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
同時也有2部Youtube影片,追蹤數超過8萬的網紅Tsuki月希,也在其Youtube影片中提到,----------------------------------------------------------------------------- 喜歡影片記得訂閱、分享 姊妹來賓成就達成! 非常感謝 Zoe肉乙 和 鴨鴨 協助我們再創節目里程碑 雖然不在棚內但也有體育課可以上XD 原本一...
換cpu驅動 在 股人阿勳-價值投資 Facebook 的精選貼文
👨🏫 難得沒被炒的公司
這間公司是老朋友了,雖然是半導體 IC 設計公司,但過去兩年價格都沒什麼起伏的慢慢漲,相當的低調,起初的價格為 65 元,期間最高漲到 92 元,2 年來也配發了約 5~6% 的股利,累積報酬 41%,雖說沒什麼人關注,但業績也是穩定的向上。
----
📲阿勳 APP 潛力股免費下載
點擊前往:http://cmy.tw/0092T7
----
🧐 茂達 (6138)是怎麼樣的公司?
台灣類比 IC 設計績優生,成立於 1997 年,為台灣第一家掛牌的 Power IC 設計公司,資本額僅 7.3 億元,員工人數 280 人,但 股東權益報酬率 (ROE) 有 20%,賺錢效率極佳,是一間小型的 IC 設計績優公司。
公司於 2000 年啟動轉型,為了滿足高端市場需求,跨入大 數位/混合 IC 設計市場,成為類比 IC 供應商,提供更完整的Mix-signal Power IC 解決方案。
.
小百科 : 什麼是 類比 IC ?
IC 種類可分為 數位 IC 與 類比 IC,數位 IC 負責處理數位資訊,以 0、1 非連續性方式傳送訊息,主要負責數位資料的計算、交換、儲存等任務。
類比 IC 則負責處理 連續性 類比訊號,如光、熱、速度、壓力、溫度、聲音等,扮演現實與數位電子系統的溝通媒介,因能耐高壓、耐大電流,所以主要運用在電源供應器、數位類比轉換器等。
在 IC 設計產業中,類比IC比重雖不大,但強調製程、電路設計、半導體物理特性的整合能力是以經驗取勝之產品,因此具有進入障礙,因為轉換供應商成本較高、產品生命週期稍長的特性,較無產品快速殺價的壓力。
-
🧐主要產品 : 電腦&電競周邊
可分為三大宗 :
1) 功率金氧半電晶體(MOSFET) 46.5%
這 46.5% 主要來至子公司大中(TW- 6435),是針對筆電市場推出的新轉換器,取代傳統電源管理晶片,可提升效能及降低功耗。如果不知道就看下面這個影片。
-
2) 影音及驅動 IC 25%
驅動 IC 主要應用在筆記型電腦,負責送出馬達風扇控制訊號,只要是有風扇的電子產品 (GPU、CPU、電競及伺服器),都會有它的影子,這部份全球市占率約 50%。另外還有像耳機裏頭的 IC 與 挖礦機風扇馬達 IC 都屬於這部分營收。
-
3) 電源轉換及管理IC 28.01%
電源切換與管理類型的 IC,主要功能就是用於延長電池使用時間,穩定電壓及降低消耗功率,應用於數位信號處理器、可攜式及桌上型電腦、主機板、NB、TV、手機等。
-
終端應用
應用領域含括所有 IT 終端產品,包括:
筆記電腦、主機板、智慧手機、
平板電腦、液晶電視、機上盒、
路由器、5G基地台應用、電源供應器、
致冷風扇,以及家電與車用等。
-
營收佔比方面
NB(筆電) 佔 15~20%
MB(主機板) 佔15~20%
VGA 顯卡佔 5~10%
Fan(風扇) 佔 35~40%
顯示裝置 (螢幕) 約佔 5~10%
其他類(行動裝置、通訊等)約佔5~10%。
-
💁♂️阿勳的價值投資社團
傳送門 : https://pse.is/3aj2de
換cpu驅動 在 非凡電視台 Facebook 的最佳解答
10/07 #收盤 #重點
📍非凡推出─#台股盤勢即時直播─啦✨不用怕人在外頭錯過最新消息,敬請追蹤「非凡股市最前線」:https://tw.tv.yahoo.com/stock-watch/
#台幣 #台股
台幣昨(6)日衝上28元大關收28.96元,已成今年升值最強亞幣,而今(7)天續升1.76角,中午暫收28.784元,成交金額5.71億美元。台股今(7)日則是在美股尾盤急挫下開低,不過,由於蘋果iPhone 12下周即將亮相,權王台積電強勢翻紅,加上太陽能、離岸風電、MOSFET、記憶體族群抗跌,收盤指數上漲42.14點,為12746.37點,漲幅0.33%,成交額1629.92億元。
#台積電 #聯發科
滙豐證券最新發布報告,表示最新的5G iPhone,有機會成為2014年來最大換機潮,而台積電四款新機訂單通吃,是最大贏家;另外,台積電明年5奈米放量,超微產品持續助攻;再加上,英特爾潛在的CPU外包量,滙豐一舉將台積電目標價喊上600元。台積電今(7)日股價盤中翻紅,終場漲近1%,收在 443元。而聯發科(2454)同樣獲外資青睞,大漲逾5%,站回所有均線,市值回升至1.03兆元。
#蘋概股 #iPhone12
蘋果最新公布,今年第二度的秋季發表會,將在美西時間13日上午10點(台灣時間14日凌晨1點)登場,而蘋果邀請函上以英文「Hi, Speed」作為雙關,似乎暗示iPhone 12將採用支援5G和A14處理器的高速運行。蘋概股受消息激勵走揚,台積電(2330)今(7)日收漲0.8%,守穩5日線、月線;可成(2474)、欣興(3037)、美律(2439)、雙鴻(3324)、景碩(3189)皆收在盤上;股王大立光(3008)明日將召開法說會,股價收在平盤;鴻海(2317)則小跌0.5%。
#MOSFET #報價
受到疫情帶來的居家辦公、遠端教育商機帶動,MOSFET廠商9月營收報喜,富鼎9月營收3.12億元,改寫歷史新高,月增17.8%,年增63.5%;前9月營收21.7億元,較去年同期成長35.7%。大中9月營收同創歷史新猷,月增7.7%,年增49.8,攀升至2.6億元;前9月營收18.9億元,年增18.6%。MOSFET概念股今(7)日也大放異彩,富鼎(8261)、大中(6435)飆上漲停,杰力(5299)、尼克森(3317)分別大漲5.1%、3%。
#8吋晶圓 #聯電
瑞銀證券最新指出,受惠車用、工業與物聯網(IoT)需求提升,加上5G智慧機正進入爆發期,8吋晶圓未來二、三年產能恐都相當吃緊,大環境動能對聯電(2303)有利,升評「買進」,把推測合理股價拉上45元。聯電今(7)日在外資青睞下,股價收漲4%。
#聯詠 #華為風暴
美系外資發布研究報告指出,面板驅動IC廠聯詠受華為禁令的衝擊已經漸漸緩和,展望第4季,美系外資預期OPPO、小米正積極向聯詠下單小尺寸顯示器驅動IC;而聯詠的監控用系統單晶片雖不如海思,但仍是高階市場不錯的選項,因此重申「加碼」投資評等。聯詠(3034)今(7)日股價勁揚超過2%。
#南亞科 #記憶體
雖然市場研調機構之前持續看壞DRAM後市價格,但南亞科近日公布9月營收,仍然小幅優於上個月及去年同期表現,今(7)天南亞科(2408)勁揚逾5%,也帶動記憶體族群華邦電(2344)收漲2.1%,旺宏(2337)上揚1.7%。
#國際智慧能源周將 #太陽能
下周國際智慧能源周將登場(10/14),太陽能光電展為其重點之一。在今(7)日台股一度大跌的情況下,太陽能類股相對抗跌,茂迪(6244)漲幅一度超過6%,收盤漲1.33%;碩禾(3691)上漲3%,元晶(6443)上漲2%,聯合再生(3576)、達能(3686)則是在平盤左右遊走;離岸風電族群中,上緯投控(3708)、永冠-KY(1589)、華新(1605)、大亞(1609)股價收在盤上。
#財經 #新聞 #非凡新聞 #ustvnews #news
換cpu驅動 在 Tsuki月希 Youtube 的最佳解答
-----------------------------------------------------------------------------
喜歡影片記得訂閱、分享
姊妹來賓成就達成!
非常感謝 Zoe肉乙 和 鴨鴨 協助我們再創節目里程碑
雖然不在棚內但也有體育課可以上XD
原本一直擔心轉成線上版會影響到節目的收看和體驗
沒想到這兩集的表現不錯,感謝觀眾們的不離不棄 BibleThump
別忘了追蹤我們的來賓
◆Zoe 肉乙
Youtube 頻道:https://www.youtube.com/channel/UCIpA7IE4UKMoiieClqvjYQg
Twitch 實況:https://www.twitch.tv/zoe_0601
Facebook:https://www.facebook.com/Zoepig0601
Instagram:https://www.instagram.com/zoe_pig_0601/
◆Duck 鴨鴨
Instagram:https://www.instagram.com/duck09011112/
最後也要感謝 AMD 和 Antec 和 HyperX
乾爹們的支持讓我們就算在三級警戒的情況中還是能做節目
AMD RYZEN 新的活動
購買指定CPU與顯卡,就送DIRT 5!
遊戲兌換網頁: https://amdevents.com.tw
AMD LINE信仰俱樂部: https://reurl.cc/zbX5eN
Antec DF600 FLUX
2500元的預算內讓你能擁有5顆風扇,RGB燈光控制器,顯卡專屬風道、多樣的I/O孔..等各種頂規配置,是你挑選機殼的最佳選擇!
購買網址:https://lihi1.com/ruI97
HyperX Cloud Revolver 7.1 電競耳機
HyperX Cloud Revolver™ 系列是針對 PC 或遊戲主機玩家而精心設計的高階耳機。新一代驅動單體以清晰的低、中、高音,展現精準定位的絕佳音質。Revolver 系列有立體聲和搭載 HyperX 7.1 環繞音效的機型
售價$2990👉https://hyperx.gg/3gRKqpd
-------------------------------------------------------------------------
【節目合作&贊助聯絡信箱:dcuniverse9487@gmail.com】
D希宇宙粉絲團:https://lihi1.com/v5KLW
D希宇宙完整節目頻道:https://lihi1.com/kRiYh
D希宇宙節目精華頻道:https://lihi1.com/lGXrI
▽D希宇宙頻道成員▽
月希 Youtube 主頻道:https://lihi1.com/0PCyJ
月希 Youtube 遊戲頻道:https://bit.ly/2tm3m5z
月希 Twitch 實況:https://www.twitch.tv/tsukilin
月希 Facebook: http://fb.com/tsuki1226
月希 Instagram: https://www.instagram.com/lintsuki
偷米 Youtube 頻道:https://goo.gl/HDGPWi
偷米 Twitch 實況:https://www.twitch.tv/tommy181933
偷米 Facebook:https://www.facebook.com/tommy181933
偷米 Instagram:https://www.instagram.com/virtual626
Krapy Youtube 頻道:https://lihi1.com/73OIR
Krapy Twitch 實況:https://www.twitch.tv/krapycoco
Krapy Facebook:https://www.facebook.com/Krapyliao
Krapy Instagram:https://www.instagram.com/krapyliao/
JOJO Youtube 頻道:https://reurl.cc/D6qG9m
JOJO Twitch 實況:https://www.twitch.tv/54jojo
JOJO Facebook:https://reurl.cc/d5Q65z
JOJO Instagram:https://www.instagram.com/54jojo1208/
四千 Youtube 頻道:https://lihi1.com/h4R8q
四千 Twitch 實況:https://www.twitch.tv/lose4k
四千 Facebook:https://www.facebook.com/Lose4K
四千 Instagram:https://www.instagram.com/4000kkkk/
-----------------------------------------------------------------------------
Twitch 個人實況台:https://www.twitch.tv/tsukilin
Twitch 加加屋實況台:https://www.twitch.tv/whatca_channel
個人FB粉絲團:https://www.facebook.com/pg/tsuki1226
IG:lintsuki
-----------------------------------------------------------------------------
專職實況主/遊戲主播/主持人~
遊戲/主持/活動/代言/工商合作請私訊粉絲團or來信到
tsukilinsales@gmail.com
換cpu驅動 在 TuTou Youtube 的最讚貼文
本集主要是軟體篇,教大家如何簡單的挖礦,過程有點詳細所以會有點複雜,你們就挑受用的部分就好了。教了NiceHash註冊,挖礦教學,AMD和Nvidia顯卡的相關問題,如何算收益,顯示卡降壓超頻,各種軟體使用上的注意事項等等,希望對各位有幫助。有任何問題或是教錯的部分請再評論區留言給我謝謝。組多張顯卡的礦機教學會在下下部推出。
成為頻道會員 ➔ http://2tou.cc/JoinMember
喜歡還不快訂閱 ➔ http://2tou.cc/SubTuTou
---------------------------------------
挖礦日記系列影片 ➔ http://2tou.cc/MiningPlaylist
任何挖礦問題請至
海外用戶請用這個 ➔ http://2tou.cc/TuTouDiscord
兔頭Line顯示卡挖礦社群 ➔ http://2tou.cc/TuTouLineGroup
兔頭Line手機挖礦社群 ➔ http://2tou.cc/TuTouPhoneMining
兔頭官方Line ➔ http://2tou.cc/TuTouLine
兔頭代組礦機 ➔ https://2tou.cc/TuTouShop
NiceHash: http://2tou.cc/NiceHash
NiceHash算力收益計算器: http://2tou.cc/NiceHashCalculator
以太幣(ETH)對比特幣(BTC)價格走勢: http://2tou.cc/ETHBTC
NiceHash繁體中文化檔: http://2tou.cc/NHCht
NiceHash Android App: http://2tou.cc/38rlr2
NiccHash Apple IOS App: http://2tou.cc/3cdu3k
NiceHash安裝位置路徑
%USERPROFILE%\AppData\Local\Programs\NiceHash Miner
如果遇到無法顯示資料夾請設定顯示隱藏資料夾
https://reurl.cc/qmvYOR
GTX 1080 和 GTX 1080 Ti 與 泰坦 XP 的顯卡加速器:
ETHlargementPill: http://2tou.cc/ETHPill
交易所
MaiCoin Max: http://2tou.cc/MaiCoinMax
幣安: http://2tou.cc/Binan
幣托: http://2tou.cc/BitoEX
MaiCoin: http://2tou.cc/MaiCoin
顯卡部分
AMD驅動: http://2tou.cc/AmdDriver
Nvidia驅動: http://2tou.cc/NvidiaDriver
挖礦設備推薦清單
兔頭蝦皮 ➔ https://shopee.tw/tim885885
挖礦主板含CPU ➔ https://shp.ee/je5cevp
微星挖礦主板 ➔ https://shp.ee/uu7k8w7
PCI-E x1 延長線 ➔ https://shp.ee/dhk3sbn
PCI-E x1 擴充 1拖4 ➔ https://shp.ee/9eemw7b
PCI-E 7孔 擴充板 ➔ https://shp.ee/b3jjdct
鋁製礦機架 ➔ https://shp.ee/uf6rnjt
鋁製礦機架2 ➔ https://shp.ee/fx2cqet
開機用跳線 ➔ https://shp.ee/nemcp6t
電源同步啟動線 ➔ https://shp.ee/9q3zwqu
1200w只能接顯卡Power ➔ https://shp.ee/5uajb2s
顯卡部分請自行至以下購物網站找尋
蝦皮 ➔ https://shp.ee/qxvr4kw
找顯卡餓了?去超市買個東西吃吧 ➔ https://shp.ee/akigfpe
掃貨專用
全台比價網 ➔ https://biggo.com.tw
0:00 開頭
0:26 為何用NiceHash
1:15 顯卡算力收益計算
2:11 以太幣換比特幣走勢圖
3:39 如何註冊
3:55 挖礦軟體安裝
5:06 開始使用挖礦軟體
7:40 挖礦設定細節
8:12 GTX1080或TI、泰坦、XP的加速器
9:36 AMD顯示卡特別注意事項
10:27 AMD顯示卡降壓超頻
12:39 Nvidia顯示卡降壓超頻
12:58 挖礦小黑窗解說
13:49 挖礦軟體收稅解說
14:18 NiceHash挖礦出金方式
15:10 本地算力不等於實際算力
15:20 比特幣兌換成台幣教學
16:38 結尾,請訂閱我
礦機資訊
主板: H81 Pro BTC
RAM: 4G DDR3
顯卡:
AsRock AMD RX 580
AsRock AMD RX 590
AsRock AMD 5500XT X4
ASUS Nvidia GTX 1080
EVGA Nvidia GTX 1050
MSI AMD RX 470
MSI Nvidia GTX 1070
Power: 忘記牌 700w,戴爾 870w改裝款
挖礦軟體: NiceHash
拍攝設備:
Samsung S9+: http://2tou.cc/3cgxyx
Sony AS300: http://2tou.cc/3byjzq
Logitech StreamCam: http://2tou.cc/3aszud
剪輯軟體:
Sony Vega 17
我的手機:
Samsung S8+: http://2tou.cc/3ccwfj
#挖礦日記 #Mining #BitCoin #挖礦
---------------------------------------
TikTok: http://2tou.cc/TuTouTikTok
Blog: http://2tou.cc/TuTouWeb