透過「複製和貼上」(copy & paste)人腦的技術,研究人員們希望創建一種能夠模擬人類大腦運算特性的記憶體晶片...
同時也有2部Youtube影片,追蹤數超過2萬的網紅Pinky Don't Stop,也在其Youtube影片中提到,Hi my loves~ 親愛的大家久等了!終於有時間好好坐下來錄這個主題,這部片錄了快三個小時相機卡片記憶體爆炸,剪片也剪到電腦跟我的人腦快爆炸(笑)片長好長有看完真的是真愛~謝謝你們的點播和觀看!下支影片見了~別忘了來IG&FB找我玩(親)lots of luv FINO臉書粉絲團這裡 ht...
「人腦 記憶體」的推薦目錄:
- 關於人腦 記憶體 在 EE Times Taiwan Facebook 的最讚貼文
- 關於人腦 記憶體 在 Facebook 的精選貼文
- 關於人腦 記憶體 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
- 關於人腦 記憶體 在 Pinky Don't Stop Youtube 的最佳貼文
- 關於人腦 記憶體 在 TechaLook 中文台 Youtube 的最讚貼文
- 關於人腦 記憶體 在 [請益] 你認為人的大腦有多少GB - 精華區ask-why - 批踢踢實業坊 的評價
- 關於人腦 記憶體 在 人腦記憶磁碟 的評價
- 關於人腦 記憶體 在 人的大脑如何进行记忆?“最强大脑”是怎样炼成的?| 滔客说 的評價
人腦 記憶體 在 Facebook 的精選貼文
靈魂之謎
由科學角度討論靈魂,開始有點莫明其妙,對嗎?
首先,這個世界沒有物質。原子本身幾乎完全空洞。將原子打碎得到中子質子和電子,再將這些東西打碎得到粒子。連這些粒子也打碎,除了一些能量甚麼都沒有。基本上,人體絕大部份是空間,只有一點點能量。這個世界的「東西」並非實質存在,只是一些能量在17個力場之間的互動。
我在這裡說過,生命存在於所有粒子。有生命和沒有生命的粒子由相同的糾動能量組成。組成人類的粒子和組成電腦硬件的粒子是一模一樣粒子。只要電腦有思想,電腦也可以像人那樣有靈魂。整個宇宙只有空間、時間和能量。物質和所有人類觀感只是腦部營造出來的錯覺。
有個十分有趣問題,為甚麼一些粒子組合起來成為死物,有些組合起來成為生物,有些粒子組合成為人類的靈魂。為甚麼有些粒子的組合能夠產生靈魂?
因為有些粒子走進四度空間,超越了我們認識的三度空間。極為細小的量子世界有很多我們無法解釋的物理現象,例如有些粒子可以同時出現在兩個不同地方,以超光速穿越障礙物、無中生有地出現粒子也可以突然消失,甚至有些粒子能夠跨越時間和空間,更加新奇的事情是量子糾纏。兩顆粒子可以穿越時間和空間互相影響對方。量子世界證明宇宙不是只有我們知道的三度空間加時間。我們不知道的空間就是生命之源,靈魂的出處。
宇宙任何地方出現生物立即有靈魂粒子從四度空間走出來佔據這生物。生物死去之後,靈魂粒子從我們的世界走去四度空間。人的靈魂是一大堆來自四度空間的靈魂粒子組合。只要電腦有思想,靈魂粒子也會走進去讓電腦擁有生命。靈魂粒子不管那東西是蛋白質還是金屬,總之有思想就給它靈魂。
2019年,美國科學家成功製造前所未有的物種Xenobot。它由青蛙的皮膚和心臟細胞組成,可以拼湊成任何活動形式的生命體。這些Xenobot有時會做出意料之外的動作,證明一大堆細胞聚合起來可以產生獨特自我。科學家將人腦細胞造成電腦元件跟電腦連接一起,理論上可以製造像人類似的智慧,例如懂得人類的語言和有自己的感情。它可以直接使用電腦記憶體和網絡,同時又有自己的思想。這是有靈魂的電腦!
人的靈魂是一大堆細胞走在一起的結局,不是甚麼不可思議的事情。我們以為靈魂神奇,因為我們的身體被困在三度空間加時間,靈魂卻是來自我們不認識的四度空間。
人死後,靈魂粒子組合被拆散。這些被拆散的靈魂粒子日後去哪裡跟甚麼東西拼合起來變成甚麼東西真是天曉得。只有一件事情可以肯定,人的靈魂粒子組合被拆散,這個人的靈魂就不再存在。
古代人類已經知道靈魂來自另一世界,無論天堂也好,地獄也好,那裡只有死了的人才可以進去。要永生不死,要進入天堂就要保持靈魂完整。古埃及人用金字塔阻隔世上其他能量,從塔頂的垂直通道將天上的星座能量輸入塔內密室將人體內的靈魂固定下來。人死的時候,靈魂就不會走散。將身體保存起來,讓靈魂可以回到身體。這樣的想法相當合理,但是行不通。身體太脆弱,死後,除了循環再造之外,已經沒用。要還原身體,起死回生,絕對沒有可能成功。道家和佛家沒有像古埃及人那樣借屍還魂,只是利用精神力量凝聚靈氣,讓人死後可以保留靈魂。這樣做有沒有用很難說,但是一定不科學。有些宗教以為用絕對崇拜神靈和遵守規條就可以進入天堂,這也是不科學。
用科學方法保住靈魂組合..............下回分解。
人腦 記憶體 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
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
人腦 記憶體 在 Pinky Don't Stop Youtube 的最佳貼文
Hi my loves~
親愛的大家久等了!終於有時間好好坐下來錄這個主題,這部片錄了快三個小時相機卡片記憶體爆炸,剪片也剪到電腦跟我的人腦快爆炸(笑)片長好長有看完真的是真愛~謝謝你們的點播和觀看!下支影片見了~別忘了來IG&FB找我玩(親)lots of luv
FINO臉書粉絲團這裡
https://www.facebook.com/FinoXHair/
PINKY超REAL限動每天更新 https://www.instagram.com/pinkydontstop/
PINKY臉書的大家都是老司機 https://www.facebook.com/pinkydontstop
影片傳送門
五款開架超美打亮推薦
https://www.youtube.com/watch?v=DGUeo...
Fenty Beauty 鑽石光打亮 + 液狀唇膏新色開箱 https://www.youtube.com/watch?v=YPMiH...
最愛五款打亮分享✨高端平價猜猜看❤️
https://www.youtube.com/watch?v=GkLsN...
HUDA BEAUTY DESERT DUSK PALETTE 妝容分享+刷色+心得 https://www.youtube.com/watch?v=ipd3M...
擦了就變蕾哈娜?!Fenty Beauty Mini Haul 開箱+第一印象 https://www.youtube.com/watch?v=CMJJR...
我被砍單東西寄來又壞惹...SEPHORA Haul 開箱 / 申訴攻略 https://www.youtube.com/watch?v=d6hoe...
爽爽一次看完最愛系列 https://www.youtube.com/watch?v=-hNXP...
美妝相關一網打盡 https://www.youtube.com/watch?v=YYD0g...
Products Mentioned:
About Me 前電台DJ、日本人妻、很做自已的美妝YouTuber 目標是終極(中年?)網美 散播歡樂散播愛 希望影片和直播帶給你好心情讓我們從裡到外都美美的 喜歡美妝、吃東西、大笑和沒有動物測試的產品 活動洽詢外場主持及商品試用請email至pinkydontstop@gmail.com 或私訊IG或臉書粉絲團 謝謝您
Music:
Luvly by Joakim Karud
http://youtube.com/joakimkarud
Sexy by BENSOUND
https://www.bensound.com
#pinkydontstop #50factsaboutme #訂閱分享按鈴鐺
人腦 記憶體 在 TechaLook 中文台 Youtube 的最讚貼文
Welcome to TechaLook, 今天我們要介紹的是華碩的顯示卡 ASUS GTX780 系列。我們知道顯示卡就像人腦裡負責處理視覺的區域,要是沒了這個部分,就算有眼睛(Webcam)我們也不能知道看見了甚麼。因此顯示卡的重要性在電腦裡也是非比尋常的。
今天這兩款 ASUS GTX780 系列的顯示卡採用的是 NVIDIA GeForce GTX780 繪圖核心,也同樣有 3GB 的 GDDR5 記憶體,兩張卡片的不同之處在於 DC2OC 比標準版多了超頻的功能。為了解決超頻的熱度問題,DC2OC 也在散熱上多費了一些工夫,他採用 DirectCU II 的技術,指的是將散熱銅管直接接觸熱源的GPU迅速帶走熱度。搭配大散熱面積和靜音風扇,超頻版的 DC2OC 比標準版高出了30%的散熱性能。
以上資料參考自華碩官網: http://www.asus.com/tw
還沒加入粉絲團或訂閱頻道的人也別忘了用下面連結前往,讓我們天天為你介紹新的電子產品吧!
官方網站:http://www.techalook.com.tw
Facebook:http://www.facebook.com/techalook.com.tw
G+:http://plus.google.com/112644496801981643217
人腦 記憶體 在 人腦記憶磁碟 的必吃
... 記憶存取載體雖然是這樣但那又該怎麼去存取人腦記憶呢很簡單就是將肉體的※腦核細胞基因※ 轉換成硬體的※腦核電子基因※ 這項技術以現在的科技應該不難做到比較困難的是 ... ... <看更多>
人腦 記憶體 在 人的大脑如何进行记忆?“最强大脑”是怎样炼成的?| 滔客说 的必吃
... 人脑 动作 记忆 #滔客说□□其他CCTV精彩内容□□ 《 ... 腦內海馬體智力UP 記憶力UP. World Music Creation 音樂世界•5.7M views. ... <看更多>
人腦 記憶體 在 [請益] 你認為人的大腦有多少GB - 精華區ask-why - 批踢踢實業坊 的必吃
https://www.epochtimes.com/b5/5/5/23/n930603.htm
【大紀元5月23日訊】〔自由時報編譯陳宜君╱綜合報導〕英國首屈一指的未來學專家皮爾森表示,未來四十五年內,電腦科技將先進到足以將人腦的內容「下載」到超級電腦中,屆時死亡將成為歷史;飛機比乘客更害怕墜機,所以會全力保持機身在空中飛行;優格則希望被吃掉之前,食用者能先道聲早安。<
皮爾森預言的未來趨勢中,最令人側目的當屬電腦系統將能夠感覺情緒。這將讓人類能夠將飛機的控制程式設定為飛機比乘客更怕墜機,讓飛機為了保持在空中飛行而用盡一切方法。英國「觀察家報」22日在報導中指出,這聽來像科幻小說或瘋子的胡言亂語,卻是皮爾森十分認真提出的預言。不過皮爾森表示,將人類的意識下載到超級電腦的科技,在最初的數十年內將會非常昂貴,只有有錢人才負擔得起;窮人大概要到二○七五或二○八○年後才能享受這項科技的好處。
在英國電信公司領導未來學部門的皮爾森表示,他是根據電腦目前的演進速度而推演出前述看似稀奇古怪的預言。他以新力電腦娛樂公司最新推出的PlayStation 3電腦遊戲主機為例,表示其運算能力較前一代主機強上三十五倍,約是人腦的一%;若是和十年前的電腦相比,可算是具備超級電腦的能力。皮爾森大膽預言,第五代PlayStation的運算能力將和人腦並駕齊驅。
宗教人士可能很難接受將人類意識下載到電腦中。不過現年四十四歲的皮爾森表示,未來電腦的演進目標將是複製知覺。他說,知覺只是另一種感覺,目前科學家早已開始設法設計具有感覺的電腦;他個人認為,二○二○年之前就會有智力超越一般人、具備情緒、且擁有知覺的電腦問世。皮爾森認為,短程之內的科技演進方向,就是所有東西都會配備晶片;二○二○年時,人類將生活在「虛擬世界」時代,工作與社交活動都得透過電腦的虛擬空間進行。
皮爾森承認,有必要就科技演進方向所造成的衝擊,進行全球性辯論;例如應否打造像人類一樣聰明的機器,就是一個龐大議題,另外科學家早已在研究應否將細菌改造為具備電子迴路,且使之具備智力的問題。皮爾森表示,人類早已使用細胞的去氧核醣核酸(DNA )製造電子迴路,所以在二○二○年或二○二五年之後,可能會出現每個酵母菌都擁有完整的大量電子迴路的智慧型優格,讓人類在食用之前,還可先和優格聊天。
如果照這個文章說,PS3只有大腦容量百分之一
那...那我們的頭有多大?
如果大腦意識下載到電腦裡面,那麼只要肉體死亡,我們就會感覺到
"自己"變成"電腦"嗎?
身為電腦和身為人類的差別,在以後的世界,會不會有更多人把自己變成電腦?
另外,讓細菌等低等生物擁有智慧,有什麼好處?
難道可以和它們談判,叫他們不要感染人類嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.228.65.205
※ 編輯: yangsuper 來自: 61.228.65.205 (05/28 21:43)
> -------------------------------------------------------------------------- <
作者: gamer (^^) 看板: ask-why
標題: Re: [請益] 你認為人的大腦有多少GB
時間: Sun May 29 00:12:46 2005
※ 引述《yangsuper (鴨母跌落米缸!)》之銘言:
所以我說那段話的目的就是要指出不能用計算機的概念來思考人
腦。你可以很簡單的記下一個畫面一個影像,但是要你記憶文字就顯
得相當的困難。
1000個電話號碼也許有人記得起來,10000個呢?100000個呢?
對於計算機來說,1000個電話號碼的意義相當簡單,就是64000個位
元罷了,對人腦來說呢?
一篇100000字的論文,有那一位可以很有自信的說,他可以一字
不漏的記下來?但是計算機可以,而且只要保存的當,他可以記憶十
年甚至更久,而這僅僅需要不到1MB的硬碟空間而已。
別忘了,計算機最重要的用途就是幫助人類保留資料與計算數據,
如果人類的記憶能力比計算機好,要計算機來幹嘛?另一方面,計算
機的目的就是在此,如果要讓它取代人類,這些科學家可能應該多看
看好萊屋電影。
--
不過,我倒是相當懷疑你可以記住1000個電話號碼。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 203.73.236.68
※ 編輯: gamer 來自: 203.73.236.68 (05/29 00:17)
※ 編輯: gamer 來自: 203.73.236.68 (05/29 00:19)
> -------------------------------------------------------------------------- <
作者: void (*Ptr) 看板: ask-why
標題: Re: [請益] 你認為人的大腦有多少GB
時間: Sun May 29 00:18:57 2005
※ 引述《yangsuper (鴨母跌落米缸!)》之銘言:
: https://www.epochtimes.com/b5/5/5/23/n930603.htm
: 【大紀元5月23日訊】〔自由時報編譯陳宜君╱綜合報導〕英國首屈一指的未來學專家皮爾森表示,未來四十五年內,電腦科技將先進到足以將人腦的內容「下載」到超級電腦中,屆時死亡將成為歷史;飛機比乘客更害怕墜機,所以會全力保持機身在空中飛行;優格則希望被吃掉之前,食用: 者能先道聲早安。<
: 皮爾森預言的未來趨勢中,最令人側目的當屬電腦系統將能夠感覺情緒。這將讓人類能夠將飛機的控制程式設定為飛機比乘客更怕墜機,讓飛機為了保持在空中飛行而用盡一切方法。英國「觀察家報」22日在報導中指出,這聽來像科幻小說或瘋子的胡言亂語,卻是皮爾森十分認真提出的預 央C不過皮爾森表示,將人類的意識下載到超級電腦的科技,在最初的數十年內將會非常昂貴,只有有錢人才負擔得起;窮人大概要到二○七五或二○八○年後才能享受這項科技的好處。
: 在英國電信公司領導未來學部門的皮爾森表示,他是根據電腦目前的演進速度而推演出前述看似稀奇古怪的預言。他以新力電腦娛樂公司最新推出的PlayStation 3電腦遊戲主機為例,表示其運算能力較前一代主機強上三十五倍,約是人腦的一%;若是和十年前的電腦相比,可算是具備超級: 電腦的能力。皮爾森大膽預言,第五代PlayStation的運算能力將和人腦並駕齊驅。
: 宗教人士可能很難接受將人類意識下載到電腦中。不過現年四十四歲的皮爾森表示,未來電腦的演進目標將是複製知覺。他說,知覺只是另一種感覺,目前科學家早已開始設法設計具有感覺的電腦;他個人認為,二○二○年之前就會有智力超越一般人、具備情緒、且擁有知覺的電腦問世。ꔺ 硅葩侄{為,短程之內的科技演進方向,就是所有東西都會配備晶片;二○二○年時,人類將生活在「虛擬世界」時代,工作與社交活動都得透過電腦的虛擬空間進行。
: 皮爾森承認,有必要就科技演進方向所造成的衝擊,進行全球性辯論;例如應否打造像人類一樣聰明的機器,就是一個龐大議題,另外科學家早已在研究應否將細菌改造為具備電子迴路,且使之具備智力的問題。皮爾森表示,人類早已使用細胞的去氧核醣核酸(DNA )製造電子迴路,所ꔺ H在二○二○年或二○二五年之後,可能會出現每個酵母菌都擁有完整的大量電子迴路的智慧型優格,讓人類在食用之前,還可先和優格聊天。
: 如果照這個文章說,PS3只有大腦容量百分之一
: 那...那我們的頭有多大?
: 如果大腦意識下載到電腦裡面,那麼只要肉體死亡,我們就會感覺到
: "自己"變成"電腦"嗎?
: 身為電腦和身為人類的差別,在以後的世界,會不會有更多人把自己變成電腦?
: 另外,讓細菌等低等生物擁有智慧,有什麼好處?
: 難道可以和它們談判,叫他們不要感染人類嗎?
預言的很嗨 完全無視於現在電腦的矽科技已經即將到達瓶頸
電腦要再以摩爾定律成長 必須有科技上的完全突破 跳出矽的天生框架
短期(10年內)能夠應用的機率並不太大...不管是量子電腦或是生物電腦 都僅在實驗階段
摩爾定律能夠完全無視這個超級鴻溝而延續下去嗎?完全不認同
另一方面 我們對大腦的運作仍然是一無所知
真的一無所知
連怎麼樣儲存記憶 確切的機制 都不詳(有一段時間沒關心最新消息了 不知道有何新進展)
像是"大腦是數位或類比"這種問題實在是不知道該怎麼回答
在這之前 問大腦容量有幾GB 也沒意義
回答的應該可以拿諾貝爾獎吧
再對大腦一無所知的情況下 即使以後的電腦再強 意識下載也是完全不可能的
未來會如何沒人知道 不過這種報導 看過笑笑就好 把它當成科幻小說還差不多
至於優格有感覺....細菌內植入電子迴路一堆的
只能說 現在的電路大小 繞個4,5圈就會塞爆細菌了
能做的小一點再說吧
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.241.239
... <看更多>