雖然這篇網路處理器鄉民發文沒有被收入到精華區：在網路處理器這個話題中，我們另外找到其它相關的精選爆讚文章
在 網路處理器產品中有44篇Facebook貼文，粉絲數超過2萬的網紅COMPOTECHAsia電子與電腦 - 陸克文化，也在其Facebook貼文中提到， #微控制器MCU #微處理器MPU #物聯網IoT #人工智慧AI #機器學習ML #微神經網路處理器microNPU #機密計算架構CCA #RISC-V 【多核、異構，MCU/MPU 不一樣了！】 越來越多包含微控制器 (MCU)、微處理器 (MPU) 設備加入數位化行列，且朝...
同時也有155部Youtube影片，追蹤數超過13萬的網紅小翔 XIANG，也在其Youtube影片中提到，蘋果在台灣時間的 9 月 15 日凌晨，發表最新的 iPhone 13 系列新機，而這次延續了 iPhone 12 系列的四款機型，同樣擁有單手好掌握、好攜帶的 iPhone 13 mini，以及年度最賣機種 iPhone 12 的後繼款 iPhone 13，再來還有價格相對較貴，但擁有更好相機硬體...
「網路處理器」的推薦目錄
- 關於網路處理器 在 林子安/AnViolin Instagram 的精選貼文
- 關於網路處理器 在 Instagram 的精選貼文
- 關於網路處理器 在 monet_kitchen Instagram 的最佳解答
- 關於網路處理器 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的最讚貼文
- 關於網路處理器 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於網路處理器 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的精選貼文
- 關於網路處理器 在 小翔 XIANG Youtube 的最佳貼文
- 關於網路處理器 在 Pumi Journal Youtube 的最佳貼文
- 關於網路處理器 在 BIGWEI Youtube 的精選貼文
網路處理器 在 林子安/AnViolin Instagram 的精選貼文
2021-08-18 09:45:57
暑假過後馬上又是開學季了，應該有很多同學正在煩惱要挑選什麼筆電上大學吧？ - 最近剛好ASUS推出一款厲害的筆電Vivobook S14 S435，先說說大家最在意的重量只有1.3kg.再來是效能！搭載第11代Intel Core i7處理器和Intel Iris Xe顯示晶片，並且支援Wifi6，...
網路處理器 在 Instagram 的精選貼文
2021-09-10 21:16:53
太神了太神了，魚麵來了，打開多功能食物處理器蓋子，魚漿鮮味撲鼻而來。 魚麵 台灣鯛250g、太白粉10g-15g、中筋麵粉15-25g，鹽2-3g、蛋白1顆，調味上其實隨喜好，也可以加胡椒粉，先將切塊去骨的台灣鯛丟入多功能處理機攪拌成碎肉狀，再倒入其餘材料繼續攪拌至漿狀，之後取出放入碗中，用木筷攪...
網路處理器 在 monet_kitchen Instagram 的最佳解答
2021-08-02 16:36:41
. Beef and Mozzarella Ravioli ① Use food processor with kneading hook (pic 3), knead semola flour 100g and one egg until it comes together, set rest...
-
網路處理器 在 小翔 XIANG Youtube 的最佳貼文
2021-09-15 11:58:02蘋果在台灣時間的 9 月 15 日凌晨，發表最新的 iPhone 13 系列新機，而這次延續了 iPhone 12 系列的四款機型，同樣擁有單手好掌握、好攜帶的 iPhone 13 mini，以及年度最賣機種 iPhone 12 的後繼款 iPhone 13，再來還有價格相對較貴，但擁有更好相機硬體的，iPhone 13 Pro 跟 iPhone 13 Pro Max。那麼 iPhone 13 系列之間，究竟有什麼樣的差異，以及跟前代相比又有什麽進步？趕緊進入主題吧！
【影片更新】
09：32 - 目前最新消息指出 iPhone 13 系列的記憶體大小跟上代一樣，iPhone 13 / 13 mini 為 4GB，iPhone 13 Pro / 13 Pro Max 則採用 6GB。
【影片推薦】
前後代比一比！iPhone 12/12 Pro vs iPhone 11/11 Pro 實機評測
https://youtu.be/12ie3ZoTb4s
【影片指引】
00:00 前言
00:52 設計 (機身設計、顏色、材質、感應器)
03:24 螢幕 (超 Retina XDR 顯示、OLED、ProMotion)
04:35 主相機 (鏡頭配置、微距拍攝、攝影風格)
07:14 主相機 (錄影規格、電影級模式)
07:59 前相機 (原深感測相機)
08:25 音訊 (雙喇叭)
08:37 硬體 (iOS 15、A15 Bionic)
10:40 連結 (Ligntning、Wi-Fi 6)
10:49 通訊 (5G Sub-6 GHz通訊)
11:07 總結 (售價、總結)
【產品資訊】
►iPhone 13 mini：128GB (粉/藍/黑/白/紅)、NT$ 22,900。
►iPhone 13 mini：256GB (粉/藍/黑/白/紅)、NT$ 26,400。
►iPhone 13 mini：512GB (粉/藍/黑/白/紅)、NT$ 33,400。
預購：09/17 晚上 8 點
上市：9/24
►iPhone 13：128GB (粉/藍/黑/白/紅)、NT$ 25,900。
►iPhone 13：256GB (粉/藍/黑/白/紅)、NT$ 29,400。
►iPhone 13：512GB (粉/藍/黑/白/紅)、NT$ 36,400。
預購：9/17 晚上 8 點
上市：9/24
►iPhone 13 Pro：128GB (灰/銀/金/藍)、NT$ 32,900。
►iPhone 13 Pro：256GB (灰/銀/金/藍)、NT$ 36,400。
►iPhone 13 Pro：512GB (灰/銀/金/藍)、NT$ 43,400。
►iPhone 13 Pro：1TB (灰/銀/金/藍)、NT$ 50,400。
預購：9/17 晚上 8 點
上市：9/24
►iPhone 13 Pro Max：128GB (灰/銀/金/藍)、NT$ 36,900。
►iPhone 13 Pro Max：256GB (灰/銀/金/藍)、NT$ 40,400。
►iPhone 13 Pro Max：512GB (灰/銀/金/藍)、NT$ 47,400。
►iPhone 13 Pro Max：1TB (灰/銀/金/藍)、NT$ 54,400。
預購：9/17 晚上 8 點
上市：9/24
►更多資訊：https://www.apple.com/tw/iphone/
►iOS 15：https://www.apple.com/tw/ios/ios-15/
【影片推薦】
小翔評測：「實機體驗」讓你更深入了解3C科技產品
小翔大對決：透過「規格表」讓你弄懂3C科技產品差異
小翔短新聞：整理「多方資訊」讓你提早獲得3C科技新消息
小翔來報榜：透過「排行榜單」讓你知道手機銷售趨勢
【影片聲明】
業配：無
感謝：看影片的每一個朋友
來源：Apple…
製作：小翔 XIANG
【小翔專區】
小翔FB：https://www.facebook.com/Xiangblog/
小翔IG：https://www.instagram.com/xianglin0222/
小翔Twitter：https://twitter.com/xianglin0222
小翔痞客邦：http://xianglin0222.pixnet.net/blog
小翔信箱：xianglin0222@gmail.com
【官方網站】
※影片資訊僅供參考，想了解更多請前往
Apple： https://www.apple.com/tw/
網路頻段查詢：https://www.frequencycheck.com/
-------------------------------------------------------------------------
【CC Music】
Music by MBB
https://www.youtube.com/c/mbbmusic
https://soundcloud.com/mbbofficial
https://spoti.fi/2wqzjwK
-------------------------------------------------------------------------
【索引】
#iPhone13 #iPhone13mini #iPhone13Pro #iPhone13ProMax #iPhone新機 #蘋果新機 #蘋果iPhone13 #iPhone2021 #蘋果手機 #iPhone5G手機 #蘋果5G手機 #小翔大對決 #小翔XIANG
【關鍵字】
手機規格比較、手機推薦、你該選擇誰。透過規格比較，讓你了解究竟該選擇 Apple iPhone 13 mini、iPhone 13、iPhone 13 Pro 還是 iPhone 13 Pro Max。iPhone 13 系列外觀比較：採用瀏海造型的全螢幕設計，並採用四方形的鏡頭設計，且背面採用一體性的玻璃背蓋，機身都具備 IP68 防塵防水，Face ID 臉部辨識，超瓷晶盾面板，航太級鋁合金、醫療級不鏽鋼。螢幕規格比較：iPhone 13 系列皆搭載 OLED 超Retina XDR顯示器、原彩顯示、超高對比、800 nits亮度、1000nits、1200 nits 亮度、觸覺回饋觸控、P3色域、HDR10、Dolby Vison、LTPO、ProMotion 120Hz。主相機規格比較：iPhone 13、iPhone 13 mini 搭載雙主鏡頭（廣角、超廣角），iPhone 13 Pro 系列則是三主鏡頭（廣角、超廣、望遠、LiDAR），1.7µm、1.9µm單像素面積、感光元件位移式 OIS、3倍光學變焦放大、6倍光學變焦範圍、15倍數位變焦、人像模式、光學變焦、人像光線、夜間模式 (超廣角/廣角)、高色調燈光黑白、音訊變焦、智慧型 HDR 4 具備場景偵測功能、A15 Bionic ISP、LiDAR 光學雷達掃瞄儀、Apple ProRAW、夜間模式人像、深度融合、夜間縮時攝影、攝影風格、4K HDR 60fps 錄影、HDR 影片錄製支援杜比視界、電影級模式。前相機規格比較：1200萬畫素、120fps 慢動作自拍、4K自拍錄影、自拍夜間模式、自拍深入融合。音訊規格比較：apple 格式、雙喇叭、Dolby Atmos、杜比全景聲。硬體規格比較：iOS 15、蘋果 A15 Bionic 仿生處理器、iPhone 13 系列效能、6GB/8GB RAM、128GB/256GB/512GB/1TB ROM、續航成績、20W快充、Qi無線充電、MagSafe 無線充電 15W。連結：Wi-Fi 6、Apple Pay、NFC、AirDrop、Lightning、FaceTime、AirPlay、U1。通訊：5G手機、5G+4G通訊、Sub-6 GHz、台灣5G全頻。iPhone 13 mini 售價、iPhone 13 售價、iPhone 13 Pro 價格、iPhone 13 Pro Max 價格、iPhone 13上市、iPhone 13 發表。小翔大對決。透過規格比較讓你更了解手機的差異。![post-title]()
-
網路處理器 在 Pumi Journal Youtube 的最佳貼文
2021-09-11 18:00:11現在去蘋果官網有BTS優惠～心動歡迎去看看ㄛ！
＿
舖米 Pumi
E-mail：pumiii2018@gmail.com
IG：PumiˍJournal (https://www.instagram.com/pumi_journal/)
Tiktok：https://www.tiktok.com/@pumijournal
Shop：https://shopee.tw/pumi17
影片禁止轉載、二改、商用｜本支影片moshi提供公關品
🍎我的MacBook Pro規格🍎
M1 晶片配備 8 核心 CPU、8 核心 GPU 與 16 核心神經網路引擎
13吋 16GB 統一記憶體
1TB SSD 儲存裝置
具備原彩顯示技術的 13 吋 Retina 顯示器
背光巧控鍵盤 - 中文 (注音)
觸控列和 Touch ID
兩個 Thunderbolt / USB 4 埠
Pro Apps Bundle 教育版
🍎周邊們🍎
Logitech 羅技 Pebble M350 鵝卵石無線滑鼠
https://store.logitech.tw/SalePage/Index/5624316?gclid=Cj0KCQjw4eaJBhDMARIsANhrQABzGykaPo_X1aM2HdynFTts0RioWxhzP5VCd5sk2zyIXckv0l-BlXsaAlq6EALw_wcB
KINYO Type-C擴充USB轉換器
（比較久之前實體店購買的了～）
TOSHIBA Canvio Advance V10 4TB 2.5吋行動硬碟-黑
https://24h.pchome.com.tw/prod/DRAA1U-A900B9TFV
Moshi iGlaze 輕薄防刮保護殼 (透明)
https://lihi1.com/3g6gX
Moshi Umbra 防窺螢幕保護貼
https://lihi1.com/Jhfqf
Moshi Muse 13" 三合一多功能筆電支架包 ( 焦糖棕)
https://lihi1.com/O2Dlr
桌面上的電腦支架
我在小市集闆娘的哀居跟他訂的，可以私訊問他：https://www.instagram.com/petitbazar2015/
🍎直接跳轉看想看的🍎
00:00 MacBook pro 開箱前言
01:14 平常使用MacBook Pro M1做什麼？
01:36 優點1：Adobe系列輕鬆相容
03:37 優點2：中度電腦需求使用者適合
04:15 優點3：觸控板超級好用
05:01 缺點1：M1晶片出包鼠標不見
06:09 周邊推薦1：羅技滑鼠
06:50 周邊推薦2：Type-C轉接器
07:35 周邊推薦3：外接硬碟
09:18 周邊推薦4：透明霧面筆電殼
10:08 周邊推薦5：螢幕保護貼
10:26 周邊推薦6：電腦支架包
10:46 周邊推薦7：電腦支架
11:09 我推不推薦MAC M1?
影片推薦｜
👉免費下載！精選2021 iPad 電子手帳模板懶人包🍎｜iPad手帳｜電子手帳｜免費手帳模版｜舖米Pumi
https://youtu.be/UIWb4W_963w
👉🍎My iPad 2019 Unboxing！開箱我的第一台平板！🍎｜iPad實用測評｜舖米Pumi
https://youtu.be/V6Hd91t5_Yk
👉實用APP推薦！我的手機有什麼？What's on my Phone？｜iPhone11測評｜好用APP推薦｜iOS好用APP｜安卓換iPhone｜舖米Pumi
https://youtu.be/iDVl6BKhNkw
👉十種蛋糕吃到飽🍰四萬訂閱慶祝Q&A！｜台北甜點｜甜點開箱｜吃播｜dessert｜舖米Pumi
https://youtu.be/AStjfPqqCwM
👉台中秘境文具店「六街文具房」戰利品文具開箱分享｜文具探店｜台中文具店｜Taichung Stationery Haul｜舖米Pumi
https://youtu.be/F5RdsOPi6QQ
👉十一月十二月近期文具愛用品November & December Favorites Stationery 2019｜舖米Pumi
https://youtu.be/ewx_mI63ZLI
👉九月十月近期文具愛用品September & October Favorites Stationery｜舖米Pumi
https://youtu.be/_LW53Ck6kec
樂曲提供：Production Music by http://www.epidemicsound.com
#MacBookPro #Apple #Ｍac開箱![post-title]()
-
網路處理器 在 BIGWEI Youtube 的精選貼文
2021-09-08 14:45:01吸血鬼：惡夜獵殺 血獵 (Vampire: The Masquerade – Bloodhunt)
9/7到9/13 - 搶先體驗唷！現在快到Steam平台搜尋吧～
覺得不錯別忘了訂閱按讚與分享唷！
【各類遊戲試玩影片】播放清單：https://goo.gl/8FHd6P
----系統需求----
最低配備:
需要 64 位元的處理器及作業系統
作業系統: Windows 10 64-bit
處理器: Intel i5-7400/AMD Ryzen 1300X or better
記憶體: 8 GB 記憶體
顯示卡: Nvidia GTX 970/Radeon RX 580 or better
DirectX: 版本：11
網路: 寬頻網際網路連線
儲存空間: 20 GB 可用空間
備註: HDD
贊助商品遊戲E-mail：iweibow@gmail.com
Instagram IG：iweibow
臉書粉絲：https://www.facebook.com/ilovebigwei/
#吸血鬼 #惡夜獵殺 #Bloodhunt #血獵 #Vampire #遊戲試玩影片![post-title]()
網路處理器 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的最讚貼文
#微控制器MCU #微處理器MPU #物聯網IoT #人工智慧AI #機器學習ML #微神經網路處理器microNPU #機密計算架構CCA #RISC-V
【多核、異構，MCU/MPU 不一樣了！】
越來越多包含微控制器 (MCU)、微處理器 (MPU) 設備加入數位化行列，且朝「多重處理器」趨勢邁進，每個 MCU 內部都是一顆 CPU (中央處理單元)，有些還會配置第二或第三核心負責處理專屬功能，包括從無線電到機器學習 (ML) 等各種任務；而單晶片 (SoC) 架構的挑戰是：平衡元件要求、以更高的效率完成任務，多重核心在這方面將持續扮演重要角色，包括管理通訊、資料、排程等作業也將變得更加複雜，其最大挑戰很可能是如何管理在多重核心元件上運行的軟體。
各界普遍認同摩爾定律與 Dennard 縮放比例定律已近終點，但運算需求的成長速度卻日漸加快，因此，未來將會需要更加複雜的異質化 SoC 架構。與此同時，MCU 與 MPU 的界線越來越模糊，有產業先進認為其中一個主要區別是：工作頻率。此外，MCU 屬於單核架構，專注在控制層面、涵蓋類比輸入與輸出的控制動作；而 MPU 可能是單核心或多核心，專注於處理資料、而非處理或量測類比輸入或輸出訊號，幾乎都會用外部記憶體來存放程式資料，速度屬次要參數。
實際上，高性能的 MCU 已經可以運行作業系統。值得留意的是，RISC-V 市佔率正持續攀升，尤其低階 MCU 領域已逐漸取代 Arm 32 位元 MCU (Cortex-M)，恩智浦 (NXP) 則計劃在某些新處理器子系統中將 RISC-V 作為共同處理器。芯科科技 (Silicon Labs) 認為：RISC-V 架構仍在持續演進，相比其他成熟的 RISC 價格，最大的差異是忠誠度、可用的工具、軟體以及新架構在沒有大量測試及實用基礎下的信心度等，其成長性或與成熟度互為因果。
延伸閱讀：
《數位化轉型中的 MCU》
http://www.compotechasia.com/a/feature/2021/0813/48768.html
#安謀Arm #Imagination #恩智浦NXP #芯科科技SiliconLabs #意法半導體ST
網路處理器 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
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
網路處理器 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的精選貼文
#汽車電子 #自駕車 #車聯網閘道器 #車輛網路處理器 #雷達處理器 #超寬頻UWB #藍牙低功耗BLE #物聯網IoT
【車聯網閘道器＆雷達，有專用處理器嘍！】
隨著汽車持續發展成為強大的運算平台，業界也出現專用的「車輛網路處理器」，可支援服務導向 (service-oriented) 閘道器，實現安全雲端連結和無線更新，還可作為支援下一代車輛架構的功能域控制器，以及用於先進駕駛輔助與自動駕駛系統的高效能 ASIL D 安全處理器。與此同時，雷達功能越見強大且需顧及未來擴展性，專用處理器亦應蘊而生。
此外，創新的超寬頻 (UWB) 方案，在最需要的時候提供精確度並支援新興商機，精確度加上安全性是許多新使用情境的基礎——整合 UWB＋藍牙低功耗 (BLE)，為全新三星 Galaxy SmartTag+ 提供空間感知能力。UWB 技術彌補當前先進智慧型手機在精密測距技術上的缺憾，實現前所未見的尋找物體精確度，支援全新的物聯網 (IoT) 使用情境，讓用戶得知個人物品位置並進一步邁向智慧連結世界。
延伸閱讀：
《NXP 加速汽車處理創新與整合 UWB 和藍牙技術》
http://www.compotechasia.com/a/tactic/2021/0623/48318.html
#恩智浦NXP #S32G2 #S32R294 #Trimension #SR040 #SR150