關於 林三益刷具評價 ，我們在網路上蒐集到這些相關的討論、資訊與評價

我家的馬桶壞了。

主要是沖屁眼的噴嘴變得很詭異，馬桶在噴完屁眼後的一分鐘，會莫名其妙打開繼續狂射，導致我在拉完屎後在鏡子前剪剪鼻毛或刷牙時，會被從馬桶突射出來的水柱噴到背部，幹真的會嚇一大跳，有幾次還差點抽筋。

一開始還以為家裡有鬼，而且是很低級的那種鬼，被馬桶多噴幾次之後也無法記住，因為棒賽完誰都會很放鬆啊。如果我跟老婆看到對方衣服後面濕了一大片，就會知道彼此剛剛在廁所裡又被馬桶捉弄了。

老婆問我到底什麼時候才要打電話叫修馬桶。

「修個屁，當然是要等媽媽來家裡大便，然後被噴水突襲嚇一大跳後再修啊！」我真的好棒棒，老婆也大笑贊成。

是說，疫情徹底爆發前，媽媽天天都在我家大便。

因為魯拉拉誕生了。

過去這一年來，媽媽早上起床，就會打綠拿鐵給全家喝，一邊問我今天台積電跟漢磊是漲是跌。中午一起吃完飯，就搭火車去桃園中華電信上班，開始一個下午的電話行銷。

晚上媽媽回到這裡已經是九點半之後，魯拉拉一聽到開門的聲音就會飛速爬到門邊大笑歡迎，真的，每晚這一刻就是媽媽最開心的高光瞬間，一進門媽媽就趕緊衝去洗手，抱起魯拉拉跳舞。

不久姊姊也會下班回家，媽媽、姐姐跟亭會以各種組合一起幫拉拉洗澡，說說今天發生了什麼，許多同事與主管的名字我們聽得都會背，誰生了雙胞胎小孩，誰買了超多張保單，誰又蟬聯了這個月的業績冠軍，舅媽在多少價位時買了什麼股票。

魯拉拉的睡前儀式極其冗長，媽媽、姐姐、亭跟我會擠在大床上，念很多本很多本真的非常多本書給拉拉聽，小貓頭鷹、謝謝你來當我的寶貝、好痛呦、睡覺囉、貝蒂好想吃香蕉、好多顏色的巴士……中間夾帶各種北七的童書表演，然後唱歌，玩一下點讀筆，至少得花一個半小時吧。在大床上亂聊天時，媽媽不敢問自帶殺氣的姊姊戀愛的進度，如果亭跟我隨口問，姊姊也會給拉拉面子隨口提了一下，媽媽就會暗爽在心裡。

直到拉拉開始嘟嘴抓眼睛，媽媽才會沒好氣地嚷嚷：「好了啦！讓拉拉睡覺了啦！哪有小嬰這麼晚睡的！」迅速把我們趕出去，好讓她一個人喜孜孜地哄魯拉入睡。

那一段天天在家裡露營的時光，好像是我人生的最滿足。

後來，急轉直下的疫情改變了這個世界。

媽媽總是說，不知道這份打電話的工作還能持續做多久，她很擔心請假太久職位會被取代，所以疫情爆發後，媽媽仍舊選擇了天天去中華電信上班。但每天往返台北與桃園間的通勤，在大眾交通工具上接觸到的人太多太雜，媽媽只能無奈暫停了住在台北我家一起照顧魯拉拉的日常，回到桃園的家。而我跟亭，慘慘地回歸到最單純的父母加一頭小嬰的隔離人生。

我們確實遵守了所有的防疫規定，只為了有一天疫情好轉時大家平平安安的再相聚。媽媽只能在晚上睡前跟魯拉拉視訊。她錯過了拉拉突然會走路，錯過了用色玻璃紙做動物投影的遊戲。她一直很擔心，魯拉會漸漸忘記她這個阿嬤。

為了盡早抱到魯拉拉，媽媽一直追問桃園各大診所什麼時候有疫苗殘劑可打，還到處打聽哪裡可以報名最新一期的疫苗實驗，她可以自告奮勇接種。

終於等到了微解封，上上個禮拜六，我們開車回桃園跟媽媽吃飯。飯後，我獨自在家裡寫劇本，媽媽跟亭還有魯拉拉，三代母女一起在桃園鐵路改建的公園步道散步，她們已很久沒有這麼無所不聊。

話說媽媽是一個腸子很軟的人。我跟她說過很多次，路邊很多以愛心當冠詞用哭腔賣東西的人，很可能是詐騙，我還拿自己以前被騙當例子提醒她，捐錢一定要捐對，否則只是幫助壞心的人變得比妳更有錢一百倍。但媽媽還是會在捷運出口買花跟面紙跟口香糖，講都講不聽。每次跟她一起看電影，愛情梗她無感，只要看到很可憐的親情梗，她就會一直哭。

散步到一半，媽媽看見一隻巨大的蝸牛緩行在步道中央，原本爽爽抱著魯拉拉的她，怕大蝸牛不小心被踩扁，果斷將牠拾起，放在一旁草堆裡。碰過蝸牛的媽媽找不到地方洗手，只好眼巴巴讓亭一路將魯拉拉哄抱回家。

真難為她了，畢竟在這個世界上最喜歡搶抱魯拉拉的人，就是媽媽。

上週一，7月26日，桃園終於輪到她打AZ的時候，她秒衝去，真的是打得開開心心，打得眉飛色舞。打完後沒有任何不適，她還有一點點失望，畢竟大家都說會發燒肌肉酸痛的就是年輕人，老人才沒反應，身體健康常常跟我們在地下室打乒乓球的媽媽很不服氣，為什麼是舅媽打了全身肌肉酸痛而不是她。

到了上週四晚上，爸爸媽媽跟姊姊姊夫一起來我家吃火鍋，大家熱鬧歡聚，媽媽跟姊姊搶著幫拉拉洗澡，我跟姊夫聊著車子，洗完澡的拉拉在客廳跑來跑去，魯拉還一直啃媽媽的鼻子。

爸爸載媽媽回桃園後，媽媽反覆看了歡聚影片，在line裡寫下「謝謝拉寶貝帶給我們那麼開心美好的時光，有拉拉真幸福，真歡樂」。

看媽媽這麼高興，我們決定週五等我開會結束後，去桃園把媽媽載來台北，跟魯拉一起度過完整的週末，媽媽一定會爽到爆炸。

7月30日，週五早上9點34分，媽媽在line裡寫下「好恐怖AZ發作痛到背部抽痛，從背部往頸部開始劇痛陣痛一陣一陣痛吐完了，休息一下又開始陣痛，痛起來會要命啊，劇烈疼痛起來根本無法動」。

下午13:00，一起在中華電信上班的舅媽去送飯盒給媽媽，媽媽雖然沒胃口，但表示身體差不多好了，想搭舅媽的車一起去上班，但舅媽勸她在家裡多休息。送走了舅媽，媽媽便躺在沙發上休息，此時爸爸正在房間裡獨自睡午覺。

14:22，亭打視訊電話，打算跟媽媽說我們晚上會去載她來台北，請她準備行李，但媽媽沒接起電話。

14:42，正在開會的我接到電話，亭說，媽媽現在沒有呼吸，正在急救，她要開車載魯拉緊急回桃園，要我開完會馬上去醫院會合。我完全傻了，直到現在我還記得當時胸口整個被挖空的疑惑感，但我還沒變白痴，怎可能讓她獨自帶魯拉面對這種狀況？我將一起開會的朋友拉到一旁說明，要她幫我請假。我是冷靜還是不冷靜我也分不清了，下一秒抓起背包就衝回家開車了。

爸爸說，他兩點多午覺醒來後，看見媽媽以奇怪的姿勢躺在沙發上，覺得不妙，趨前關心後發現沒有呼吸，在119電話指導下進行CPR直到醫護人員趕來。

媽媽在送達醫院前就走了。

急診室裡，我們圍繞著媽媽，摸著她的頭髮，她的臉，她的手，不停地道謝，感激她用盡一生的愛陪伴我們，魯拉也一直說愛妳愛妳，還不停地蹭蹭撒嬌。

所有人都哭崩了。

接下來每一天都是淚水的地獄。每一天都在哭。

跟媽媽感情最好的亭，深陷在失去摯愛的巨大悲傷裡。

「我沒有媽媽了……」她總是哭著說這句話。

我在靈堂讀「小貓頭鷹」給媽媽跟魯拉一起聽時，她在後面泣不成聲。

當我念起「謝謝你來當我的寶貝」，亭哭著用手指戳手掌，表示還要還要。

真的不夠。

太不夠了。

這幾天大家都在爆哭的時候，魯拉拉還不明所以地逗著大家笑。魯拉拉很可憐。她還不知道自己失去了全世界最愛她的人。每天晚上她都一直笑，指著床邊說阿嬤。真希望魯拉拉真的能看見。

折蓮花折元寶，將媽媽珍惜的親戚朋友聚在一起，我們總是聊著媽媽的一切。

亭的家裡，在她念國中時經濟變差，高中時更是財務大黑洞，爸爸用現金卡貸了很多錢，利滾利，全家人生活壓力很大很大。在亭念大學時，媽媽到便利商店值大夜班，一個月一萬多塊錢，給亭六千元當月生活費，她自己只吃店裡過期的東西，省吃儉用度日。

好不容易等到亭大學畢業典禮納天，爸爸媽媽很高興地開車參加，典禮結束時媽媽問亭想吃什麼，亭說，想吃丼飯。爸爸嗤之以鼻說，他一點也不喜歡吃日本料理，他自己開車去吃別的。亭點了最便宜的鐵火卷，媽媽說，來的路上有吃了，還很飽，就只是看著亭吃飯陪她說話。而說要去停車的爸爸，似乎一直找不到停車位。

她哭著說，她真不好，她真不知好歹，因為多年以後媽媽才跟她說亭，那一天爸爸跟媽媽兩個人身上加起來不到五百塊錢，媽媽很緊張也很抱歉。

爸爸後來賣掉了車，去苗栗山上工作，頂著烈日整理露營區。媽媽在便利商店同事的介紹下，去中華電信打電話行銷MOD跟光世代，她萬分珍惜這個工作，擁有一群很互相的好同事。這個小家庭一直很辛苦，但也一直堅韌地彼此守護。

你們知道的，後來我很不好，拖累亭跟我一起承受風雨。很久很久之後，當我第一次鼓起勇氣，喔不，是硬著頭皮面對媽媽時，她嚴厲地責備我，說了很重的話，幾個月後還鍥而不捨寫了上千字的簡訊痛罵我，令我感到無比羞愧。很長時間我以為自己永遠不會喜歡媽媽，而媽媽當然也不可能喜歡我。

也不知道什麼契機，實在是回想不起來，當有一天媽媽忽然決定接納我時，就是全心全意。每次我去家裡吃飯，都會吃到我最喜歡的烤鰻魚跟照燒羊小排。她努力看了我很多小說，殺手，月老，全套都市恐怖病，樓下的房客，精準的失控，媽親一下，連最重口味的蟬堡都看了但我還是遲遲沒寫出第三集。異夢她看到哭還做了很多天惡夢。唉真的是很感謝媽媽的不嫌棄。

亭跟媽媽感情非常好，常常嘴來嘴去，用力吵架也用力和好。不管亭做什麼，媽媽都會陪她一起。我厚臉皮加入之後，就變成了三人一組，偶爾還有姐姐。

我們常常半夜漫無目的地散步，一走就是一個小時。我們經常一起去電影院看電影，媽媽跟我一樣都最愛看鬼片。在家裡看電視影集也會等她到了再看下一集，搞得后羿棄兵我跟亭一直沒辦法看完，屍戰朝鮮最新副本也因為疫情關係沒能一起看。我們一起露營，一起看雪，連續去動物園混，一起泡大安森林公園，一起爬長城，一起四處去溫泉旅行。是說旅行時我從來沒有覺得三個人睡一間房有哪裡尷尬，以女婿來說我絕對是恥力滿滿！

附帶一提，我家裡偶爾會出現電視上會出現的物種，媽媽的評價是，蔡凡熙很帥像小孩，柯震東真的太帥，劉奕兒很可愛很甜，宋芸樺未免也太漂亮了吧皮膚也太好了吧本人比電影還漂亮很多耶，媽媽還很緊張地偷拍宋芸樺以為沒人發現（媽！明星的眼角餘光很可怕的！）。

去年拍完月老後，第一次粗剪出了兩個半小時的冗長版本，我在家裡放了前一半給媽媽偷看，雖然特效只有簡陋的小畫家圖示說明，她依舊很捧場看到狂哭，但放著放著，我就發現後半段的劇情如果完全沒特效恐怕會很出戲，於是我中斷播放跟她說，另一半等特效做好，再去電影院一口氣看，比較不會看到花惹發克。媽媽呆住說，蛤，真的不能繼續看完喔？

我真的是白痴，就因為我一個自以為是的無禮中斷，媽媽再也沒機會看到月老盪氣迴腸的結局。我的天啊真的是我的天啊我真的是大白痴。

我看著靈堂上媽媽的笑容。

現在的媽媽，終於知曉了我一生最大的好奇……意識呢？死後還存在意識嗎？或相似概念的精神？靈魂？如果有意識，死後的世界到底是什麼？有一個發光的洞嗎？有接引的使者嗎？冥界是一大片圍繞彼岸的大海嗎？有一個仿擬現世制度的世界嗎？還是意識僅剩最微弱的頻率，令我們持續不斷做著不再醒來的夢境？還是定格在心臟停止前的最後一縷念想？

如果說，我能替媽媽做什麼事，第一件就是希望中華電信可以更善待底層員工，不要刻意算錯她們辛辛苦苦累積下的竣工費，幾乎每次都要她們自己反覆校正帳目才能爭取回本來該屬於自己的權益，真的很不公平。

我總是跟媽媽說，中華電信的主管怎麼那麼老奸，假裝算錯帳目佔妳們便宜，媽媽卻反過來替他們說話，說什麼主管也有很大的業績壓力，如果讓最底層的她們拿到太多業績費，公司的獲益變薄，主管對上面也交代不過去，她們只求可以把這份得來不易的工作小心翼翼地做下去，幫助家裡生計就很滿足。

現在媽媽走了，不怕丟飯碗了，就讓媽媽最後的心意打動一下主管們，好好照顧媽媽愛護媽媽的同事，她們真的盡心盡力。

悲劇沒發生在自己身邊，就只是一個單純的低又更低的機率，但對我們家來說，媽媽的離去是一生巨大的遺憾。所以，第二件我能為媽媽做的事，就是想提醒打疫苗的大家，如果身體有嚴重不適，一定不能輕忽，自己將症狀簡化成暫時的副作用，特別是背部劇痛加暈眩，拜託一定要立刻！馬上！冷靜地去醫院請專業醫生確認狀況。

我知道媒體此時劃的重點一定在於疫苗爭議，認真說，我們當然會將兩者的因果關係聯想在一起，畢竟媽媽平時是會打羽毛球跟桌球的健將，徒手抱嬰健走的實力雄厚，她在今年3月31日正好做了健康檢查，報告上除了膽固醇329mg/dl、以及低密度脂蛋白膽固醇254mg/dl標註是超標外，其他數值都是正常。

為了給媽媽，也給我們自己一個清楚明白的答案，儘管深受打擊，我們還是忍痛將媽媽的大體送交司法解剖完畢，正等待後續報告出爐。我自己也在媽媽走後第三天，按照原訂計畫去診所打了AZ疫苗。這是我能做的，想做的，也必須做的，因為媽媽，也想為這個世界盡一針之力。

我打電話叫修了愚蠢的馬桶。

亭說，從今而後她會繼承媽媽的心軟，無條件一直買口香糖跟面紙。

世界依舊運作下去，但這個世界已不是一如往常。

生命無常，但求自在。

我或許還不知道「真正的自在」是什麼，但我知道，至少不是努力表演「我很自在」給別人看，而那些別人大都不是你需要在意的人。

感冒的時候，不是叫你多喝水、而是直接倒一杯熱水給你喝的那個人，才值得你需要一輩子關心在意。那就是大家的媽媽。媽媽是一個快樂的人，因為媽媽身邊的人都很快樂，我們聚在一起折蓮花聊媽媽的時候，都在笑。

快樂的媽媽57歲離開了這個世界。

我愛妳媽媽，謝謝妳給了我們這麼多的愛，跟魔性的笑聲。

謝謝謝謝，還要還要。

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

除夕夜，來回顧一下2020年度的〈檢仔聊齋〉系列〔第9-15回〕。
春節過後，更有架構的檢方－警方－媒體三方深度體系與社會問題分析，會在《#扭曲的正義：檢察官面對的殘酷真相，走向崩潰的檢警與媒體》這本書裡和大家細細道來！
小編註：新書預計於3月初上市，至於許多網友詢問是否有開放「預購」資訊，年後將由出版公司編輯團隊公布。
銷售通路由出版公司負責，#本粉專沒有私下金流交易，請各位網友不要被網路冒用大頭照「黑粉」誤導。（第N+1次提醒...）

🗝＜檢仔聊齋（九）：檢警一家親？檢察官指揮督導權「被架空」的危機＞：http://bit.ly/2vUyYnB
「 2017年9月，我平調至新北地檢署——檢察官人數逾百人、職員數數百人、規模大、看似有制度的一級地檢署——但沒有看到我過去所學習的檢察學理應有的偵查動能、檢警監督指揮關係，反而是一個被案件量拖垮、沒有生命力、搖搖欲墜的強弩之末。

再隔1年半以後，我在辭呈中寫道：「職調派新北地檢署後，發現本署看似為大地檢、理應具有制度與規模，實則紊亂、無制度、不思辯、不遵守內規、出事後想盡方法『蓋下來』。本署最大的問題就在於行政，其次在於檢警關係」。

而這兩點問題，也是位於警方績效熱區、指揮動能下降、案件量超越負荷、資源與人力嚴重不足的大地檢署所面臨的問題。帶來的惡果，便是偵查品質不佳，難以進行精緻偵查。」

🗝＜檢仔聊齋（十）：刷防疫存在感？被權力宰制的檢察指令與偵查作為＞：https://bit.ly/2WI1QKM
「這波「防疫英雄」的熱潮也感染了向來喜歡作秀的警政機關，在基層員警忙碌的防疫期間，動起不知和防疫有何關聯的「掃黑專案」，還大打廣告。

連本應客觀中立而具有司法屬性的檢察機關，也加入「刷防疫存在感」的行列，並引來「向來關注於檢方動態」的媒體，特別為新上任的北檢檢察長寫一篇精彩事蹟，連「有祕方保養身體」都成為報導事蹟。」

「然而，就在北檢「跳出來從嚴偵辦」一躍成為防疫英雄，引來媒體報導「北檢檢察長一上任就好忙」以及其人生功績後，才赫然發現，案發地點在士林地檢轄區，且案件由南港分局「火速」調查，於3月14日傍晚通知該民眾到案說明，並擬報告士林地檢署偵辦。換言之，該案北檢似無管轄權，於是趕快把監視器勘驗完畢，把案件移轉給士林地檢署善後。」

🗝＜檢仔聊齋（十一）：重偵查、輕執行？檢察機關的業務失衡現象＞： https://bit.ly/2zlFRjm
「一位在地檢署擔任法警的前同事和我聊起職場甘苦時，提到他與其他同事在地檢署工作與值班時見聞的奇景：

許多來開庭的民眾，常常會在側門或採尿室附近，看見穿著地檢署背心的社會易服社勞人，蹲在各個角落大口哈煙，或是滑著手機，也常看到甚至就躺在路邊，也有人將掃把懸空，假裝掃地，輕鬆地折抵一日刑期。據說帶領過社勞的清潔阿姨，多唸個幾句，還會被投訴，彷彿社會勞動可以不必付出相對應的勞動即可輕鬆逃避自由刑或罰金刑的妙方。」

「易服社會勞動是一方面處罰犯罪的人，但另一方面又讓他以勞動力取代自由或財產的剝奪，給予改過遷善機會的立意良善措施。那麼，為什麼在現實中，卻被某些不肖受刑人利用來「逃避」刑罰？」

🗝＜檢仔聊齋（十二）：「老派衝組」若不倒，檢察體系不會好＞：https://bit.ly/2U3yIeV
「 過去幾年我在司法體系中，曾經跟很多年輕司法官學長一樣，憂慮那些出於個人利益考量的政客與團體，將司法體系往錯誤甚至民粹的方向導引，所以對於那些無的放矢的指責、「三盲」症狀下對於法治與司法的輕賤、不把「司法守護人權」當成一回事的民粹，我們提出非常多的批判。所以對外，我們進退維谷。

但在體系內，也有不少司法官對於權威無所畏懼，投身體系內改革，甚至想要動搖根深柢固的「升官圖」，得罪了不少既得利益者。所以對內，我們也舉步維艱。

就在這種「裡外不是人」、全身被插滿案件的窘境中，我對改革深深失望。」

🗝＜檢仔聊齋（十三）：進一步退兩步？檢察體系改革的「復辟」勢力＞： https://bit.ly/3lkHBNd
「2020年7月上旬，法務部檢察官人事審議委員會（以下簡稱「人審會」）開會審核各地檢署調升主任檢察官的人事升遷案，討論今年調升的民選版建議入圍名單，不料卻爆發大量基層檢察官不滿。之所以引發爭議，是因為有人不在入圍名單中，卻憑空被民選檢審委員另行召開的會議（以下簡稱「民選委員會」）拉進名單中。

這種情況，就好像人民歡天喜地前往投票所後，卻發現當選人根本不是當初讓自己圈選的候選人名單，淪為虛晃一招的「假民主」，令人費解。因此劍青檢改抨擊：「今年民選委員竟大開檢察民主化倒車，已呈現出檢察改革嚴重退步的狀況。」」

🗝＜檢仔聊齋（十四）：血統純正才優秀？士檢長「精英論」的體系沉痾＞： https://bit.ly/36YxwRt
「日前在法律圈內流傳士林地檢署檢察長朱家崎的「精英論」，事件起因於該檢察長想讓主任檢察官優先選宿舍，礙於跟現行的宿舍規定不合，因此其欲修改宿舍分配規定，並在主任檢察官群組裡發送了一篇洋洋灑灑的文章。由於內容帶有大量歧視資淺、外地平調至該署的檢察官的文句，因此引發檢察圈乃至於法律圈內人的熱議，據報載，連法務部長也直言「看不懂朱在寫什麼」。」

「 檢察官作為捍衛刑事訴訟程序與實體正義的「法律守門員」，其使命是透過程序正義而尋求實體正義，肩負起從偵查、公訴到刑事執行的刑事司法公正性。如果真的要評價「精英」與否，那麼，能夠無懼權力、實踐「法律守門員」的檢察官，就是精英；在權力中忘記使命的人，不但沒資格稱為「精英」，更沒有資格當檢察官。

然而現實中，我們卻看到檢察體系中存有把官位當成「精英」、把司法官學院僵化教育和分發進入特定地檢署的檢察官當成「精英血統」之謬論，且在掌握權力後，誓死捍衛既得利益，以獨裁的力量來試圖控制檢察體系。何以致此？而檢方環境的日益惡化，到底是人在體制中迫不得以、還是人性的貪婪敗壞了體制？」

🗝＜檢仔聊齋（十五）：培養乖乖牌檢察官？高檢署插手職務評定的惡果＞：https://bit.ly/36Xa7iW
「 法務部於2020年10月27日以法檢字第10904534570號函行文高檢署，高檢署旋即於今年11月10日以檢人字第10900159200號函行文全國各地檢署，要求各地檢署依照高檢署所決定的審核意見表標準，列出各地檢署職務評定未達良好名冊並「陳報高檢署審查」，再由高檢署「加註意見」後，報法務部審查。

從該二則函文的內容來看，法務部和高檢署似乎打算以區區二紙公文，修改今年全國各地檢署檢察官「職務評定」的作法，使高檢署可以插手地檢署檢察官的職務評定，實質擴大高檢署介入地檢署的權力，導致地檢署的職務評定委員會形同虛設。

上開函文在司法圈內傳開後，引發大量批評，憂慮「檢察一體」原則被法務部與高檢署曲解、甚至濫用，可能導致檢察體系權力位階更加牢不可破，從而箝制地檢署檢察官進行法律見解與事實認定，甚至高層也能透過人事權將魔爪伸入地檢署個案，影響檢察官在個案調查與判斷的獨立性。

除此之外，也有部分地檢署檢察官在看到該等函文後，表示對於檢察體系的日益腐化更加失望，難免使人萌生「不如歸去」的退意。」

－－－－－－

＜檢仔聊齋（九）：檢警一家親？檢察官指揮督導權「被架空」的危機＞：http://bit.ly/2vUyYnB
＜檢仔聊齋（十）：刷防疫存在感？被權力宰制的檢察指令與偵查作為＞：https://bit.ly/2WI1QKM
＜檢仔聊齋（十一）：重偵查、輕執行？檢察機關的業務失衡現象＞： https://bit.ly/2zlFRjm
＜檢仔聊齋（十二）：「老派衝組」若不倒，檢察體系不會好＞：https://bit.ly/2U3yIeV
＜檢仔聊齋（十三）：進一步退兩步？檢察體系改革的「復辟」勢力＞： https://bit.ly/3lkHBNd
＜檢仔聊齋（十四）：血統純正才優秀？士檢長「精英論」的體系沉痾＞： https://bit.ly/36YxwRt
＜檢仔聊齋（十五）：培養乖乖牌檢察官？高檢署插手職務評定的惡果＞：https://bit.ly/36Xa7iW

(🔻詳細資訊請點此🔻)
ZOEVA是我會想繼續回購的刷具
硬毛眉刷強烈建議大家可試試!剛開始可能會不習慣，但用過會愛上的!!有看到類似款的眉刷一定要留言告訴我喔XD
而斜角海綿如同片中說還是有優點的
第一天用就缺角，不想浪費所以繼續用到現在
拍完這支終於可以可讓它投胎了
有任何也想推薦給我的上妝工具，歡迎留言告訴我唷!

🔔訂閱GINNY頻道💋感恩的心

今日資訊➡
ZOEVA 刷具組
(常用的三支：腮紅刷126/扁型眼影刷234/暈染刷227&228)
BEAUTYMAKER 美肌修修無痕專業粉底刷
3CEx泡泡先生聯名 腮紅刷
林三益 萬用遮瑕刷
植村秀 零刷痕粉底刷 #55
ecotools 眼影刷組#1
MAKE UP FOR EVER 蜜粉刷
(一般美材行) 眉刷
肌膚之鑰 蜜粉撲
MAKE UP FOR EVER 斜型海綿
BEAUTYMAKER 面面俱到超完美粉撲

到這裡找GINNY➡
🔔聯絡我!E-MAIL：ning3035@gmail.com
🔔FACEBOOK：https://www.facebook.com/ginnyhoo
🔔INSTAGRAM：https://www.instagram.com/ning3035/
🔔BLOG：http://ning3035.pixnet.net/blog