●訂閱【TVBS 文茜的世界周報】YouTube頻道:https://pse.is/3b7x9h
並開啟🔔
《法國慶週末十萬人示威 抗議啟用「健康通行證」,法國沉默多數民眾支持,激辯十小時,7/25日國會通過,未來歐盟各國可能跟進》
第四波Delta疫情在法國的擴散越來越明顯。根據法國公共衛生部7月22日的疫情公報,在7天內觀察到的感染率呈指數級增長,7天內增加了143%,一周內每100,000 人中有108起新例,是警報臨界點的兩倍之多。
法國第四波疫情的反彈始於20-29歲年齡組,但現在正在蔓延到所有年齡組,初步效應已經反應於住院率 : 7/12-7/18 這一周比前一周增加了55%。重症病患數量則增加了35%。
就是在這個疫情升溫的威脅陰影之下,法國國會連夜在本週五黎明時分進行了一讀投票,117 票贊成,86 票反對,通過了有關「健康通行證」的實施法案。現在必須提交參議院審議。政府的目標是在本週末的臨時議程結束前通過該法案。
法案主要內容是有關「健康通行證」的實施範圍,這是馬克洪於7/12宣布的標誌性措施:「健康通行證」已於7月21日啟用,但是自8月起才開始對違規者的制裁處罰。
12歲以上的未成年人,他們的健康通行證獲得推遲,將從9月30日才開始適用,因為6月15日才對他們開放施打疫苗。有關健康通行證覆蓋的各種場所的員工,必須符合健康通行證的要求(否則將終止僱用合約)也推遲至8月30日。
對於光臨這些場所的顧客,未出示健康通行證,將被處以135歐元的罰款。違規的營業者將被處以 1,500 歐元起跳(而不是45,000歐元)的罰款。若30天內超過3次違規,將被處以一年監禁和最高可達45,000歐元的罰款。
自9月起強制醫護人員、安養院員工、和其他會接觸高風險人群的醫護工作者接種疫苗,9月15日起,上述工作人員若未接種疫苗,將不得上班,也領不到薪資。
但是「健康通行證」的實施也讓國慶後的的第一個週末,有超過10萬人走上街頭示威抗議,並且爆發了零星的警民衝突。有少數譴責所謂「健康獨裁」的示威者,在示威中公開展示黃星標誌,與二戰納粹屠殺猶太人的黃星標誌,進行了難以想像的比較,引發了法國各界的強烈批評。
不過馬克洪可以依靠沉默大多數的支持,根據最近的 Ipsos 民調顯示,有三分之二的法國人支持健康通行證,以及對護理人員進行強制性疫苗接種。
面對解封之後迅速升溫反撲的Delta疫情,馬克洪強勢的領導,使法國成為歐洲絕無僅有實施「健康通行證」的國家。 因為距離法國明年的總統大選只剩下十個月,他必須壓住今夏的疫情,才有競選連任的可能。
{內文}
如果看著這些街頭示威抗議的畫面,請你猜一個歐洲已開發國家,而同時也是全歐法定支薪假,天數最多的國家,您一定不會猜錯。然而示威抗議和夏日假期這兩件事,通常不會同時在法國發生。
現場音:自由 自由 自由
但是在今年7月14日,法國國慶之後的第一個週末,原來是傳統法國最多人,選擇開始休假或動身旅行的週末,竟然各地有十萬人走上街頭示威抗議。
抗議人士 Chrystelle:
每個人都是自由的,每個人都擁有自己的身體主權。即使是總統,也無權決定我的健康和每個人的健康。永遠不會。
61歲抗議人士 Anne-Marie Jacques:
這是我第一次抗議,因為現在這實在太過分了,我們需要阻止這一切。我在為自由、我們的自由、我們的子孫的自由而抗議。
抗議人士 Cathy:
我絕對反對這種健康通行證,因為我認為,僅僅為了在戶外餐桌上喝杯咖啡,而必須接種疫苗是荒謬的。
馬克洪於7月12日宣布多項防疫措施,包括強制醫護人員要接種疫苗之外,也從7月21日起,啟用全國「健康通行證」。自8月起任何想在餐廳用餐、搭火車或前往商場,都必須出示「健康通行證」,即疫苗接種證明或核酸檢測陰性證明。短短兩天吸引超過200萬人預約接種,導致疫苗預約網站崩潰。但另一方面上個週末,全國都出現示威,抗議「健康通行證」。
2021/7/20 法國衛生部長 維宏:
我剛剛收到國內過去24小時內,單日新增感染的數字,我曾說過在7月底每天有可能達到,15,000至20,000 例確診,而昨天僅24小時內就有18,000起新例,這意味著病毒傳播一周內增加了150%,我們以前從未見過這種情況。更甚於英國Alpha變種、南非Beta變種,和巴西Gamma變種等曾經有過的情況。
法國總理 卡斯泰:
在(7.19)新增的18,000 起病例中,我們發現的所有這些病例中,有96%的病例是未接種疫苗的人。
所有的指標都顯示了,伴隨法國解封之後的不只是經濟復甦,而是來勢洶洶的第四波疫情。有可能讓馬克洪即將結束的五年任期,變成沒有盡頭的疫情危機。因此他選擇了極為強硬的抗疫立場。法國成為全歐,唯一啟用「健康通行證」的國家,展開了一場與Delta病毒的賽跑。
法國總統府發言人 Gabriel Attal:
我國的疫苗覆蓋率仍然不足。住院人數正在增加,的確是從非常低的水平開始,但仍然在增加,住院人數增加了43%,新冠重症病患住院人數增加了27%。
法國新冠重症患者住院人數,於7月21日星期三再次開始攀升,每天平均為36人次,一周之內增加了33%。
法國波爾多教學醫院傳染病學教授 Charles Cazanave:
我又重新開始接到新冠患者,他們的類型相當固定:年齡普遍較為年輕,共同的特徵是沒有接種疫苗,或是只注射了一劑。
即使法國目前已經有例如白喉、破傷風、B型肝炎、麻疹等,11個強制接種的疫苗,但在這個極度重視個人自由的國家,強制接種疫苗的議題一直是個禁忌,然而新冠疫情與變種病毒顛覆了一切。馬克洪於是能在,沒有引起強烈抗議的情況下,宣布數項,廣泛涉及日常生活的強制性措施。
Ipsos民意調查研究所副所長 Brice Teinturie:
這一次的民調數據很容易解讀,因為這些數據之間是一致的。首先有三分之二亦即66%的人,聲稱對疫情相當擔憂,因為他們關注疫情發展,了解疫情正在升溫。第二個元素的比例幾乎是完全一樣的,大約在63%-66%之間,他們同意總統所強調的原則,也就是各種限制,應該要由沒有接種疫苗的人來承受,而不是加諸在已經接種疫苗的人身上。所以對於所有宣布的防疫新措施上,大概都有62%-65%的支持度,無論是健康通行證,還是根本尚未實施的強制性疫苗接種。
馬克洪可以依靠沉默大多數的支持,來推動議會臨時動員,通過「健康通行證」的實施。但是一如上週末街頭抗議爆發的衝突,國會廳堂之上也是劍拔弩張火力全開。
法國國會議員 Philippe Vigier :
Wonner女士,您無權這麼說!我失去了我的兄弟,他是一名醫生,因為新冠而犧牲了!您個人反對疫苗我沒不在乎,但是您無權這麼說(侵犯自由)!
法國反對黨議員François Ruffin:
我們需要的不是一個君主,從他的愛麗舍宮向他的臣民發號施令。他在十分鐘內就推翻了前一天的承諾,他曾經說過:「疫苗接種永遠不會是強制性的」。還有「健康通行證不適用於日常生活」,結果是出爾反爾!
現場音:自由!自由!自由!
如果議會上的唇槍舌劍和街頭示威,都是民主社會表達不同意見的方式,但是有少數譴責所謂「健康獨裁」的示威者,竟然敢公開展示黃星標誌,與二戰納粹屠殺猶太人的黃星標誌,進行了難以想像的比較。
抗議人士:
這是一個象徵(黃星:未接種疫苗者),象徵著下週起我們將要開始的生活,也就是說如果你沒有接種疫苗,你就沒有權利去吃飯用餐,也沒有權利進出一個商店,或是去看電影 ,他們要我們彼此對立彼此監視。
法國二戰納粹集中營生還者 Joseph Szwarc:
面對這個星期發生的事,我想要大聲說出我的憤慨!這個比較是可恥的!我們都必須站出來反對它!
這位在1942年法國維希政府,經歷過對猶太人,最大規模圍捕的生還者,顫抖著舉起寫著《未接種疫苗》的黃星標誌,控訴這些少數可悲的過度行為,也揭露了疫苗接種所造成的極端分裂。
Ipsos 民意調查研究所副所長 Brice Teinturier:
我認為把辯論聚焦在個人自由,是一場知識騙局。因為那些倡導個人自由的人士,從來沒有對個人自由提出具體定義,而是隱晦地意味著為所欲為,但這絕對不是自由的意義。自由應該是在一個既定框架之內,包含了相對的義務,還有與他人的關係。真正需要辯論的是,而這是完全合理也應該要進行的辯論,是在於限制與不接種疫苗的危險,兩者之間的比例。
今年6月底的法國地方選舉,出現了前所未見高達65.7%的棄投率,馬克洪所領創立的「共和國前進黨」,全軍覆沒,沒有贏下任何一個地區。
法國費加洛報總編輯 Yves Thréard vs. 女記者:
他的連任與否將完全取決於,他對疫情的危機處理,而不是什麼退休制度改革。我們不會怪他沒有進行退休制度改革?完全不會。因為反正在黃背心運動期間,他也沒有辦法推動任何改革,之後新冠病毒就出現了。所以老實說,如果夏天結束而他抗疫失敗的話,那他就別想選了。我不覺得我這麼說是過於大膽的假設。
再加上傳統右派保守黨,在這次地方選舉中的勝出,讓馬克洪必須要重新爭取,2017年被他吸引,但是正在嚴重流失的傳統右派選民,所以他不會為了街頭的抗爭而退讓。
法國總統 馬克洪:
沒有工作就沒有生產。沒有工作沒有生產,就沒有資金來負擔我們的醫療費用。也沒有資金來支付失業補助。也沒有資金來支付我們的退休金。因此解決這場危機的優先事項,將與我的五年任期開始時相同:在於工作和績效。
在愛麗舍宮的城牆外,以象徵權力垂直的艾菲爾鐵塔為背景,馬克洪以法國總統制的權威,描述了一個既開放又連貫的未來,這是一個現任元首的競選演說:強勢領導 終結疫情 復工復產 競選連任。
https://youtu.be/RNVsetgMiSI
共伴效應定義 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
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
共伴效應定義 在 Facebook 的最佳貼文
#積極建設回應 #ACR
#你今晚好好對話了嗎?
.
在瑞典,有句諺語說:「分享讓喜悅加倍;分擔讓哀傷減半。」
.
月有陰晴圓缺,人有悲歡離合。對於負向事件,我們有些人會試圖重新架構,轉換觀點給予正向的詮釋。也有些人可能很難擺脫,負向思緒始終糾纏不清。研究顯示,一般而言,人們經歷的正向情緒比負向情緒多出2.5倍;再者,很多時候,我們也同時體驗到正向情緒和負向情緒(Trampe, Quoidbach, & Taquet, 2015)。
.
然而,負向事件的效力,尤其是反覆翻攪的反芻思緒(ruminative thinking)或「沾黏」(stickiness),往往使人愁緒如麻、難以自拔。有些人甚至猶豫籌躇,不敢透露自己有正向事件的經驗。
.
當我們遇到逆境、挑戰、麻煩和創傷,大多數情況(如果不是全部),通常會尋求配偶、伴侶、朋友、家人和社區支持。研究顯示,社會支持在因應此等困境方面,對情緒和身體都是有益的。這對於身為臨床治療師的你來說,應該不是什麼新鮮的發現。
.
但是,你有考慮過事情的另一面嗎?好事也會發生,而且對我們大多數人來
說,好事比壞事來得更頻繁。吊詭的是,心理治療師卻不太可能問他們的案主:「事情順遂的時候,你都是做了哪些事?」,特別是伴侶關係順遂的時候。
.
正向事件的自我披露(self-disclosure),對於平穩的情感連結和親密關係的發展至關重要。在本次療程,我們將介紹討論一種特殊的自我披露。這種自我披露的進行方式具有建設性(constructive)和積極正向(positive)的特徵。
.
雪莉蓋博(Shelly Gable)和同僚(Gable et al., 2004; Maisel & Gable, 2009)研究探討,自我披露以及好事發生之後找人分享,諸如此類的行為對於個人本身內在(intrapersonal)和人際之間(interpersonal)兩方面的影響。朗斯頓(Langston, 1994)研究發現,當人們經歷正向事件並與他人分享該等好消息,會產生更大的正向迴響,而且遠超過正向事件本身價值的效應。朗斯頓將這稱為「資本化」(capitalization),雪莉·蓋博借用這個術語來指稱,「彼此分享正向好消息,從而獲得額外效益的過程」。
.
資本化涉及被看見、感知、重視和擴展的過程。由於共享者和回應者的此等反應,提供了旁觀者的佐證,從而讓正向事件的經驗、感知、價值等等,獲得相加相乘的擴大效應。資本化提供技巧,讓我們得以調節自我的反應。
.
雪莉·蓋博和同僚(Gable et al., 2004)針對回應方式,區分出四種不同的風格,在這四種回應風格中,積極建設回應(active constructive responding,簡稱ACR),與日常正向情感和幸福感的提升有所關聯,而且其增益效應超出了正向事件本身和其他日常事件的影響。
.
【#親愛之人分享美好事件的四種回應方式】
.
◼️1◼️積極X建設性
.
定義:熱情支持,闡明經驗;讓當事人感受到經驗獲得對方證實和理解;事件得到重溫、擴大;提問有關事件展開的具體和相關問題,以及發生的原因;進一步探問與之相關的其他正向事件。
例子:「太棒了!我真是為你很高興。你在新職位一定可以表現很出色。」
表現:保持目光接觸,微笑,表現出正向情緒。
.
◼️2◼️積極X破壞性
.
定義:潑冷水,使談話陷入停頓;讓當事人感到羞愧、尷尬、内疚或生氣。
例子:「慘了,你要是升遷,那以後從星期一到星期五,還有週末上半天,就等著綁在公司,累得像隻狗。」
表現:酸言酸語指出壞處;表現負向情緒,例如:皺眉、撇嘴等表情,以及非語言的暗示。
.
◼️3◼️消極X建設性
.
定義:安靜、低調的支持;話題默默淡出;讓當事人覺得不重要、誤解、尷尬和内疚。
例子:「還不錯啦,公司有想到可能給你升遷。」
表現:開心,但缺乏熱情,表情低調;輕描淡寫;幾乎沒有正向情緒表達。
.
◼️4◼️消極X破壞性
.
定義:忽略事件;話題從沒開始;讓當事人感到困惑、内疚或失望。
例子:「升遷哦?了不起喔,快去把工作服換下來,弄飯來吃,我們肚子都快餓扁了。」
表現:很少或沒有目光接觸,缺乏興趣,轉身離開房間。
.
雪莉·蓋博和同僚發現,在分享個人正向事件經驗時,若是感知有獲得到積極、建設性的回應(而不是消極或破壞性的回應),那資本化的益處就能得到更進一步的提升。再者,在親密關係當中,伴侶若能經常熱情回應資本化的正向經驗分享,也會與更高的關係幸福感(例如:親密感、日常婚姻滿意度),有正向相關。有越來越多研究顯示,對於正向事件的積極建設回應(ACR),可能增強情侶的親密感,提升日常的快樂,以及減少衝突。自我披露和伴侶正向回應都有助於互動的親密經驗。
.
具體來說,資本化涉及以下的層面(Lemay, Clark, & Feeney, 2007):
.
☑️伴侶彼此分享好消息,會感到自己的價值獲得佐證。資本化給予伴侶正向訊息,肯定自我的重要性。
.
☑️與人分享正向事件的好消息,會體驗到更多的正向情緒、更高的生活滿意度,這是無法分享或選擇不告訴別人正向事件,比較難以感受的體驗。
.
☑️分享的效益超出了人們在事件本身所經歷的正向情緒和生活滿足感。
.
☑️正向事件的分享,包含討論該等事件的相關問題、重要面向以及影響等,這些方面的分享都有助於鞏固關係。
.
--
.
本文摘自《#正向心理治療臨床手冊》(Positive Psychotherapy: Clinician Manual),作者Tayyab Rashid與Martin P. Seligman皆為西方正向心理學領域之重要推手。
.
👉閱讀更多「正向心理學」提案:https://reurl.cc/ZGzyv3