築形體高大,因而具有統領全局的作用,使整座寺院顯得主次有序。寺內所有屋舍均為石木結構,屋頂覆阿嘎土,白色外牆的上部裝飾紫黑色貝瑪草,具有濃郁的藏式風格。位於寺院東北部的措欽大殿是全寺的管理中心和主要集會場所,也是寺內最大的殿堂。它建於1710年,平面為方形,由殿前廣場、經堂和五座拉康(佛殿)組成,占地面積約2000多平方米。經堂高2層,中部用長柱頂起為天窗,可以採光。四周為短柱,構成相對低矮的空間,用以供奉佛像。經堂的後部有三座佛殿,居中者供奉高6米的強巴佛(彌勒佛)鎏金銅像,其餘供文殊菩薩、宗喀巴師徒三尊、絳欽卻傑、十一面千手觀世音菩薩等尊像。大殿的殿頂為漢式風格的歇山式頂,覆以鎏金銅瓦,裝飾寶盤、寶珠、神鳥、寶幢等。色拉寺中最大的扎倉(經學院)是傑扎倉,建於1435年,18世紀初進行過擴建,目前面積約1700平方米。它的經堂由100根柱子支撐,殿內密布著壁畫和唐卡。在經堂的西部和北部建有五座佛殿,內有許多活佛靈塔和造像。比傑扎倉略小一點的是眛扎倉,建於1419年,後被雷火燒毀,1761年重建,現面積1600多平方米。
小昭寺(Ramoqê Gönba),藏語稱為“甲達繞木切”,位於西藏拉薩八廓街以北約500米處,始建於7世紀中葉641年(藏曆鐵牛年吐蕃松贊干布時期),是文成公主奠基建成的。小昭寺現有建築面積4000平方米,寺內主要供奉了釋迦牟尼8歲等身像,另有諸多珍貴文物。因此1962年被國務院公佈為自治區級重點文物保護單位,並在2001年列為全國重點文物保護單位。小昭寺藏文叫燃木齊,小昭寺的名聲和規模都比不上大昭寺,也沒有那麼熱鬧。但是別有特色。小昭寺歷史上幾經火焚,現存的小昭寺的建築大多是後來重修的,只有底層神殿是早期的建築,殿內的10根柱子依稀可見吐蕃遺風:上面鏤刻著蓮花,並雕有花草、卷雲以及珠寶、六字真言。小昭寺主樓三層,底層分門庭、經堂、佛殿三部分,周圍是轉經廊道,廊壁上遍繪無量壽佛像。頂層是漢式金瓦,金光閃閃,拉薩各個方位均能看到,蔚為壯觀。小昭寺建築風格融合了漢藏式建築特點。最初的寺廟管理也是由漢僧主持,所以說,小昭寺不僅是西藏最早的寺廟之一,而且是漢藏兩個民族團結友誼的象徵,在漢藏民族關係史上佔有極為重要的地位。
八廓街是為了建築大昭寺,並隨著大昭寺的發展而建設和發展起來的,距今已有1300多年的歷史。7世紀,藏王松贊干布下令在臥堂湖修建大昭寺,同時在湖邊四周修建了四座宮殿,與嬪妃臣民移居宮殿親自監督大昭寺工程的進展。四座宮殿即為八廓街最早的建築。大昭寺建成後,引來了眾多朝聖者朝拜,日久逐漸踏出環繞大昭寺的一條小徑,為最初的八廓街。寺院周圍陸續修建了18座家族式建築,為遠道朝聖的信徒或商人提供住宿地。15世紀後,大昭寺成為佛教傳播的中心,其周圍相繼出現僧人宿舍、宗教學校、小寺廟建築,眾多信佛者遷居大昭寺周圍生活,街上逐漸出現了大量民居、店鋪、旅館、手工作坊等設施。隨大昭寺宗教地位的加深,藏傳佛教認為,以大昭寺為中心順時針繞行為“轉經”,表示對供奉在大昭寺內釋迦牟尼佛像的朝拜,八廓街成為拉薩三大轉經道(大轉、中轉、小傳)之一。後又出現了來自蒙古、漢地、喀什米爾、尼泊爾、不丹、印度等地區和國家的眾多商販、香客、遊民,發展成為集宗教街、觀光街、民俗街、文化街、商業街和購物街於一身的街區。
歇後語的特點 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
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
歇後語的特點 在 百工裡的人類學家 Facebook 的最佳解答
這篇來自NY Times上針對英國學者埃莉諾·克萊格霍恩(Elinor Cleghorn)新書《不健康的女人》所做的書評,帶我們重新檢驗在現代醫學的發展過程之中對於「正常」的標準是如何建立?這當中如何忽視了女性的基礎生理差異?以及這樣的偏見又帶來了什麼樣的影響?
而透過這篇書評,我們也應警惕自己對於知識或是常識應抱有批判與檢驗的能力,特別應該要抱有最基本從性別批判的角度,不要什麼都習以為常、理所當然。
----------------------------------
為了識別疾病,你必須知道健康是什麼樣子——什麼是正常的,什麼是不正常的。直到最近,醫學研究還普遍將「正常」偏向以白人男性作為校準。這樣的病人,像電影裡那樣——也是像教科書裡那樣——捂著胸口來到急診室,醫生會立即評估是否是心臟病發。但是,女性患心臟疾病並不總是直觀地伴隨著胸痛。一名在同一個急診室自述頭暈、噁心和心跳加速的呼吸困難的女性可能會被送回家,並被告知要放鬆,她的痛苦被認為是情緒導致的,不是心臟的問題。
心臟病有明確的指徵和經驗證有效的診斷工具。當女性的癥狀不太清晰或難以量化時——疲勞、眩暈、慢性疼痛——排除心臟病的傾向就會增加。在《不健康的女人》中,英國學者埃莉諾·克萊格霍恩(Elinor Cleghorn)直言不諱地指出了性別偏見對女性健康的潛在影響:「醫學一直堅持將『女性特點』——以及廣義來講所有成年女性——病態化。」
克萊格霍恩從西方醫學的角度闡述了她的論點,從古希臘醫生希波克拉底(Hippocrates)開始,他將醫學重新聚焦在身體的失衡上,而不是神的意志上。希波克拉底明白女性的身體與男性的身體不同,但在他看來,以及後來的幾千年裡,這些差異可以歸結為一個器官:子宮。女人的作用是生育;如果她不舒服,那可能是她的子宮惹的禍。一位羅馬作家將子宮描述為「動物體內的動物」,它有自己的胃口和在身體中遊盪以尋求滿足的能力。大多數女性的痛苦都可以歸結為「歇斯底里」(hysteria),該詞源自希臘語中的子宮。克萊格霍恩指出:「未在使用中的子宮使女性發火和難過的理論與醫學本身一樣古老。」結婚和做母親是標準的治療方法。由於人們以基督教的眼光看待希波克拉底醫學,女性的生理結構也額外背上了原罪的重擔。
(以上引用網頁原文)
https://cn.nytimes.com/culture/20210611/unwell-women-elinor-cleghorn/zh-hant/?fbclid=IwAR0eicgWtz6BQ0yZmgKg4Iut6RDkzkpt2cNZmQer8Q3D2PFRWDIyZi4pgdE
歇後語的特點 在 Elites insider 企業精英 Facebook 的最佳解答
有人曾說:生活中很大一部分事情,歸根到底是兩件事:一件是關我屁事,一件是關你屁事。這句話雖是戲謔,卻充滿了人生的大智慧。
很多時候,我們總生活在別人的評價中,常在意身邊的風言風語,被無關緊要的事左右我們的情緒。我們喜歡在很多事情上,都要和別人做一番比較,拿別人的標準來折磨自己,非常在乎別人對自己的評價,害怕自己被別人孤立,每天都讓自己活得很累。
看到過一句話:“生活就像一杯白開水,不論是冷是熱,只要溫度適合自己就好;生活有時又是萬千口味,酸甜苦辣咸澀鮮,只要口感適合自己就好。”
生活是自己的,與別人無關,其中的酸甜苦辣,只有自己最清楚,所以,不必在乎別人的目光,別活給別人看,適合自己的才是最好的,讓自己開心才最重要。
1
你為什麼會這麼在意別人的眼光?
生活中,很多人都會擔心別人看不起自己。怕別人認為自己過得很糟糕。有時候,別人的一個眼神、一句玩笑就可以讓你難過好久。
本來想堅持畫畫,卻被別人笑話畫的不成樣子;想堅持寫作,分享後被人嘲笑文筆太差;想著給家裡人做份美食,品嘗後的皺眉說明瞭一切。
怕被冷落,被忽略,被嫌棄,也害怕別人的嘲諷。於是,想花光平生所有的力氣去扼制住別人的喉舌,時常徘徊在自身的感覺和別人的看法之中。為了取悅別人,把“自己”狠狠地摔在地上,自顧自地先踩了起來,那些獨有的個性,像雕琢玉器一般被自己數次打磨得絲毫不見痕跡。
於是乎,我們太在意別人的看法,在注意被人的評論,而忽略了自己的初衷。
有人問你:“你那麼在意別人的看法,活得不累嗎?”為什麼你那麼在意別人的閒言碎語呢?
你之所以在乎別人的看法,過得擰巴,是因為你還沒有接受這種生活下的自己。
當你的關注點放在當下,便少了很多的焦慮和沮喪。一是沒空;一是因為沈下心後便能看得到生活中俯拾皆是的小確幸,以及日漸清晰的方向。
這些都會使你更加的從容和自信,不再介意別人眼中的自己。我們有權選擇自己的人生,我們要過好自己的生活,不必太在意別人的眼光。
每個人對生活的理解不同,追求不同。你的尺度不是別人的尺度,別人的看法不代表你的觀點,重要的是別讓別人的看法影響了你的生活。
你的生活根本不需要向不相干的人解釋和證明。過分在意別人的看法,不過是庸人自擾罷了。
生活是自己的,別活給別人看,自己過得舒心最重要,每個人有每個人的活法,每個人有每個人的精彩,別去在意別人對自己的看法。
2
越是在乎別人的看法,就越容易忽視自己的感受,變得自卑和怯弱。
林清玄說:生活在風濤淚浪裡的我們,要做到不畏人言人笑,確是非常不易,那是因為我們在人我對應的生活中尋找依賴,另一方面則又在依賴中尋找自尊。
而認識自我、回歸自我、反觀自我都是通向自己做主人的方法。
有些人,就是因為有著清晰的自我認識和目標,才懷著一腔孤勇,堅定地走在自己的路上。
我們都曾有過被人攻擊的經歷,儘管當時我們歇斯底里地為自己辯解,也沒能證明自己的清白,反而嚴重打亂了自己的生活節奏,用別人的錯誤懲罰了自己。
事實上,覺得人言可畏,還是因為自己不夠強大。
這個世界本沒有你非得去看的冷臉,非理不可的是非。要保持內心的寧靜和獨立的思考,就要對自己心存敬畏。
有人說,“活在別人眼裡,是註定過不好這一生的。”
不要讓別人的嘴成為阻止你去探索世界的理由,生活是自己的。過分在意別人的看法,無異於將自己的人生交給別人把控。你越在意別人滿不滿意,越會忽略自己願不願意。
人永遠不可能八面玲瓏,四方討巧,讓一些人滿意的同時,就會有另一些人看你不爽。如果一味地迎合別人,一旦被誤解、被針對,那一點點靠著別人建立起來的自信也會瞬間崩塌。
要知道,接受不了別人的評價,不是別人傷害了你,而是你從一開始就沒有看得起自己。
說到底,還是因為我們不夠成熟,不能理智的判斷;不夠強大,不能成為獨立的存在。
如果我們把揣摩別人的時間多用來認識自己,把勞心動氣的時間多用來思考怎麼過才更有意義;如果我們對別人少一些依賴,對自己多一點關懷,我們才能看到我們生命裡那些更珍貴的東西。
3
不活在別人評價裡,是一種大智慧。
人活一世,別人再重要,也遠沒有你自己重要。別人永遠是你生活的旁觀者,只有你自己才是你生活的掌舵者。世上哪有什麼感同身受,只有冷暖自知。酸甜苦辣咸,只有吃到嘴裡的那個人才知道。不要太過於去在意別人對你的評價,生活是自己的,與他人無關。
奇葩大會第二季中,蔣方舟稱自己是“討好型人格”。這類人群的一大特點,就是害怕同他人起衝突,永遠是好好先生好好小姐,在意他人的看法,追求別人的認同。就連穿哪件衣服,剪個髮型,都害怕別人不喜歡。如果你做什麼都只是為了達到別人的期望,那麼你自己的期望呢?誰來幫你實現?
一生為別人而活,很累,也很愚蠢。你不可能讓所有人都滿意,又何必為了別人委屈自己。
每個人對生活的理解不同,追求不同。你的尺度不是別人的尺度,別人的看法不代表你的觀點,別讓別人的看法影響你的生活。
別太在乎別人的評價,懂你的,不用解釋,不懂你的,解釋也沒用。
不活在別人的評價裡是一種智慧。只要不涉及原則對錯,別人說什麼聽聽就好。你不可能讓所有人都滿意,又何必為了別人委屈自己。
人無需活在別人的評價裡。好的人生不是活給別人看的,也不必在乎別人的眼光與期許,不攀比,不介意,活得開心比什麼都重要。
人活一世,別人再重要,也遠沒有你自己重要。別人永遠是你生活的旁觀者,只有你自己才是你生活的掌舵人。你就是你,獨一無二的個體,無需與人相比,也無需迎合別人。
4
當你不在乎他人的眼光,愛你所愛,行你所想,你的生活才會有無限可能。
好的人生不是活給別人看的,你大不必在乎別人的眼光和期許,活得開心比什麼都重要。
被他人的言語包圍是生命的常態。
我們總是一路走著走著,把自己困守在安全區裡,只追求不被“說閒話”,小心翼翼地活成別人期待的模樣,唯獨辜負了自己。與其這樣,倒不如面對風涼話,不理;面對看不起,不信;面對不理解,不在乎;面對嘲諷,不聽。
我們每一個人都無法徹底擺脫人言,這樣倒不如把注意力放在自己身上。畢竟,只有你才能負責自己的人生。
在這個世界上,有一種英雄主義叫,做自己的主人。你的人生,從來就不是活給別人看的。
人們常說:“一千個人眼中就有一千個哈姆雷特。”我們都沒有改變別人的能力,但卻可以決定自己的態度。想被所有人喜歡幾乎是不可能的。若要八面玲瓏,就會放棄自我。想取悅所有人,必定會身心俱疲。想討好所有人,也一定不會被所有人深愛。
你不一定要得到所有人的認可,人活著,經營好自己最重要。若太在意身外之事就會怠慢了自己,反之才是愛自己。
所以真的,沒必要去迎合別人,在意別人對你的評價,做自己就好,接納自己,取悅自己,已是完美。
林語堂先生說過:“生活就是,有時笑笑人家,有時給人家笑笑,如果完全按照別人的標準去生活,你會發現,你都不知道該怎麼生活了,因為無論你怎麼做,總是有人不滿意。”
生活不過是自己取悅自己的過程,記住,別活給別人看,因為總會有人不滿意,不要在意別人的評價,讓自己滿意才最重要。
當你想清楚自己要什麼,不急著向別人解釋你自己,你才能更加靠近一個積極的人生。
#elitesinsider
加入群組:https://www.facebook.com/groups/2026540257666105/