Joe：「義大利最近一季的政府動向，從親中逐漸轉變成反中，義大利官方還出來表達親美關係，義大利和德國如果也變成親美的話，那歐盟的外交策略很可能會轉彎了。」

義大利眾議院外交事務委員就「中國對少數民族或宗教群體實施的各種侵犯人權行為」，表示最強烈的譴責，呼籲中國讓聯合國高級專員進入新疆進行調查，義大利是歐洲第一個加入「一帶一路」倡議的國家，此舉顯示義大利前政府的親中經貿政策已開始動搖，歐洲央行前總裁Mario Draghi今年2月擔任總理後，一直站在歐盟加強對中國強硬立場的最前線，並和美國Biden政府立場一致，甚至表示將首度動用政府黃金權力條款（Golden Power），阻擋中國收購義大利半導體產業，不過，義大利眾議院外委會並沒有在通過的動議上使用種族滅絕（genocide）一詞。非政府組織保護衛士（Safeguard Defenders）倡導主管Laura Harth表示，最終國會不願認定是種族滅絕，主要是左派政黨極力反對，但這還是一次重大的勝利。

Harth說，因為國會本來不願意在這個議題上表達意見，媒體也沒有相關評論，政府2、3年前還和中國簽訂雙邊合作關係，這次在維吾爾議題的譴責決議，已顯示出國會在有關中國人權議題上的一致性，主要是源自中國的疫情大大改變國會議員的態度，義大利外長Luigi Di Maio表示，義大利與美國的關係，遠比義大利與中國的關係重要許多。

美國曾向義大利表達了他們對義-中關係的擔憂，尤其是在義大利政府在2019年與中國北京簽訂一帶一路協議之後，不過義大利今日向美方傳遞了清楚的訊息，Di Maio在與美國國務卿Antony Blinken聯合舉行的記者會上表示，「我們是中國的一個重要貿易夥伴，我們之間有著深遠的關係，但這無法跟我們與美國的同盟價值相提並論，也不會有所影響。」

義中經貿戰浮上檯面，總理Draghi首度動用政府「黃金權力」，阻擋中國收購義大利半導體產業，內閣3月31日否決中國深圳Invenland集團收購米蘭半導體企業LPE，義大利前政府採親中經貿政策，但前歐洲央行總裁Mario Draghi上任後，顯示截然不同立場，Draghi直言，對具戰略敏感性且「易受中國競爭影響」產業，政府將祭出「黃金權力」加以保護。他支持經濟發展部長Giancarlo Giorgetti的看法，認為應擴大黃金權力適用的產業範圍，不只半導體，更該擴大到汽車、鋼鐵等產業。

義大利大報「晚郵報」（Corriere della Sera）報導，義大利政府阻擋中國收購的這家半導體企業是米蘭LPE公司，LPE是義大利唯一一家具有全球性領先外延技術的半導體公司，擁有自己的專利，LPE是中型企業，有61名員工，2019年營業額為2790萬歐元，利潤710萬歐元，2018年營業額4930萬歐元，利潤1470萬歐元，主要營收來自專精的晶片外延技術，這項技術被認為有很高的經濟戰略價值，義大利艾吉新聞社（AGI）指出，在3月31日內閣會議中，經濟發展部、國防部、外交部都一致支持對中國動用政府黃金否決權，阻擋中國企業收購米蘭LPE半導體公司70%的控股權，不少政府高層憂心，中國收購義國產業恐牽涉更多國家安全領域，包括基礎能源設施、人工智能、5Ｇ、物聯網等。

https://www.cna.com.tw/news/firstnews/202104100021.aspx
https://news.ltn.com.tw/news/world/breakingnews/3553211
https://news.ltn.com.tw/news/world/breakingnews/3585276

譚新強：半導體既是投資亮點 亦是中美關係最關鍵一環

3年前我曾寫了多篇關於半導體的文章，提出了不少當時尚算頗新鮮和具爭議性的觀點，亦因此帶來頗大迴響。到了今天，雖不可說我的觀察和預測全中，但大部分都確兌現了，更幾乎成為了中國高科技發展藍圖。

核心觀點是世界正從以石油為中心的年代（Age of Oil），逐漸轉移到以AI+5G為中心的數據年代（Age of Data）。這個改變當然極具顛覆性，對全球經濟以至地緣政治都有非常巨大和深遠的影響。石油生產的中心點是中東，加上因頁岩油/氣革命而再次冒起的美國，在新的數據年代，中東的地緣政治重要性可能將有所降低，起而代之的可能將是生產全球大部分晶片的東北亞，包括韓國、台灣和日本，當然美國亦擁有不少核心半導體技術和知識產權。這轉變既可是推動經濟發展的好事，但當然亦可是帶來更多地緣政治紛爭的壞事。

3年前我大膽提出了有關高科技發展的4個不等號，假如我是對的，不單止對投資決定有重要性，對中國發展方向，以至中美關係，都有巨大影響。現在正是好時機來重溫一次，印證我的預測是否正確。

1） 硬件>軟件。3年前大膽提出這個不等號，簡直有點大逆不道。在之前的10年，誰不知道是軟件的天下，美國出現了FAAM/NG等科技龍頭，中國則產生了BAT，到了今天，當然更出現了字節跳動（抖音），拼多多和美團（3690）等厲害公司。

我的觀點是前瞻性的，原因是如要推動AI+5G革命，首先需要很多新種類的晶片和硬件，數量上亦需要大大提升。例如到了今天，很多人都知道5G需要比4G多6至10倍的蜂窩和基站數量，當然對各種晶片、線路板和天線等零件，也必有相應的需求增長。物聯網（IoT）發展亦將需要大量不同種類的感應器（Sensors）。

新的硬件基建完成後，當然會有很多不同的應用發展出來，但就未必是4G年代消費者主導的應用如遊戲和電商等。反而極有可能，最重要（或最早）的應用將由國家和大企業層面主導，包括監控、國防和工業物聯網等。

台積電 唯一掌控EUV光刻技術供應商

除AI+5G需要推動新一代的硬件發展，摩爾定律逐漸走至盡頭，也令到如何繼續推動硬件技術發展更重要，經濟學上的供求情况亦起了重要改變。每一代晶片技術的發展必定更難，需時更長，以及投資成本必更高。

從7nm起，光刻技術必須改用EUV，最主要設備供應商不再是Applied Material，而是荷蘭的ASML。到現時為止，全球唯一能成功掌控EUV製造技巧，只有台積電。三星都只在努力中，英特爾（Intel）連10nm都仍未做好。台積電更已開始邁向發展5nm技術，真厲害！

近日台積電的股價勢如破竹，不斷創新高，帶動台灣加權指數逼近30年前創下的12,400歷史高位。近日三星股價也非常不錯，設備商如ASML和Applied Material等也經常創新高（中國在搶購）。

其實今年代表美國半導體企業的SMH指數表現非常好，升了52%，猶遠勝代表龍頭軟件公司的FANG+指數的27%升幅（圖見《明報》財經網）。

2） GPU>CPU。3年前提出此點時，AI概念如日方中，炒得最熱的股票是Nvidia，股價在3年內升了8倍。當時股價才100美元出頭，後來升至280美元，才出現大幅調整，腰斬一半跌回到140美元，但今年又再重新出發，逐漸升至210美元。

無人駕駛發展遜預期 需更複雜晶片

任何重要新技術發展都一樣，開頭大家過度興奮，對成效預期太早，但對長遠影響又往往估計太低。AI也一樣，3年前，很多人以為各種應用如無人駕駛、機器人家傭和AI醫生等，都在三兩年內就可實現。結果當然有點失望，最重要的延後是無人駕駛，大家逐漸發現仍有很多未解決的棘手問題，包括技術、法律和道德各方面。前天剛跟一家全球領先的AI公司開會，他們也承認無人駕駛的發展，最少比原來預期推遲5年以上。更重要的是那位公司高層的個人意見，是同意我的長期觀點，無人駕駛是一個AGI（Artificial General Intelligence，通用人工智慧）問題，而並非一個較簡單的ANI（Artificial Narrow Intelligence，弱人工智能）問題！如屬實，就極可能不可單獨倚靠GPU進行以大量數據為基礎的深度學習（Deep Learning）。AGI的定義仍未準確掌握好，似乎必須擁有人類的所謂常識（Common Sense），即包含人類的本能、生活經驗、意欲，甚至偏見等，非常困難，且可能需要比現時技術更複雜100倍以上的全新晶片。

過去3年亦令我明白除GPU仍非常重要外，在AI+5G年代，很多其他晶片類型亦很重要，包括靈活的FPGA，各種專門的ASIC，和模擬（analog）晶片等等。

3年前最重要的GPU生產商為Nvidia，最重要的CPU生產商為Intel，現在都仍是，但AMD在7nm的GPU和CPU技術都領先全球，逐漸增加在兩個市場的佔有率，股價表現亦更佳。中國也開始設計自己的GPU，以華為旗下的海思為最領先。但Nvidia，AMD和海思都有一個共通點，他們都做設計，然後都交由台積電做代工。

另一需要留意的發展是量子計算（Quantum Computing）。早前Google宣布第一次成功達到「量子霸權」（ Quantum Supremacy），他們的54-qubit Sycamore處理器，只需200秒時間就解答了一個傳統超級電腦需時1萬年運算的數學難題！IBM馬上跳出來說，他們的傳統超級電腦可能只需2.5日來解答此問題，並非1萬年。我不知道誰是誰非，但不太重要，Google的新聞是一個里程碑，但無論如何，距離有實際用途仍非常遠，據我理解，最少需要120-qubit以上。很多人討論的RSA解碼問題更需要4000-qubit以上。而每加一個qubit都困難重重，非線性推高error rate（錯誤率）。

整體來說，量子計算和通訊技術發展，絕對值得留意，中國也正在努力。但距離成功有實用價值，應仍是10年以上的事。

關注中美誰能拿下台積電

3） 製造>設計。從前大家可能有種錯覺，以為晶片設計「高大上」，比製造困難得多，需要更好的工程師。我不認為設計容易，但事實是製造更難，所需的投資當然多很多，根本不可同日而語。上文已指出，Nvidia、AMD和海思等的晶片設計技術都不錯，但都沒有自己的製造產能，需要交給台積電做代工。台積電的製造技術領先全球，市佔率高逾60%。中芯和華虹受限於美國生產設備的出口限制，最少落後兩至三代。

所以大家最需要關注的是美國會否和能否真的如近日《金融時報》報道，對台灣當局施加壓力，限制或甚至阻止台積電繼續接華為和其他大陸公司的單。除此，美國亦正在給台積電壓力，在美國設廠，最想當然是同時從大陸撤廠。

3年前我已解釋過，如美國真的用上這一招，情况就仿如1941年美國終止跟日本的石油貿易，間接導致日本決定轟炸珍珠港，同時佔領香港、新加坡和菲律賓等地，目的就是保護石油供應。

中國現在倚賴進口晶片的程度更高於石油，佔比高達九成，價值超過2500億美元。你可以想像中國有幾大發展自己晶片製造業的需要和決心。直到現在，台積電仍很有義氣，絕未退縮拒接華為的單，更宣稱對美國IP的倚賴度是零。即使如此，他們仍必倚賴從美國進口的生產設備。所以如台積電真的被迫停止跟大陸做生意，這必令到兩岸關係變得異常緊張，甚至構成「解放」台灣的誘因。但令到事情更複雜的是，即使大陸成功拿下台積電，估計亦只能繼續生產若干時間，不到半年必須得到美國設備商如Applied Material的維修保養。但即使最後需要停產，可能仍會先拿下來，因為控制了台積電，亦即等如控制了Nvidia、AMD和Qualcomm等等多家美國半導體公司的命脈。我只能希望大家不用走到戰爭這一步。

4） 記憶體>邏輯。這一點最具爭議，因為在過去，DRAM和NAND都只屬沒有議價能力、周期性極強的大宗商品，所以這行業的公司股票都不值錢，整個周期的平均PE低至6至7倍，可能比鋼鐵股更低。但我認為在數據年代，需求將有持續性增長，但隨着摩爾定律放緩，投資成本增加，生產商數目減少，盈利波動或將減低，所以市場給予的估值將可逐漸提升。

過去一年半正是這套理論的最好考驗。因為全球手機銷量飽和，5G又未到，巨型數據中心的建造亦開始放緩，所以記憶體又再進入一個頗深的調整周期。DRAM和NAND價格都一如過往，跌約一半，但這次確有兩點非常重要的不同。第一是即使到了這周期谷底，連過去經營得較差的Micron，都沒有虧本，NAND邊際利潤跌到零，DRAM更仍然賺錢。三星的盈利情况則更好。第二，投資者的反應也稍有不同。在過去周期，再以Micron為例，從前股價一般跌60%至90%，這一次只跌了約40%，而且反彈得較快。投資者似乎都相信數據年代已來臨，這次只是一個小調整，甚至是「最後一次」？我相信周期必繼續存在，但波動可能較細，而長期則有一個更明顯的結構性數據大爆炸，需要更多記憶體來記載下來。AI學習將變得較聰明，需要的數據量可能縮小，但不等如不繼續收集大量數據。5G的提速亦必須倚賴更多DRAM，高質視頻亦需要更多NAND來存儲下來。

中國進軍半導體製造業 憂價格將暴跌

我的4個不等號都有理據，亦在投資市場中逐步體現出來。但這些大趨勢仍面對兩大挑戰。

第一，中國必將努力打進半導體製造業市場。邏輯晶片的製造技術水平最高，中國在短期內較難追上來。所以中國正集中在記憶體製造方面。在較簡單，用在蘋果airpods的NOR閃存，A股的兆易創新已領先全球。NAND方面，長江存儲已少量生產64層晶片，明年上半年開始量產，更計劃明年底開始生產128層，現時三星的技術，即是將只落後約18個月。有人預期到明年底，中國將佔有5%市場份額。DRAM方面，中國的合肥協鑫仍較落後，剛開始製造PC規格晶片，要求較高的移動端DRAM仍沒有。我認為中國仍落後最少3至5年。

對投資者來說，較擔心的是當中國成功佔取約20%市場，就將對價格有極大影響力。最怕的是如光伏市場，因為政府資助的扭曲，太陽能板變成供過於求，價格暴跌，結果誰都賺不了錢。

第二個更重要的擔憂仍是中美的立體貿易、科技、軍備和意識形態戰。中國是全球半導體市場的50%，如美國禁運GPU、 CPU、記憶體晶片，必對整個市場有巨大影響。如採用更極端的政策，如禁運生產設備，或迫使台積電停止接大陸的訂單，這就不止對半導體市場，甚至全球經濟有極大影響，此舉已接近直接跟中國宣戰了。

（中環資產持有三星、facebook、亞馬遜、Apple、微軟公司、Netflix、Google、阿里巴巴、騰訊、美團、Applied Material、ASML、台積電、Nvidia、AMD、中芯、Qualcomm、Micron、兆易創新的財務權益）

中環資產投資行政總裁

[譚新強 中環新譚]

"用AI來自動生成遊戲?"

這種技術與過去那些學習系統的應用相比
難度又還要在上一層

因為遊戲還要考慮到難度與多樣性
這些抽象的概念並不適合用電腦來"暴力破解"

雖然不是不可能，但還是有些難度
除非我們已經有了通用人工智能 ( AGI

還是別要求AI來幫忙完成整個遊戲吧
那是個差勁的主意

那"用AI來自動生成關卡"怎麼樣?

試試看給AI一個遊戲類型的樣板
例如說射擊遊戲、賽車遊戲
我們先完成槍械的設定、人物的素材

然後讓AI自動生成敵人出現的位置
還有整個地圖的建築與地理配置

這聽起來就簡單許多了
而且還真的有人在嘗試這麼做

他們嘗試的是DOOM這款老招牌遊戲
學習系同則為生成對抗網路
Generative Adversarial Networks

這款遊戲算是FPS ( 不是幀數 )的鼻祖
有相當完整且複雜的客製關卡系統

發展至今已經有了不下幾千張的官方或同人關卡

因此，它具有相當龐大的規格化數據庫
可以供我們的學習系統參考

而確實，要利用這些數據來自動生成出新關卡
是完全辦的到的事
而且還做得跟人類一樣好

生成對抗網路不只會佈局，自動生成樣本
還會嘗試去破局，分辨電腦生成數據與真實數據的差別

它會嘗試去分辨哪些地圖是人類做的
那些地圖是由電腦自動生成的

而最後，他們開發的系統已經無法自破
至少對這套系統來說
自動生成的關卡以與人類設計關卡並無太大差異

當然，這並不代表電腦生成關卡已成
這也可能說明了他們提供的數據不夠深厚

而且這無法證明自動生成關卡有足夠的"多樣性"
不能保證每個關卡都會有全新的體驗

畢竟學習系統只是在學人做事
如果作為老師的數據本身的多樣性就不夠
那作為學生的學習系統又怎麼會有創意呢

更別提，它只能從有限的數據中
仿造出"類似但不相同"的東西

而"多樣性"並不能在模仿的過程中，憑空產生

如果只是在細節上有變化，而主幹不變
那也只是多了一堆
像刺客教條中的支線任務一樣的關卡而已

這個部分只是我這個外行人的見解而已
參考參考就好，我其實對生成對抗網路並不是很有研究
我並不知道它怎麼分辨真實數據與生成樣本

而且，或許只要進行生成的次數夠多
或是嘗試在玩家遊玩的過程中蒐集偏好數據
那就算無法生成具多樣性的遊戲
但真的應用起來至少可以稍微延長遊戲的耐完度吧

另外，就算不能生成新鮮的關卡
至少保證我們每次遊玩都可以稍稍提供變化
那也是挺不錯的，我會想要AI來當我的關主

那你是怎麼想的呢?

AI可以增加遊戲的耐完度嗎?

會不會之後就連劇情
甚至是過場動畫，都可以由AI生成呢?

在下面留言中
告訴我你是怎麼想的吧

我是那個誰，如果你不記得的名字
你八成已經說對了，我們下次見

FB粉絲專頁:
https://www.facebook.com/ThatguySOMEone/
【如欲轉載，標明那個誰SOMEone浮水印，並於說明欄中標示原片網址即可】

新奇科技FB討論區
https://www.facebook.com/groups/163245164333112/

你喜歡那些出現在國外募資平台Kickstarter INDIEGOGO上面的新奇科技產品與創意設計嗎?
嘖嘖ZECZEC或是FLYING V等等台灣設計者的群眾募資專案有哪些又是值得期待的呢?
新奇的募資商品排名就在我的頻道
想要知道那些新奇商品值得開箱 一些3C相關的冷知識
或是想要知道一些新奇科技的簡潔影片介紹與創意廣告就訂閱我的頻道吧!
我是那個誰SOMEone，如果你不記得我的名字，那你八成已經說對了。

#科技 #科幻 #科學 #人工智能