Search
老樣子， #小鐵 好文請看留言。
Crazy Ball Park ：
對照日前先是在季後賽完全上不了場、然後被籃網以「出清」方式交易掉，不知道還有沒有人記得DeAndre Jordan曾經是聯盟中一號人物、曾經佔據過媒體版面的事情。
儘管嚴格說起來也算有點時間，但不論是DAJ「放鳥」小牛的那個夏天、他獲選年度第一隊（然後被各界質疑）、入選國家隊成為奧運先發、獲選參加明星賽，其實也不過就是五六年內的事。就算不提五六年，光在兩年前，他也還和籃網簽了一張四年快4000萬的合約，考量籃網當時的建軍想法，這份合約的長度和數字無疑都算是對DAJ的肯定。
但就在短短兩年內，以前看起來就像是新時代防守型中鋒樣版的DAJ，突然就變成場上的漏洞、球隊必須DNP的對象、不用脫下練習衣的冷板凳。
也許和他2019年微恙的身體有關、也許是他的年紀終於追上了體能、也許是他本來球商就不高，總之這兩年的DAJ，用「急速崩盤」形容並不為過。
交易後被活塞買斷、可能底薪上湖人車，也許會是DAJ最後一次被關注，讓人意外的高峰、與突如其來的低谷，或許正映襯了他本就讓人不放心的評價吧。
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
【梗你報新聞】2021-JUL. WEEK 4 國內外影視新聞回顧
▶ 收聽本篇YouTube版本（直播存檔）：https://xxyfilmcritics.pros.si/3jzf5z
▶ 收聽本篇PODCAST版本：https://pros.is/3l6wdp
▶ 【方格子】新聞圖文整理：https://pros.is/3j37vk
.
01 《蛇眼之戰》首波外媒評論炸裂「枯燥的起源故事」「動作戲年度最糟」
被寄予厚望的《特種部隊》系列全新重啟電影《蛇眼之戰》，外國試映會後的首波評論在上周陸續出爐；影評多半讚賞是眼「蛇眼」的亨利高汀，以及「白幽靈」安德魯光司，但整體評價以負面評價居多。不少媒體表示「搖晃鏡頭」「破碎剪輯」根本就是毀了本片重要的動作戲，且敘事倉促、缺乏記憶點，讓這部電影成為「枯燥的起源故事」。
.
02 查克史奈德再與Netflix簽約多部新片；《活屍大軍2》確定籌備中
Netflix、查克史奈德與妻子黛博拉史奈德創辦的製作公司The Stone Quarry宣布，已和Netflix簽薯為期兩年的「優先電影合約」。除了近期確定的科幻電影《叛月》或是《活屍大軍2》等計畫，The Stone Quarry正積極投入更多原創作品開發。史奈德夫婦表示，Neflix給予他們極高的創作自由，未來他們的目標是產出更多高品質的大格局作品。
.
03 麥可B喬登傳另組《超人》影集；黑超人未來可能鬧雙胞？
根據Collider的獨家爆料，麥可B喬丹正籌備一部非裔超人作品，但並非與近期傳聞JJ亞伯拉罕接手籌備的非裔版克拉克肯特，而是漫畫中來自地球02號宇宙的Val-Zod。而麥可B喬丹的Val-Zod改編作品，被設定為一齣迷你影集規格，目前正聘請編劇撰寫劇本。麥可B喬丹目前已製作人的身分製作此影集，屆時是否親自出演該角色仍尚未明朗。
.
04 馮石決裂持續延燒；巨石強森放話不演《玩命關頭》第10 11集
馮迪索在近期宣傳《玩命關頭9》時接受雜誌專訪，透露他在片場對巨石強森「給予嚴厲的愛」才導致兩人不合。而近期正積極宣傳《叢林奇航》的巨石強森為此回應，表示這種說法讓他「笑到肚子痛」；他表示會給予馮迪索本人、以及《玩命關頭10》《玩命關頭11》祝福；如此舉動等同宣告巨石強森未來將不會繼續出演《玩命關頭》系列電影，
.
05 拉丁歌手 萊絲莉葛蕾絲確認出演DC全新英雄 《蝙蝠女孩》女主角
日前確定由《絕地戰警FOR LIFE》導演雙人組阿迪爾艾爾阿比，以及畢拉爾法拉執導的DC全新英雄電影《蝙蝠女孩》，上週才傳出伊莎貝拉莫賽、柔伊德區、海莉盧李察森、萊絲莉葛蕾絲四人共同角逐蝙蝠女孩一角；同週火速傳出，最終由萊絲莉葛蕾絲勝出。據悉，萊絲莉葛蕾絲在《紐約高地》中的表現，令華納高層驚艷才選中由她出演蝙蝠女孩。
.
06 漫威影業副總裁確認《鷹眼》《驚奇女士》將在年底前首映
漫威影業副總裁 維多利亞阿隆索證實，《鷹眼》和《驚奇女士》兩部Disney+的MCU影集，將於2021年底前上架首映。如此一來，《洛基》影集完結後，《假如…？》於8月首播，緊接著《尚氣與十環幫傳奇》 《永恆族》 《蜘蛛人：無家日》等都要在年底前登場。2021年總計六部影集、四部電影，將成為MCU自2008年以來最多產的一年。
.
07 好萊塢《你的名字》真人版再現瓶頸《夢想之地》導演鄭李爍退出執導工作
根據DEADLINE的報導，去年接棒《你的名字》好萊塢真人版電影執導工作的《夢想之地》導演 鄭李爍，因檔期關係而確定退出執導工作，編劇工作則重新編輯由《異星入境》編劇 艾瑞克赫瑟的版本。目前派哈蒙正積極尋找具有潛力的導演人選，如今僅能確定真人電影將交由動畫原版製作人川村元氣參與製作，其他仍處未知狀態。
.
08 傳「金霸王」將在《鷹眼》影集回歸與《蜘蛛人：無家日》有劇情連動？
根據Reddit / MarvelStudiosSpoilers版主爆料，在漫威影集《夜魔俠》中飾演金霸王的文森唐諾佛利歐，將有可能在下半年上線的《鷹眼》影集回歸，並在劇情終末時直接與《蜘蛛人：無家日》有所連動。有趣的是，文森唐諾佛利歐本人也在社群媒體上對這則新聞按讚。至於飾演夜魔俠的查理考克斯是否跟著回歸MCU？則是另一個讓影迷好奇的問題。
.
09 《刀鋒戰士》傳導演人選確定
根據DEADLINE的報導，馬赫夏拉阿里所主演的MCU電影《刀鋒戰士》，傳出將由曾執導《莫格爾莫古里》導演 巴薩姆塔里克執導；目前協商尚未敲定，但巴薩姆塔里克若是確定拿下導演職位，將會是第六位受聘執導MCU電影的有色人種導演。
.
10 羅素兄弟《科學小飛俠》真人版《玩命關頭9》編劇操刀
在卸下《復仇者聯盟：終局之戰》導演職位後的羅素兄弟，近期正積極開發新電影計畫；上週透過公司宣布，他們手上的《科學小飛俠》真人版電影，將交由《玩命關頭9》編劇 丹尼爾凱西撰寫劇本，甚至在未來還會有開發外傳、動畫、影集等跨媒體計畫。
.
不知道看到這些影視新聞，你有什麼想法呢？
歡迎留言與我們討論唷！
新聞編輯：XXY、Jericho
新聞提供：影劇好有梗、Screen Fandom
#新聞 #電影 #影視 #梗你報新聞
Instagram►►https://www.instagram.com/savi39x/
我的專頁►►https://www.facebook.com/SAVI39x
魔人專用discord群組：https://discord.gg/PVQkDCJ
加入【會員福利】會員限定LIVE逢星期六！11：00PM開始
https://www.youtube.com/channel/UCy5KSsl9XRZrFgdr2Dv9OyA/join
工作聯絡：savix1228@gmail.com
每月供養魔人請到►►： https://www.youtube.com/channel/UCy5KSsl9XRZrFgdr2Dv9OyA/join
直接用錢掟死魔人►►：https://youtube.streamlabs.com/sdggen
-------------------------------------------------------------------------------------
魔人遊戲頻道►►http://www.youtube.com/c/sdggen
-------------------------------------------------------------------------------------
關鍵字：
－gameplay 刷首抽 HK 攻略 心得 PS4 iOS android 評價 中文 廣東話 玩法－#手機遊戲 #廣東話 #中文 手機遊戲 介紹 推薦 推介 週報 排行榜 廣告
#興趣天賦 #找工作 #Emily報報 #podcast
「興趣不能當飯吃啦！」
相信很多人都聽過從別人口中說出這句話，但真的是這樣嗎？
有可能你只是找錯興趣，缺少身邊的人支持、或是信心不夠而已。
這集要來告訴大家，興趣是可以當飯吃的，而且還可以吃得安心放心
本集精華：
📍從哪些地方可以觀察自己的興趣
📍有多少人讀的科系並非興趣
📍興趣和現實該如何取捨
📍如何說服身邊的人支持
📍怎麼判斷興趣已經可以謀生
📍興趣變成工作時，如何維持熱情
✈️這集節目的航空小知識單元：Allowance 外站津貼
投票幫Emily打氣：
【誰語爭鋒播出時間】
🕰週六晚上22點 東森綜合
🕰週日凌晨0點 愛奇藝
🕰週日上午9點 YouTube
🕰週日上午10點 東森超視
🚪我的Clubhouse帳號：Emily報報
👱🏻♀️高端服務力 - Emily報報的飛行觀察 ：https://lihi1.com/yiGsk
你如果喜歡這一集的節目，也歡迎大家在itune store給我五顆星的評價：https://lihi1.com/TQDRa ，也可以留言鼓勵我喔
有什麼意見或是想法
記得留下你的意見告訴我喔！
♥影片關鍵字♥
台灣空姐/Emily/crew/cx/cathaypacific/國泰/國泰空姐/空姐報報
♥聯絡空姐報報Emily♥
我的連絡信箱：emilyposthk@gmail.com
♥Emily♥
追起來Instagram，有許多有趣的飛行小故事和彩蛋分享：https://www.instagram.com/emily_cpy/
讚起來Facebook，會有我的精彩寫作和直播內容：https://www.facebook.com/emilyposthk/
訂起來Youtube，有關於我的空服員工作大解密，以及考空姐教學：https://www.youtube.com/channel/UCb5tjEJ7ecUniOwxKPYqlVA
聽起來Podcast，有關於自我成長、工作甘苦、世界文化與旅遊時事等相關內容：https://lihi1.com/CIGQ9
#資訊重整 #演說技巧 #Emily報報 #podcast
在行動網路的時代裡，我們每個人每天平均接受到的信息量，大概是180份報紙的總和。
這個時代有太多人充滿著知識焦慮。
所以將資訊化繁為簡，變成有含金量的知識
是未來五年工作者必須要培養的技能
這一集將來談談有關於資訊重整的方法，以及誰語爭鋒比賽我被淘汰帶給我的啟發
本集精華：
📍在家工作如何照顧自己的心情與情緒
📍我們對於海量資訊的焦慮
📍資訊重整的方法
📍自欺欺人是為了延續生命活下去
📍比賽淘汰給我的啟發
📍現在的付出會在未來某天轉身擁抱你
✈️這集節目的航空小知識單元：Delay
資訊重整主題「愚昧者」上台短講：https://youtu.be/hxdvIzI5y78
投票幫Emily打氣：https://user1143.psee.io/3dx2us
【誰語爭鋒播出時間】
🕰週六晚上22點 東森綜合
🕰週日凌晨0點 愛奇藝
🕰週日上午9點 YouTube
🕰週日上午10點 東森超視
🚪我的Clubhouse帳號：Emily報報
👱🏻♀️高端服務力 - Emily報報的飛行觀察 ：https://lihi1.com/yiGsk
你如果喜歡這一集的節目，也歡迎大家在itune store給我五顆星的評價：https://lihi1.com/TQDRa ，也可以留言鼓勵我喔
有什麼意見或是想法
記得留下你的意見告訴我喔！
♥影片關鍵字♥
台灣空姐/Emily/crew/cx/cathaypacific/國泰/國泰空姐/空姐報報
♥聯絡空姐報報Emily♥
我的連絡信箱：emilyposthk@gmail.com
♥Emily♥
追起來Instagram，有許多有趣的飛行小故事和彩蛋分享：https://www.instagram.com/emily_cpy/
讚起來Facebook，會有我的精彩寫作和直播內容：https://www.facebook.com/emilyposthk/
訂起來Youtube，有關於我的空服員工作大解密，以及考空姐教學：https://www.youtube.com/channel/UCb5tjEJ7ecUniOwxKPYqlVA
聽起來Podcast，有關於自我成長、工作甘苦、世界文化與旅遊時事等相關內容：https://lihi1.com/CIGQ9
