今天想跟大家分享一下我近期的腳踏車訓練感受. 因為最近北加州一直在下雨, 早晨的天氣也很冷, 為了避免著涼生病我幾乎每個單車訓練都是在訓練台上.
許多人都覺得訓練台很無聊, 很難在上面堅持很久. 我個人的忍耐力還算強 硬撐可以騎到3-4 個鐘頭 但一開始這麼練還是會發瘋 騎完感覺腦袋有個洞 要好一...
今天想跟大家分享一下我近期的腳踏車訓練感受. 因為最近北加州一直在下雨, 早晨的天氣也很冷, 為了避免著涼生病我幾乎每個單車訓練都是在訓練台上.
許多人都覺得訓練台很無聊, 很難在上面堅持很久. 我個人的忍耐力還算強 硬撐可以騎到3-4 個鐘頭 但一開始這麼練還是會發瘋 騎完感覺腦袋有個洞 要好一會兒才恢復正常.
俗話說吃得苦中苦 方為人上人, 雖然騎訓練台很痛苦 但是好處非常多：
1. 安全 - 只要你不把你訓練台放在街上 你是不會被車撞 如果你會從訓練台跌下來 那我只能幫你唸阿彌陀佛. 騎訓練台也不會爆胎 然後半路修車 還有可能是在沒自行車道的地方.
2. 省時間 - 我每天一起床 穿上單車褲子 裝上水壺 上訓練台 不超過十分鐘. 但如果去戶外騎 就要看天氣 決定應該穿多少 穿戴整齊再把腳踏車搬下樓 半個鐘頭早過了. 加上我是個上班族 時間非常有限. 單車訓練又是三項中佔最多時間的 騎訓練台更顯得方便省時間.
3. 訓練強度可以控制得非常精準 - 尤其是如果你有 smart trainer 比如wahoo 就可以提前設置瓦數 這樣就不會被紅綠燈或上下坡打擾.
4. 訓練更有效率 - 據我的經驗 在訓練台上騎一個鐘頭跟在戶外騎同樣的時間比可以多燒50-100 卡. 騎兩個鐘頭就多少100-200卡. 一個禮拜可以多燒400-1200卡. 這一方面使減重變得容易 另一方面可以讓身體在同樣時間內有更多的訓練效率. 在室內騎一個鐘頭大約是在外騎的一個鐘頭十五分鐘. 騎兩個鐘頭你就多騎了半個小時. 三個鐘頭就多45 分鐘. 這個可是很賺啊！
5. 可以不停息地踩踩踩 - 這個在室外是不可能做到的. 在室外我試過 最長踩踏板不停大概就二十分鐘. 在訓練台上 如果你不上廁所是可以不停踩到你腿爛. 腿的耐力會變得超強！
可以長久享受（忍受）訓練台上的訓練有幾個方法：
1. 電風扇/空調：室外騎車由於速度快 有很大的風吹冷卻效果 在訓練台上是靜止狀態 身體發的熱舞法散掉. 在室內騎車一定要通風好 用風扇輔助冷卻
2. 可以的話就投資智慧型訓練台 （wahoo kicker) : 它可以讓你連上zwift 和其他的app 模擬真的路況 騎起來也像真的 讓你不會那麼無聊.
3. 沒有智慧型訓練台 也可以自己設計課表. 可以練cadence （轉速）2min 90 rpm 2 min 95 rpm 2 min 100 rpm 2 min 105 rpm 2 min 110 rpm 然後重複. 或坐著騎四分鐘 每第五分鐘站起來騎. 有課表就會覺得時間過的比較快.
4. 看電影 看電視節目 聽音樂 辦雜事. 有時候我都是騎車的時候付水電費 網購 或看公司的事. 時間也可以過的比較快.
5. 專注於自己的pedaling style. 專心的把每個pedal revolution 都踩到極致.
6. 跟你朋友發個line 微信 聊天 打發點時間.
我就靠這幾個方式 把兩小時的訓練分成三-四段 熱身時辦雜事 看電視. 主課表來的時候專心練. 然後花個半個鐘頭專心在趴著的姿勢. 時間就過去了.
總之 訓練台是非常有效率的 - 省時間 訓練好控制 又安全. 只要用幾個小秘訣讓自己不要無聊死 任何人用室內訓練都可以有很大的進步！
#wahoo #wahookickr #wahooligan
cadence公司 在 國立陽明交通大學電子工程學系及電子研究所 Facebook 的最佳貼文
開創人工智慧無限可能 竹科國際論壇大師領談「AI The Future」
科技部為打造「台灣2030科技願景」，積極提出「創新、包容、永續」三大願景，期透過連結在地、國際與未來等方略，引導臺灣未來社經及科技發展願景。科技部新竹科學園區管理局目前正積極籌設闢建竹科X基地，核心產業主軸即是人工智慧(AI)，力助產業銜接AI科技迎向未來全球挑戰，科管局特訂於10月13日(週三) 9:00~11:50盛大舉辦「AI The Future」國際技術交流論壇，由曾任科技部次長的林一平教授主持，邀請三位大師級專家發表專題，期望藉由這次國際技術交流論壇，提升您對人工智慧的了解，並共同開創人工智慧無限的可能。
這項國際技術交流論壇由ACM Fellow、IEEE Fellow、AAAS Fellow及IET Fellow的國立陽明交通大學資工系終身講座教授暨華邦電子講座林一平教授主持，受邀領談專題的三位AI專家，包括：全球計算機科學領域高引作者前十華人、ACM/IEEE院士、美國伊利諾大學芝加哥分校教授的俞士綸博士，廣達電腦公司技術長暨副總經理、廣達研究院院長、ABAC中華民國代表、MIT CSAIL訪問科學家的張嘉淵博士，以及Cadence 益華電腦台灣區總經理宋栢安。
「AI The Future」國際技術交流論壇中，三位專家將發表三項講題，分別是：美國伊利諾大學芝加哥分校俞士綸博士發表「On Recommendations via Deep and Broad Learning」，廣達電腦副總經理張嘉淵博士發表「Super Computing, Hyper Connectivity and Augmented Intelligence」，益華電腦台灣區總經理宋栢安發表「Driving the Future of Intelligent System Design」主題，邀您一同分享AI數據科學領域學術等問題和前沿動態。
「AI The Future」國際技術交流論壇訂於10月13日(週三) 09:00~11:50在新竹豐邑喜來登東館3樓宴會廳I登場，由科技部新竹科學園區管理局主辦，執行單位是台灣新竹科學園區產學訓協會，協辦單位包括國立陽明交通大學、BioICT。台灣新竹科學園區產學訓協會表示，因受疫情影響，論壇現場參加人數限制50人，現場提供即時Q&A及餐點；同時段FB「竹科大小事」直播，直播觀眾可即時留訊息，視會議時間提供主講者回覆。歡迎各界賢達專家共襄盛舉踴躍報名，報名網址:https://is.gd/SxhEME
cadence公司 在 竹科大小事 Facebook 的最佳解答
📣📣開創人工智慧無限可能 國際論壇大師領談「AI The Future」🔍
這場國際技術交流論壇由ACM Fellow、IEEE Fellow、AAAS Fellow及IET Fellow的國立陽明交通大學資工系終身講座教授暨華邦電子講座林一平教授主持，受邀領談專題的三位AI專家，包括：全球計算機科學領域高引作者前十華人、ACM/IEEE院士、美國伊利諾大學芝加哥分校教授的俞士綸博士，廣達電腦公司技術長暨副總經理、廣達研究院院長、ABAC中華民國代表、MIT CSAIL訪問科學家的張嘉淵博士，以及Cadence 益華電腦台灣區總經理宋栢安。
「AI The Future」國際技術交流論壇訂於10月13日(週三) 09:00~11:50在新竹豐邑喜來登東館3樓宴會廳I登場，因受疫情影響，論壇現場參加人數限制50人，現場提供即時Q&A及餐點；同時段FB「竹科大小事」直播，報名網址🔗:https://is.gd/SxhEME
cadence公司 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
摩爾定律的瓶頸，未來會靠「AI 設計晶片」突破
TO 精選觀點2021-08-26
【為什麼我們要挑選這篇文章】晶片尺寸逐漸逼近物理極限，市場皆在討論，摩爾定律是否走到極限。然而隨著 AI 晶片設計技術的發展，摩爾定律會交由 AI 來延續。但未來晶片設計工程師會失業嗎？還是工程師會與 AI 協作，推動晶片設計邁進人工智慧時代？（責任編輯：郭家宏）
AI 設計的晶片，性能十年內將提高 1,000 倍。
作為 Synopsys 執行長、晶片設計自動化的先驅之一，Aart de Geus 在 Hot Chips 在線晶片大會上表示，現在人工智慧設計的晶片，性能可能會在未來十年內提高 1,000 倍。
自 80 年代以來，自動化一直都是晶片設計的一部分。但現在，每兩年晶片性能翻一倍的「摩爾定律」似乎已經達到了瓶頸。要突破這個瓶頸，最好的辦法或許就是你我都熟知的：人工智慧。
一篇刊登在 Nature 上的文章指出，經過訓練的機器學習系統，在晶片設計上的表現超過人類。
不少晶片架構師都擔心自己的飯碗未來會被 AI 搶走。不過 De Geus 卻認為，晶片架構師不僅不會下崗，還會轉移到產業鏈的上遊，比現在負責更多任務。
Synopsys 從去年開始就使用 AI 來設計客戶的晶片，與人工設計的晶片相比有了相當大的改進。目前，三星也正在使用 Synopsys 的工具 DSO.ai 來設計 Exynos 晶片。而它的競爭對手 Cadence Design Systems 也在今年推出了自己的人工智慧晶片設計專案。
用 AI 設計晶片，有望打破摩爾定律的瓶頸
De Geus 在 1986 年創立了 Synopsys，一家電子設計自動化（EDA）軟體公司。憑借多年尖端半導體設計經驗，Synopsys 利用這個寶貴的資產制作了第一代 AI 晶片軟體 DSO.ai。
要超越摩爾定律，就要利用 AI 來解決複雜性、功耗和擴展要求，最終實現 1,000 倍性能的目標。
「機器學習出現在我們使用的每一種工具中，這個設計空間優化（DSO）的新工具的不同之處在於，它不適用於單個設計步驟，而是適用於整個設計流程。」
這就是 Synopsys 採用的自主晶片設計方法，從綜合方法進行晶片設計，而不僅僅是晶片布局。
晶片設計的一個早期步驟是 floor planning，其確定了晶片的尺寸、標準單元的排列形式、IO 單元及宏單元的位置、電源地網絡的分布等。
由於宏單元潛在配置數量巨大（約為 10^2500），規劃就會變得非常複雜，而且隨著邏輯電路設計的發展，還需要進行多次疊代。如果每次疊代都由人類工程師手動生成，就要耗時數天或數週。
但如果用 AI 設計晶片，它就能夠利用強化學習，優化晶片的功率、性能和面積大小。還能解決針對特定應用程式以及系統的所有維度的快速定制晶片：硬體（物理）、軟體（功能）、可製造性和架構（形式）。
隨著 AI 接管更多任務，以往負責設計少量電晶體的工程師，現在可能負責設計更大晶片中的 10 億個電晶體。
這樣就能夠在更短的時間內設計出更快的晶片，改變晶片的架構，將晶片性能提高 10 倍、100 倍甚至是 1,000 倍。
Google、NVIDIA 正在用 AI 設計晶片
與使用最先進設計工具的世界一流設計團隊相比，DSO.ai 能夠將功耗降低 25%，性能是當下最好的 AI 晶片設計工具的 5 倍。
而在未來的 AI 晶片設計時代，晶片能夠根據各個垂直行業進行設計。
面對特定專案的差異化需求，DSO.ai 可以用來優化輸入參數以及晶片設計工作流程的選擇。
工程師可以使用 DSO.ai 進行更多設計流程中的參數輸入，例如微調庫單元以提供最佳頻率或最低功率，採用現有平面圖並盡量縮小晶片尺寸，確定多高的工作電壓會實現功耗與性能的最佳權衡等。
全球「缺晶片」，雖然說不少產業都受到影響，但人們也深刻認識到了晶片的重要性。晶片雖小，但卻是一個重要的基礎設施。
除了 Synopsys，Google、NVIDIA 也開始嘗試使用人工智慧技術設計晶片。Google 的 TPU（張量處理單元）晶片即將發布新版本，優化了人工智慧計算。目前 NVIDIA 也專注於使用 AI 技術生產更好的 GPU 和雲端運算 TPU 平台，以增強自身競爭力。
晶片設計的工程師不會失業。而人工及 AI 相結合的設計思路將會推動晶片設計邁進人工智慧時代。
附圖：人類設計的晶片平面圖（a）與機器學習系統生成的平面圖（b）
摩爾定律逐漸扁平，晶片設計重任落到了 AI 肩上。
在晶片設計的新時代，自動化大不相同。
晶片定制會更普遍
資料來源：https://buzzorange.com/techorange/2021/08/26/ai-sustain-moore-law/