「我聽到很多演員說，『我獨自在一個荒島上也會演下去』。嗯，我其實不愛（演戲），對我來說表演很像是在動急診手術，或者蹲在戰壕裡，這只是我會去做的、一件有意義的事情而已。」茱蒂．佛斯特（Jodie Foster）在2019年接受《IndieWire》專訪時感慨。

．
貴為兩屆奧斯卡影后，茱蒂．佛斯特有著許多人稱羨的演員生涯。但起先這其實不是她的選擇。在三歲時，母親帶著三歲的她陪哥哥去參加一個廣告試鏡，沒想到工作人員看上的卻是她。自此，她獲得的邀約不斷，成為了最多產的童星之一，出現在五十多個電視節目之中，接演的廣告更是不是不計其數。她說自己在七歲就能養活全家。

．
不過這不意味著她原本就想要走上這條路，畢竟入行過程就有些陰錯陽差。茱蒂在三歲就能閱讀，從小就學會流利法語，智商高達132（領先全球98%人口智商）。連她自己也承認，要不是這麼早就接觸表演，說不定就是去當律師了。

．
記得嗎？在《從前，有個好萊塢 Once Upon a Time... in Hollywood》（2019）當中，那個抱著書在片廠、與李奧納多．狄卡皮歐（Leonardo DiCaprio）交心的超齡小女孩，就是以童年的茱蒂為原型。茱蒂後來受訪時也非常開心自己早期的經歷獲得了昆汀．塔倫提諾（Quentin Tarantino）的致敬。

．
真正讓她一舉成名的，無疑是馬丁．史柯西斯（Martin Scorsese）的《計程車司機 Taxi Driver》（1976），她在片中飾演的雛妓艾瑞絲提名了奧斯卡最佳女配角，當時她年僅14歲。這使她成為家喻戶曉的演員，但伴隨的卻是成名後造成的壓力，包括瘋狂粉絲追殺。這一切帶來莫大壓力，過程中她一度暫時放棄表演，前去攻讀耶魯大學文學系（輕鬆以最好成績畢業）。

．
成年後拍攝的兩部作品《控訴 The Accused》（1988）與《沉默的羔羊 The Silence of the Lambs》（1991）分別讓她在奧斯卡獲封影后殊榮，不過看似只是被擺佈的演員，茱蒂其實一直存在自己的強烈主見，她不願意接演刻板的女性角色，因此上述的人物都存在著她有意傳遞的性別主張。無論是《控訴》當中性侵被害人，還是《沉默的羔羊》當中的一枝獨秀的女性探員角色。

．
不過，她也語帶譏諷地說，《沉默的羔羊》的成功帶給她唯一的「獎勵」，就是有更多完全相同的女探員角色找上門來。

．
與其處在被動姿態，茱蒂感受到涉入創作可以擁有主控權。她說自己不曾後悔過去的演出經歷，只是對她而言最大的收穫不見得是演技上的提升，而是看導演怎麼工作。從馬丁．史柯西斯、尼爾．喬丹（Neil Jordan）、史派克．李（Spike Lee）身上，她學會了不少導演技巧，尤其是大衛．芬奇（David Fincher），茱蒂說芬奇是他看過唯一能對每一個細節都能做到精準掌控的導演。

．
其實在1990年代，茱蒂已經有過兩部長片的執導經驗，分別是《我的天才寶貝 Little Man Tate》（1991）和《心情故事 Home for the Holidays》（1995）。但一直到第三部長片《海狸先生 The Beaver》（2011）之後，她才正式確定之後自己要將重心轉移到導演工作上。

．
「拍了快50年的電影，透過女性眼睛看見、由女性導演述說的故事有多少？」在2017年接受《衛報》採訪時，茱蒂談及轉向創作的原因。她也說在過去20年，每次讀到的劇本（通常是男性執筆）當中的女性角色，都有童年被強暴或虐待之類的遭遇。「這樣就叫有深度嗎？」她對此產生質問。

．
許多人將茱蒂視為已經半退休的演員，在過去十年間，她只演出過三部電影。她的最新力作《失控的審判 The Mauritanian》（2021）使她一舉在金球獎獲得最佳女配角，但這其實甚至不是她原本會接演的電影類型。

．
在她漫長的演藝生涯之中，茱蒂只演過兩個真實改編的人物。第一個是《安娜與國王 Anna and the King》（1999）的安娜（Anna Leonowens）。《失控的審判》中的辯護律師南希．霍蘭德（Nancy Hollander）是第二人。

．
茱蒂說自己不喜歡傳記電影的原因在於，多數這類電影更像流水帳，少有作品真正深入人物的內心，讓觀眾試著去更了解他們。但《失控的審判》的劇本卻讓她耳目一新，她知道自己不能放棄接演這個劇本。

．
在片中，塔哈．拉辛（Tahar Rahim）飾演的薩拉希（Mohamedou Ould Slahi）因為手機裡出現與賓．拉登（Osama bin Laden）聯繫的紀錄，而被美國關進關塔那摩灣監獄。全世界的人都認為他是恐怖分子，但只有南希．霍蘭德願意聽聽他的說詞。隨著劇情推展，她甚至可望與班奈狄克．康柏拜區（Benedict Cumberbatch）飾演的庫奇中校（Stuart Couch）一同扭轉判決。

．
美國為了反恐戰爭而執行的這類羈押，在過往鮮少有人提出異議。但後來證明這類作為不僅違反人道，也無法有效對抗恐怖分子，遑論其中有些人可能根本是受到構陷，卻要蹲十餘年苦窯，並面臨殘酷刑求。但一部為阿拉伯人申冤的作品，終究不是主流題材，但茱蒂卻認為自己有責任讓更多人關注，義不容辭加盟演出。

．
不過後來茱蒂發現自己的存在似乎給導演凱文．麥唐納（Kevin Macdonald）帶來了一些壓力，因為她畢竟是這部片最具代表性的卡司，編導為了討好她，竟新修劇本增加她的戲份，嘗試擴充她飾演的南希的背景故事。

．
與其他影星不同，茱蒂做了一個根本違反常理的決定────她寫信要求導演刪減她的戲份。她跟導演說，這部作品的重點應該是擺在薩拉希身上，即便要強調南希這個人，也該要透過她與薩拉希之間的互動來體現。

．
雖然言談當中可以感覺茱蒂的視野已經不再侷限於演員的視角，但她堅稱自己還是想繼續嘗試表演工作，原因是她已經看開了，不再需要與年輕的自己競爭，可以多拍一些自己關心的、有意義的電影。更重要的是，比起過去對表演的焦慮感，她覺得自己終於能以更優雅的態度去演出。《AARP》記者提姆．阿波羅（Tim Appelo）在2021年採訪時，指稱茱蒂的演藝生涯其實依然是在「向上走」，而非走下坡。

．
茱蒂回道：「長久以來，我一直非常期待六、七十歲的到來，這樣我就能飾演更多有趣的角色。五十歲對於女性來說像是一個過渡期，沒有太多有趣的角色。」

．
「我相信我會一路演到八、九十歲。」

．
各位影迷，你最喜歡哪些由茱蒂．佛斯特主演電影呢？

．
#茱蒂佛斯特 主演的《#失控的審判》可在 CATCHPLAY+ 觀看 >>>https://bit.ly/3n0LFpc

CATCHPLAY獨家作品現在只有CATCHPLAY+看得到喔！切勿錯過

以色列拉斐爾工業(Rafael)、美國奧什卡辛集團(Oshkosh)和愛沙尼亞海軍合作，在愛沙尼亞海岸測試「長釘NROL」(Spike NROL)機動反裝甲飛彈系統，搭載於「聯合輕型戰術車」(JLTV)載具上，打擊海上目標

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

粉絲專頁：https://www.facebook.com/xsbean/​
這一集把第四章夢幻樂園的所有結局都蒐集了一遍，沒想到一開始我忘記調查過山車導致最後結局拿不到大吉，所以只好又從頭跑一遍。這個遊戲好像只有五章，所以下一集順利的話應該就可以拿到結局了。
--------------------------------------------------------------------------------
【名稱】黃昏症候群：禁忌的都市傳說
【類型】恐怖探索ADV
【開發】Spike
【簡介】
《黃昏症候群禁忌的都市傳說》是一款驚悚冒險遊戲，依照系列慣例，仍舊是由女高中生擔任主角，一一解開流傳於都市的恐怖傳說。 遊戲分為許多章節，玩家依序進行各章節後才會進入結局，遊戲準備了多重結局等待玩家去發掘。 本作依舊保有以往的「橫軸移動」、「心跳記數器」及「Real Sound」系統，並加入遊戲觸碰筆等操作要素。
--------------------------------------------------------------------------------
哈囉我是小豆，遊戲是生命中不可少的一部份，大家一起來玩遊戲吧！
如果喜歡我的影片記得訂閱喔！

粉絲專頁：https://www.facebook.com/xsbean/​
前面15分鐘先將第二章的好結局給破出來，這遊戲其實蠻多鬼心地都很善良，而惡鬼也是因為生前帶著太多的怨恨才會做惡的。而第三章床下的男人因為我這次是破到Bad End，所以還不確定躲在主角床下的人究竟是人還是鬼，以及為什麼他要躲在主角床下害死主角？敬請期待下一集謎底揭曉囉！
--------------------------------------------------------------------------------
【名稱】黃昏症候群：禁忌的都市傳說
【類型】恐怖探索ADV
【開發】Spike
【簡介】
《黃昏症候群禁忌的都市傳說》是一款驚悚冒險遊戲，依照系列慣例，仍舊是由女高中生擔任主角，一一解開流傳於都市的恐怖傳說。 遊戲分為許多章節，玩家依序進行各章節後才會進入結局，遊戲準備了多重結局等待玩家去發掘。 本作依舊保有以往的「橫軸移動」、「心跳記數器」及「Real Sound」系統，並加入遊戲觸碰筆等操作要素。
--------------------------------------------------------------------------------
哈囉我是小豆，遊戲是生命中不可少的一部份，大家一起來玩遊戲吧！
如果喜歡我的影片記得訂閱喔！

粉絲專頁：https://www.facebook.com/xsbean/​
因為第一章的召喚狐仙故事很長，本來很擔心沒辦法在這個月玩完這款遊戲。但沒想到今天才花不到一個小時，就把第二章破完了，讓我對於這個月連載完這款遊戲的信心大幅提升了。
原本以為這遊戲主角只有高中女生，但沒想到這章竟然多了兩位男同學被我們拉進靈異事件，還必須陪我們女主角一起冒險，想來他們也真的太衰了XD
--------------------------------------------------------------------------------
【名稱】黃昏症候群：禁忌的都市傳說
【類型】恐怖探索ADV
【開發】Spike
【簡介】
《黃昏症候群禁忌的都市傳說》是一款驚悚冒險遊戲，依照系列慣例，仍舊是由女高中生擔任主角，一一解開流傳於都市的恐怖傳說。 遊戲分為許多章節，玩家依序進行各章節後才會進入結局，遊戲準備了多重結局等待玩家去發掘。 本作依舊保有以往的「橫軸移動」、「心跳記數器」及「Real Sound」系統，並加入遊戲觸碰筆等操作要素。
--------------------------------------------------------------------------------
哈囉我是小豆，遊戲是生命中不可少的一部份，大家一起來玩遊戲吧！
如果喜歡我的影片記得訂閱喔！