迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

《夜之樂章》

#李澤言x妳
#R18
#夜之樂章卡面衍伸

原本要讓大家中秋吃肉肉配肉肉的
但趕不及，所以就這怪異的時間點發啦

早餐吃肉肉也是可以的👌

累累要睡了，大家早安
祝大家連假愉快，吃肉肉不長肉肉❤️

——————————


窗外景色不斷變換，妳看著車窗上的雨滴模糊了街燈，霓虹般閃爍繽紛。禮車緩緩駛進郊區，沒了多餘光亮，黑夜便在窗上映出妳的神情……

一記溫暖罩住妳置於腿上的手，這才使妳抬眼瞧見窗上的自己。

纖柔長髮在腦後盤成髻，稍濃的眼妝及妳平時不會選用的霧紅唇膏，都使妳顯得更加幹練穩重，一捨平日裡的洋溢幹勁。

妳在窗上觸及李澤言的視線，隨即斂起眼中的一絲複雜情緒，回過頭、給了身旁的他一個微笑。

而李澤言未語，只是抬手將妳頰畔的幾綹髮絲撥到耳後，握著妳的手始終沒放。直到周圍開始有了熱鬧聲響，禮車駛進偌大莊園，在莊園內最顯眼、華麗的酒店前停下。

妳下意識掙開李澤言的手，他卻不放。

「到了。」

「嗯，待會見。」

瞧了一眼窗外，防窺玻璃看不進車內，妳倒是看清了車外早已有大批媒體爭相等著採訪李澤言。

「跟我一起下車。」

「李澤言……」

李澤言眼中的堅決讓妳動搖，可妳的執拗卻讓他不得不退讓。握著妳的手緊了緊，他不願勉強妳，遂鬆開手理了下西裝便下車。

李澤言在合身剪裁西裝褲包裹下顯得修長有勁的長腿踏出車外，鑲邊裝飾的深咖色德比皮鞋踩上柔軟的紅毯，挺拔俐落。不曾間斷的閃光燈便像是在形容他的光彩奪目。

如此耀眼的他，在媒體筆下就該一如既往地精明果決，甚是帶著旁人勿近的神秘感。

近乎完美而不該有任何一絲例外。

——

「走吧。」

禮車隨即駛離酒店，開出莊園。

莊園內為了這次晚會佈置了繽紛的燈光造景，從妳眼前飛逝，妳卻一點欣賞的心思都沒有。

今晚是影視界年度慈善晚會，匯集了國內外知名製作人與投資方，而妳與李澤言都受到邀請。

華銳名聞遐邇，李澤言的蒞臨自是讓主辦方倍感榮幸。卻沒人知曉，對於李澤言來說，這類晚會不過是非必要性商業應酬，于華銳未來的業務規劃並沒有相對獲利的極大價值。

他願意參加晚會，不過是陪妳、督促妳把握拓展人脈的絕佳時機，對於公司未來發展有絕對報酬率。

然而所謂的陪同，是他以華銳總裁身份、妳以知名製作人身份，只是同在晚會內罷了。

儘管如今妳在業界小有名聲，諸多投資商紛紛觀望，只待適當時機參與其中。可妳始終不願讓外界得知妳與李澤言的關係。

不能讓人知道，妳這一身高雅的晚禮服是他親自挑選；不讓人知道，妳一路牽著他的手從他家中走出、搭著同一輛禮車到達會場。

媒體的職責，是讓光鮮亮麗的人更加耀眼閃亮，而他們更是有捕風捉影的強大能力。妳不願讓自己模糊媒體投射在李澤言身上的焦點，更不願他們因此放大他的一切日常。

禮車繞了一圈，重新回到金碧輝煌的酒店前，妳斂起思緒，下意識摸摸頸上那條他送的鑲鑽短鍊。

車門被打開，著珠光紅高跟鞋的纖白長腿踏上紅色毛絨地毯。

妳露出自信微笑，迎接快門的捕捉。

————

晚宴謝絕所有媒體入內，妳便少了許多顧忌，跟在李澤言身後上了酒店樓上的貴賓套房。

李澤言前腳剛踏進門，妳便隨即入內，扯著他的手便將之抵在門板上，順道帶上厚重的實木房門。

喀一聲，妳弄不清是房門自動上鎖得快，還是妳墊起腳尖在李澤言唇角狠狠咬了一口快。

刺痛伴著腥甜在李澤言齒間蔓延開來，他蹙眉輕斥，「笨蛋，妳又——」

一語未落，妳又吻了上去。舔去李澤言唇畔的血絲，妳將舌尖探入他口中，急切地尋找他的，與之糾纏，讓他口中只盈滿妳渡及的香檳果香……

輕撇開頭、躲去妳毫無章法的強吻，李澤言捉住妳的臉，「又偷喝酒了？」

妳晃晃頭甩掉他的手，仗著一股酒氣便藉故發揮，「為什麼不能喝酒！」

「笨蛋難道還不清楚自己喝醉是什麼模樣……」

雙眼迷濛地含上一層水光，淡淡紅暈染上雙頰，沒了眼底的對他偶有的膽怯，仗「醉」欺人倒是別有一番風情……

「你管我！」

「妳、唔——」

雙手扯住李澤言的西裝翻領，妳將他拉低下身來、繼續親，也顧不得兩人牙磕在一起讓他疼得蹙眉。

「李澤言……」

李澤言握上妳雙手想從自己領上拉下，卻發現妳抓得死緊，這點反常讓他嘴上不再抗拒，只是順著妳的胡亂探尋，試圖引導妳放鬆下來。

「唔……李澤言……你說……」

撫上妳的後頸，他溫熱的指尖輕地揉捏著，無語地安撫讓妳突然冷靜了下來。

「說你是我的……快點……」

有些含糊的詞句夾雜在妳的喘息之間，妳沒聽見李澤言的回覆，卻在聽聞他的一聲輕嘆後，突然委屈地停下自己任性的行為。眼中蓄滿的淚簌簌落下，又不敢哭出聲，只能將自己埋進他懷裡。

方才在宴會之中，李澤言身旁圍繞了不少名媛，各個姿態姣好、舉止落落大方。而妳，還得在旁人面前佯裝與李澤言只有合作關係。

妳看得出來當時李澤言的不自在，看得出來他並不想如此故作，但也看見名媛們在談笑之間眼中透出的仰慕

明明說不想公開關係的是妳，偷偷在心裡吃醋的卻也是妳……

——

輕勾起妳的下頷，李澤言不意外看見妳滿臉的淚，委屈又故作堅強。

他低下身再次吻上妳，讓一聲輕嘆埋進妳唇齒之間……

像是懂了妳的心思，他的吻輕柔得與頸上的指尖相似，描繪著妳柔嫩的雙唇，似是將安全感注入、填滿妳空蕩的心間。

妳不禁將手勾上李澤言肩上，他便自然而然地攔著妳的腰，一捧便將妳抱起，就這麼讓妳攀在他身上。

妳的雙腿緊緊勾在他腰間，感受他緩步前行時，兩人的緊貼廝磨出隱隱遐思……

李澤言就這麼抱著妳一步步移動到窗台，將妳置於窗台之上。妳的雙手隨之落到李澤言腰間，一手解開他的西裝背心釦子，一手扯出襯衫便探了進去……

「李澤言，我其實想跟你牽著手下車……」

語落，妳將吻落在他的側頸，這裡，有他的溫度、有他身上淡淡的木質香。

不安分的手在他胸腹間徘徊，摩挲過他的每一吋結實，膽大地撫過那讓妳羞於觸及的挺立。

「嗯……」

他沒說，他也想。只表現在下車前握緊妳的力度，妳知道的。

「我還想，站在你身邊，讓採訪報導上全是我們的合照……」

讓所有人都知道，他是屬於妳一個人的。

解開那條妳為他挑選的真皮皮帶，妳毫不猶豫探入其中，熟稔地撫弄、感受呼之欲出的慾望在自己掌心勃發。

一聲壓抑的喘息沒入他落在妳耳畔的吻。

「他人的淺見，並不足以改變一個人的本質……」

李澤言拉下妳的手，執起妳的下頷，讓一記溫熱落在妳唇畔、讓那撼動妳心的呢喃，結束於妳微啟待他侵略的雙唇之間……

「笨蛋的職責，是找個適當的藏身處。」

——

妳認為這是在保護他，卻不知——他只想擋在妳身前。

「唔……」

逐漸發熱的指尖沒入李澤言微亂的髮間，妳不住咬緊了唇才讓自己不撓傷他，只能深深地喘息、極力隱忍，感受他以舌尖輕撫那嬌嫩之處，引著陣陣濡溼汨出……

雙腿幾乎無力地架在李澤言肩上，妳為自己如此的姿勢感到無比羞赧，又無法抗拒地享受他的唇舌帶來酥麻快感，暗自分神喘息之際，只慶幸自己是背對著大片玻璃窗。

「李、李澤言……」

輕喚方落，溫潤的舌尖已探入期待他親臨的嬌嫩之中，隨後而至的是讓妳不住拔高輕吟的吸吮，毫不保留地直搗那過於敏感之處，愉悅的堆疊卻不得紓解，便逐漸成了難耐的折磨……

妳歡愉得幾乎要瞇起眼，不自覺加重手上的力度，讓他往自己貼近一些、再深入一些……

可李澤言就像是刻意似的，總在妳將迎來高潮之時停下，讓妳在汪洋欲海中載浮載沉，卻無法攀得一方浮木。

妳難耐地伸手探進還好好穿在身上的晚禮服，不禁輕捻那等他等得泛疼的挺立、恣意揉捏，似是將身下的難耐抒發於此，讓它在指尖下綻放得更加艷麗。

搭配禮服的鮮紅彩鑽在妳鎖骨上晶瑩，襯得似雪的肌膚更顯明艷動人。

「結論明確，何必多餘的證明？」

腦中浮現李澤言將吻自妳大腿內側綿延而下直至覆上小核之時說的那句話，妳便能肯定了，他是故意……

或許李澤言是生氣了，在妳負氣地從他身旁走開、融入那群來自英國的製作團隊，還接連喝了他們遞上的香檳之後。

他肯定是看見了那位大導將妳從頭到尾打量一次的目光，甚至是那幾欲撫上妳光裸背部的手，卻不得不遵守與妳的約定，佯裝視而不見。

可他總放心不下妳，才在妳以為他沒發現的情況下，出現在妳身藏之處。

「妳躲在這裡做什麼？」

短短幾字帶著些無奈，牽起妳的手卻有力而溫暖。難以言喻的安心感頓時盈滿心間，機乎要讓妳放棄堅持躲進他懷裡——

「嘶——」

側頸突傳來的刺痛讓妳從短暫的失神中緩過來，抬眼，李澤言帶著難掩侵略的雙眼便在妳面前，那懲罰似的咬痕刻在脖子上，帶著溫熱久久未褪去。

「現在，後悔了嗎？」關於那個約定。

略顯低啞的嗓音飽含慾望、讓妳心上一動，想起李澤言偷偷生著跟妳同款的悶氣，妳菀爾一笑，雙手捧起他的臉，先是在那被妳咬破的傷上啄了一口，「李澤言……」

「我是你的……」再親一口。

「你也是我、唔——」

未出口的話語溶於熱烈的深吻之中，逐漸化為陣陣輕喘……

將妳從窗台抱下、背過身，在李澤言終是深深佔有妳之時，耳畔的輕語只是簡短的：「無庸置疑」。

————

妳幾乎是趴在窗台上。以柚木砌成的窗台平滑而冰涼，與妳逐漸升溫的肌膚緊貼很是舒適。房內濃濃的柚木香更是使人放鬆，妳不禁要想，這房是不是李澤言刻意挑選——

「啊……」

一記深深的挺進毫不留情地直抵上那讓妳輕顫之處。妳幾乎要站不住腳的攀在窗台上……

李澤言一手箝著妳的腰緩緩挺進，緩慢廝磨卻又強勁有力，一手握住妳的下頷，將妳次次承不住挺弄的輕吟全含進嘴裡。

細碎的吻自妳頰畔落至後頸，時而輕柔如落雨輕撫，時而又如火光燃起，灼熱得令人難耐不已。

妳還是面對上了這大片的玻璃窗，雖是在較高樓層，窗外只有滿天繁星並不讓妳有疑慮。可此刻，這玻璃便像是面鏡子，映出妳被情欲渲染的雙眼，禮服肩帶被自己扯下，半遮半掩著呼之欲出的渾圓，隨著李澤言的挺進盪漾。

他的一進一出、被撩至腰間再垂下的絲滑裙擺便隨之揚起，恰如妳在情潮中擺盪不休。

如此煽情的畫面讓妳幾度羞赧地瞇起眼，可又抵擋不住李澤言有力的臂膀攬在妳腰間，落了幾顆釦的襯衫襯著他精壯的胸膛緊貼在妳身後的畫面，更甚是讓妳的渴望攀升幾分……

李澤言揚手解開妳的髮髻，讓妳的柔髮如瀑布般散落而下、讓妳背部光裸的白嫩肌膚若隱若現。髮間甜香隨即瀰漫，便如催化劑般讓他陡然加快了次次掠奪。

身下突來的深入終是讓妳承受不住地緊攀他環住妳雙肩的臂膀，翻湧而上的情潮讓妳再難自抑的輕喊出聲——

「唔、李澤言、我快、啊——」

高潮來襲之際，妳不禁拱起身子迎合李澤言的深深挺進，鮮紅禮服掩著凝脂般雪白肌膚，妳的身影映在窗上、在他眼中，便像隻優雅的天鵝，揚起纖細的頸子，承著無比歡愉而難以言喻……

————

興許是隱忍許久，情潮來的又猛又急，幾乎要耗盡妳的體力。妳索性就如此倚在李澤言懷中，尚未褪去的餘韻使花徑緊緊包覆住李澤言的昂揚。

李澤言就此抱起妳，先不說這姿勢有多羞人，貴賓套房很大，從窗台到床上還得經過一套雙人沙發。直至將妳置於床上，李澤言的每一個動作都令妳清楚感受到體內的碩大直抵上那讓人輕顫不已的一處。

妳幾度憋氣才能使尚未褪去的熱潮不再隨即翻湧而上。

側躺的姿勢讓李澤言能毫無保留地深入花徑之中，箝著妳的腰、將妳緊摟進懷裡，隨著他的吻落在妳髮頂，陡然十數下的挺進便讓妳幾乎要再臨高潮。妳有些慌亂地咬住手背，不願讓難抑的輕吟溢出……

「笨蛋……別忍……」

李澤言能感受到妳身體的緊繃，不必看妳紅通通的耳朵都能知道妳的心思，遂拉下妳的手握在掌心，撥開妳的雙腿以自己的腿扣住，一手探向猶是敏感的小核輕揉了揉，如此的刺激讓妳難忍地幾乎要哭出聲，蜷起身子直往李澤言懷裡縮——

「啊……李澤言、李澤言……不要……」

可他卻未因妳的驚呼而停手，更是熟知妳忍受程度地加快了挺進，讓妳在急速襲來的歡愉巔峰上數秒未歇……

————

李總裁果然是妳一個小小製作人惹不起的，喜怒不形於色，醋勁也是。

長夜漫漫，妳最後是在浴室的雙人湯池中累到睡著的……

不過，妳倒是竊喜，原來不苟言笑大總裁也會吃醋。

昨夜，李澤言將妳抱上床，妳睡得迷糊地又睜開眼與他對視，咕噥著：「你是我的！誰、誰都不准……覬覦……」

現在回想起來，妳一時弄不清究竟是做夢了還是真實。關於妳似乎聽到李澤言說了：「嗯……我是。」

今日李澤言有個採訪直播，早已離開酒店進了公司，也無從查證。儘管查證了，他怕是也不會承認的……

咬了一口香酥的可頌麵包，妳揉了揉額側，輕微的宿醉讓妳對於昨晚發生的種種印象模糊，似乎漏了些片段。

仔細想想，雖然妳懂得李澤言並不在乎那些妳所顧慮的，也相信兩人若是公開關係，他肯定是有保護好妳的能力，可妳也想護著他……

經過了昨晚，妳的確是有些動搖。優秀如他，妳何嘗不想宣誓主權？

放下剩餘的麵包，妳認真思考起、待今晚回家得在跟李澤言聊聊……

端起咖啡、妳喝了口，感受溫熱的果香在齒間蔓延。

電視上財經新聞撥出了華銳總裁的採訪片段，妳菀爾一笑，心想著李澤言非常上鏡、好看。

可當主播不專業地問起總裁唇角的傷，妳有些心虛，卻還是蹙眉學起李澤言的口吻說著，「這問題與今天的採訪沒有關聯。」

語落，妳又酌了口咖啡，卻在下一秒隨著李澤言的發言差點從口中噴出——






「我太太不慎弄傷的。」

今天這一篇很精采了我覺得值得花三分鐘仔細讀一下! Mytheresa不限金額免運費衝RV退稅價 + SpaceNK七五折來了! 超美Swarovski Stan Smith運動鞋 + 香港最暢銷迷你洋裝 + B-Low The Belt 皮帶 + Chloe Logo鞋 + Loewe Mini Puzzle + Etsy挖寶

https://vegesoup.blogspot.com/2020/09/9232020.html

**************

https://bit.ly/2PVHSuD SpaceNK終於有可以疊加的折扣啦! 相當於七五折喔~~ 介紹薦葛妮絲派特洛也有在用的保養品, 剛好也是美國區最暢銷單品第一名! 還有英國區最暢銷保養品也一起推薦!

https://slooks.top/46bu/63 本篇趁著NAP有鞋子折扣碼, 再推薦一雙限量的Adidas, 網友今天收到特別拍照給我看, 不但很特別, 而且比台灣定價便宜好多~~ (八五折碼: ShopStyle15)

https://bit.ly/2ZZvRXh 還有大量Tod's洛福鞋特價, 都是超好看配色!

https://bit.ly/345gApt 最底部有Etsy的挖寶, 我很喜歡那個空氣鳳梨的整組花架耶, 完全會想買!

*************

@ https://bit.ly/3iYdidN (那天不是說這個就是shopbop香港區的最暢銷單品之一嗎 網站上沒有照片給大家找出來了! 果然很辣啊 多色可選喔 要是我來穿應該是當長上衣吧 下面配leggings)

@ https://bit.ly/3hYPl4u (剛剛發現最新上了長袖版本!)

**************

Mytheresa寄台灣今天開始有不限金額免國際運費!!!! 趕快去買啊!!!

√ https://bit.ly/2HmjNcd Roger Vivier前面十幾雙都是退稅價 趁免運費買省更多!

@ https://bit.ly/32UD50Q (我用的奶茶色Valentino細版皮帶趕快去買! 尺碼很齊 我買70, 又自己多打了兩個洞 這樣要高腰低腰都可以)
@ https://bit.ly/3hX6jAt (中間寬度的奶茶色Valentino皮帶也是補齊尺碼喔!)

@ https://bit.ly/3hViei4 (請注意, 這雙Chloe的繃帶鞋 Mytheresa補齊尺碼, 而且寄台灣價格是電商裡最好的喔)
@ https://bit.ly/3kN2f7P (繃帶鞋還有粉色尺碼也補齊啦!)

@ https://bit.ly/2EpaJCi (Mytheresa說這雙粉色蕾絲運動鞋現在是他們獨賣)
@ https://bit.ly/3iWe0Ir (這就是Maison Margiela的tabi鞋最新推出的靴子版本, 不要看他腳趾的設計很妙, 近期一直都是最暢銷的鞋款之一喔! 尤其在日本更熱賣!)

@ https://bit.ly/2FU1HxK (玳瑁框芭蕾舞鞋 原來545歐 現在變成只要475歐 我穿正常碼36 腳長22.5CM)
@ https://bit.ly/3iPJZK6 (最新款的穆勒托鞋 原來定價658歐元 現在只要479 我自己會選小半號35.5)
@ https://bit.ly/3iOtSMR (我覺得這雙芭蕾舞鞋也好好看! 是香奈兒Tweed那種布料設計! 感覺很百搭耶! 這款我穿小半號35.5, 我的腳長22.5CM, 同樣也是Bug價)
@ https://bit.ly/3kxsWNy (方頭芭蕾舞鞋這是最新色乾燥玫瑰 有bug價 我穿小半號35.5 本來是639歐 現在只要496歐)
@ https://bit.ly/3kDNlAn (之前蟬聯好幾次暢銷排行榜的 就是這雙裸色喇叭跟 也突然降價喔! 本來是658歐 現在是521歐 我穿小半號35.5)
@ https://bit.ly/35Z1MeB (香奈兒軟呢布料款的喇叭跟方頭鞋 之前是658歐 現在bug價521歐 這雙我會選小半號35.5)


****************

https://bit.ly/2PVHSuD SpaceNK英國區的超好折扣來啦! 已經等半年了終於等到
趕快來解釋一下這個好折扣的優秀之處!
英國區每買滿60英鎊購物車會自動折扣15英鎊 可以累計
而且最高可以折210英鎊! 趕快來囤貨!
買滿40英鎊免國際運費寄台灣寄美國
台灣網友直接買, 美國網友我們轉換到英國區也可以買!

@ https://bit.ly/3j1g3La (推薦這罐精華液, 是spaceNK美國區最暢銷單品第一名! 日夜都可以使用, 除了擦臉也可以擦脖子, 裡面有22種精油成分, 敏感肌膚也適用, 雖然訂價不斐, 可是評價非常好喔, 趁這次打折可以疊加買一罐試試吧! 是Gwyenth Paltrow本人, 還有Lady Gaga跟J Lo的化妝師都有在用的精油, 敏感肌也適用, 每天晚上都用可以使用至少四個月)
@ https://bit.ly/32YeHeG (英國區的最暢銷單品第一名 是醉象的保濕霜 也是給容易敏感的人使用 價格很ok 可以寄台灣不能寄美國或香港)
@ https://bit.ly/32X9Pqj (要湊單的買一條護唇膏就可以了! 重點是這個護唇膏好用到顛覆你對護唇膏的印象喔!)