#微控制器MCU #微處理器MPU #物聯網IoT #人工智慧AI #機器學習ML #微神經網路處理器microNPU #機密計算架構CCA #RISC-V
【多核、異構,MCU/MPU 不一樣了!】
越來越多包含微控制器 (MCU)、微處理器 (MPU) 設備加入數位化行列,且朝「多重處理器」趨勢邁進,每個 MCU 內部都是一顆 CPU (中央處理單元),有些還會配置第二或第三核心負責處理專屬功能,包括從無線電到機器學習 (ML) 等各種任務;而單晶片 (SoC) 架構的挑戰是:平衡元件要求、以更高的效率完成任務,多重核心在這方面將持續扮演重要角色,包括管理通訊、資料、排程等作業也將變得更加複雜,其最大挑戰很可能是如何管理在多重核心元件上運行的軟體。
各界普遍認同摩爾定律與 Dennard 縮放比例定律已近終點,但運算需求的成長速度卻日漸加快,因此,未來將會需要更加複雜的異質化 SoC 架構。與此同時,MCU 與 MPU 的界線越來越模糊,有產業先進認為其中一個主要區別是:工作頻率。此外,MCU 屬於單核架構,專注在控制層面、涵蓋類比輸入與輸出的控制動作;而 MPU 可能是單核心或多核心,專注於處理資料、而非處理或量測類比輸入或輸出訊號,幾乎都會用外部記憶體來存放程式資料,速度屬次要參數。
實際上,高性能的 MCU 已經可以運行作業系統。值得留意的是,RISC-V 市佔率正持續攀升,尤其低階 MCU 領域已逐漸取代 Arm 32 位元 MCU (Cortex-M),恩智浦 (NXP) 則計劃在某些新處理器子系統中將 RISC-V 作為共同處理器。芯科科技 (Silicon Labs) 認為:RISC-V 架構仍在持續演進,相比其他成熟的 RISC 價格,最大的差異是忠誠度、可用的工具、軟體以及新架構在沒有大量測試及實用基礎下的信心度等,其成長性或與成熟度互為因果。
延伸閱讀:
《數位化轉型中的 MCU》
http://www.compotechasia.com/a/feature/2021/0813/48768.html
#安謀Arm #Imagination #恩智浦NXP #芯科科技SiliconLabs #意法半導體ST
同時也有1部Youtube影片,追蹤數超過7萬的網紅Tech Dog,也在其Youtube影片中提到,#科技狗 #VIZIO #P75QXH1 #VIZIOP75QXH1 ▌建議開啟 4K 畫質 達到高品質觀影享受 💥 限時特惠 先搶先贏 💥 9 折折扣碼:『3CDOG90』 ➥ https://bit.ly/3ldRVcq ================================...
「類比ai晶片」的推薦目錄:
- 關於類比ai晶片 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的最佳貼文
- 關於類比ai晶片 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於類比ai晶片 在 胡毓棠 Facebook 的最佳貼文
- 關於類比ai晶片 在 Tech Dog Youtube 的最佳解答
- 關於類比ai晶片 在 [討論] 電子設計菁英群:竹科敘薪今年會超級暴跌- 看板Tech_Job 的評價
- 關於類比ai晶片 在 iThome - 類比AI辨識晶片的最大優勢,是因不需轉換為數位資料 ... 的評價
- 關於類比ai晶片 在 [ENG SUB]AVSdsp視芯公司推出全球首款AHD類比高清AI晶片 ... 的評價
- 關於類比ai晶片 在 Panasonic VIERA TH-75JX980 4K HDR LED TV 用AI 晶片 ... 的評價
- 關於類比ai晶片 在 Re: [新聞] 進口蛋存量多被爆臭掉柯文哲批政府失能 - PTT評價 的評價
- 關於類比ai晶片 在 [討論] 電子設計菁英群:竹科敘薪今年會超級暴跌 的評價
類比ai晶片 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
類比ai晶片 在 胡毓棠 Facebook 的最佳貼文
【0119胡毓棠盤勢分析】看過請點讚!
明天是台指期的結算日,外資的期貨雖然是空單,不過看起來是比較是避險為主,目前多頭的主導性還是很強,電子族群仍然是主流看法不變。
-
【IC設計】
昨天看得很清楚,每一次有疫情的影響資金短線上跑到防疫概念股,隨後隔天行情回穩之後電子重掌兵符,電子股當中有些比較有正面輪動效應,前一波攻高的IC設計帶動,股后矽力-KY(6415)一度站上股王的寶座,高價IC設計聯發科(2454)、瑞昱(2379)、立積(4968)當然還是強恆強,但是我們過去也談到,中低價的IC設計有業績題材的個股,當然也有向上的機會,最早我們談到鴻海電動車聯盟的凌陽(2401),過去在車用影音IC的布局非常久,我們談到凌陽的時候,股價才10多元這一波股價有點奮起直追的味道,股價在這兩周漲了4、5成左右。
凌陽攻高之後別忘了子公司凌通(4952)也是相當有機會跟著母公司凌陽在這個地方吃香喝辣雨露均霑,以凌通來說先前就是跟母公司一起在車電市場相關的MCU影音消費IC部分布局非常久,未來凌陽在車電領域當中能夠打入多家品牌之後,對於凌通很有機會在業績面上獲得挹注,本益比也是在IC設計類股當中偏低的,去年前三季凌通賺了1.82元,全年來看賺2.7、2.8元都相當有機會,本益比大概15倍左右,對於這種IC設計股來說15倍真的算低估。
AI影像跟語音辨識產品的部份,過去在智慧家電、NB端都有不錯的需求量,宅經濟對於NB整體的銷售量都很好,這類比較低本益比漲幅落後的,漲幅落後就是過去這兩個月股價幾乎沒有動到的,原則上現在資金比較聰明一點,會採取高出低近的策略,像是有些個股短線回跌比較深,像是鴻海集團旗下的廣宇(2328)雖然廣宇是鴻海電動車當中的領漲指標。
不過說真的,廣宇在過去這個月從我們提到的時候20元出頭,現在已經漲了一倍,漲多之後就會有獲利賣壓,反而資金就會轉到這些比較低本益比、低基期的個股。
-
【導線架三雄】
車用功率元件導線當中部局很深的界霖(5285),像是英飛凌這些指標性的車用電子大廠都是界霖的客戶,今年來說我們先前有談到原物料的上漲,導線架當中的銅原料也是,所以對於對於界霖的產品報價一定會有顯著性的貢獻,去年12月營收寫下歷史高,來到今年第一季原則上應該是淡季不淡,界霖股價過去這兩週以來也是處於橫盤性整理,外資近期開始轉買之後,前高79.7元有機會挑戰,導線架三家指標廠走勢都很雷同,業績買氣都很強,順德(2351)、長科*(6548)這三家今年的看好度都不錯,向上的比價效應絕對有。
-
【封測相關】
半導體上下游成長之後,封測廠的接單也是滿載,舉例來說,跟聯發科(2454)合作比較密切的京元電(2449)今年最大的營收成長關鍵就是來自於5G手機的晶片,尤其來自於聯發科的部份現在已經成為台積電(2330)的第三大客戶,可想而知對於後段的聯發科體系當中的京元電來說,今年全年營收的成長應該會較去年有雙位數成長,而且接單上來說單價也調高了,毛利率應該也有機會順勢調漲,最近京元電的股價開始反應,尤其外資真的買得很積極,外資大概連買快三週,股價直到今天才有明顯性的增量上漲,這個突破是在K線技術面來說具備攻擊的味道,半導體產業比較落後一點的,像是封測、導線架的個股,有機會在接下來成為多頭的主軸。
-
【長榮(2603)】
1/15的黑K破了月線之後是一個空方訊號,短線上要克服來說沒有這麼容易,雖然外資調高長榮目標價至48元,加上運價利多不斷,但是是不是跟我們先前聊到的有一點利多出盡的味道,從1月份來看外資、投信幾乎沿路賣,但是融資在過去這個多月增加好幾萬張,上檔的頭部套牢賣壓相對來說會比較沉重一點,今天長榮的部份反而是開高走低,整個貨櫃航運,陽明(2609)、萬海(2615)走勢都很雷同,短線上貨櫃航運基本面不看壞,但是籌碼面來說過去這陣子融資增加幅度大,法人又有逢高獲利減碼,可能股價整理時間會比較長。
-
加入我的Line群組 : https://lin.ee/ngPLoKf
訂閱我的Youtube頻道 : https://pse.is/RN6CD
胡毓棠分析師留言板 : https://forms.gle/CW6Z5zaPoEYChBCg9
亞洲投顧 服務專線 0800 615 588
類比ai晶片 在 Tech Dog Youtube 的最佳解答
#科技狗 #VIZIO #P75QXH1 #VIZIOP75QXH1
▌建議開啟 4K 畫質 達到高品質觀影享受
💥 限時特惠 先搶先贏 💥
9 折折扣碼:『3CDOG90』
➥ https://bit.ly/3ldRVcq
===============================================================
這一次我們新增了 HDMI 2.1 遊戲功能的梳理,以及串流媒體 HDR 格式解析度的確認。工作室也啟用了亮度計和光譜儀,接下來也期待為電視的評測帶來新境界。
Vizio 以前都是大賣場擺最前面,規格不錯還操不壞。現在台灣看不到了,但是在美國依然發光發熱。妥妥的性價比之王!這次開箱由 Ai Tec 協助引進,光論規格就打趴市場同價位所有機種。就算你把關稅貨物稅營業稅加上去還是很香呢 ~
➥ https://bit.ly/376gxvr
當然缺點還是有,沒有藍牙機能和 3.5mm 輸出就比較麻煩;深夜看節目沒辦法配對耳機有點麻煩。再來就是 HDMI 2.1 有一孔發生問題,另一孔執行正常但是切換畫面的時候那個雪花紋也是讓人膽戰心驚。
這也不是 Vizio 的鍋,因為目前大部分電視晶片都由發哥出產,有可能聯發科在 HDMI 2.1 這塊還需要磨合精進,但至少 4K@120Hz HDR 還是上得去啦!
也趁這次 Avier 贊助和提供優惠,大概講一下孔位演進和線材認證的差異。不過一看才發現市面上的 HDMI 線真的一堆沒認證,就算有認證的品牌也給你搞無認證版本另外降價賣,實在佩服。大家眼睛就睜大一點,避免買到雷線嚕 ~!
➥ https://bit.ly/3ldRVcq
===============================================================
::: 章節列表 :::
➥ 外觀規格
00:00 前情提要
00:33 外觀設計
01:23 遙控器
01:32 顯示規格
➥ 連線輸入
03:37 接孔規格
04:26 Avier HDMI ULTRA 認證線
➥ 軟體系統
06:37 SmartCast
08:10 系統功能
09:03 影像規格檢驗
09:25 ProGaming Engine
09:50 音源解碼
➥ 心得總結
10:31 心得總結
::: Vizio P75QX-H1 量子電視 規格 :::
面板背光:75 吋 QLED VA 120Hz 10bit
解析度:4K 3,840 x 2,160
色域亮度:95% DCI-P3 / 3,000nits
控光分區:480 區
靜態對比:5,000 : 1
靜態對比:14,000 : 1 ( 區域控光 )
反應時間:14.4ms
遊戲機能:VRR / ALLM / Auto HDR
HDR 規格:HDR10 / HLG / HDR10+ / Dolby Vision
影像處理器:IQ Ultra 處理器
遊戲引擎:ProGaming Engine™
作業系統:SmartCast
無線通訊:Wi-Fi 2.4GHz / 5GHz
I / O 介面:
RJ-45
2 x HDMI 2.0
2 x HDMI 2.1
AV 端子
光纖輸出
1 x USB 2.0
1 x 類比音源輸出
揚聲器:30W 2.0ch
音訊回傳:ARC:Y / eARC:Y
VESA 孔距:400 x 400mm
產地 / 保固:墨西哥 / 1 年
建議售價:USD1,999
不要錯過 👉🏻 http://bit.ly/2lAHWB4
--------------------------------------
#3cdog #科技狗 #VIZIO #P75QXH1 #VIZIOP75QXH1
#電視 #vizio電視 #評價電視 #2021電視 #顯示器 #電視代購 #SONY #LG #SAMSUNG
#開箱 #評測 #PTT #體驗 #優缺點 #評價 #Avier #HDMI #父親節 #父親節禮物
📖 Facebook:https://www.facebook.com/3cdog/
📖 Instagram:https://www.instagram.com/3c_dog/
📖 LINE 社群:https://bit.ly/3rzUq8g
📖 官方網站:https://3cdogs.com/
📖 回血賣場:https://shopee.tw/3cdog
▋ 有任何問題都來這邊找我們:3cdogs@gmail.com
類比ai晶片 在 iThome - 類比AI辨識晶片的最大優勢,是因不需轉換為數位資料 ... 的推薦與評價
類比AI 辨識晶片的最大優勢,是因不需轉換為數位資料儲存在記憶體中,所以可以省去用數位資料執行AI運算時,數位資料在記憶體與CPU之間傳輸所產生的大量功耗。 ... <看更多>
類比ai晶片 在 [ENG SUB]AVSdsp視芯公司推出全球首款AHD類比高清AI晶片 ... 的推薦與評價
台灣IC設計公司AVSdsp視芯公司自主開發晶片有成,近年投入AI人工智慧運算開發,近日發表針對AHD類比高清架構專用的AI運算晶片,並製成模組機板及相關 ... ... <看更多>
類比ai晶片 在 [討論] 電子設計菁英群:竹科敘薪今年會超級暴跌- 看板Tech_Job 的推薦與評價
看到讀本科後來去當業務的同學
居然分享這篇文章
......不知道各位怎麼看?
他已經預言
IC設計人才供應過剩
進竹科的整個敘薪,今年會超級暴跌
甚至許多IC設計公司會砍人
台積電應該會回到十幾年前的狀態熱潮不再
全文:
https://reurl.cc/VLY5rN
電子設計菁英群
我絕不會讓我的兒子走IC設計及半導體~
理由很簡單的,十年後才是你孩子真的跨入職場的時間~
1、十年後,台積電還在紅的機率很小
2、IC設計人才供應過剩,加上IC設計人才需求,已經急遽的崩跌了。一個超紅的產業,
下一階段勢必面臨的:人力供應爆表!
我交大電工畢業那年,全臺灣受過IC設計訓練的人少之又少。幾乎就是交大電工的畢業生
而已。最多算兩個班。而台大電機等系,那是超級門外漢,她們的教授跟本沒這方面的經
驗,甚至沒有相關課程。我們在學IC設計時,還被酸言酸雨的:「臺灣跟本沒有IC設計公
司~」其實那時候,並沒有獨立的IC設計公司。
建置IC設計實驗室往往就是數億經費,台大清大校舍很漂亮,所以投入培育學生的經費及
心力就少了。她們是很後來才跟進的~當交大電子盤據整個竹科後~交大電子已經送六七
屆的IC設計人才進竹科後,台大人才珊珊來持。
所以我的同學,到哪裡都是科技大老。當時還要分配給半導體及IC設計兩產業。因此當時
真的進入IC設計產業的人,不會超過50人~因此有30人左右都是IC設計業的大老。
但現在的相關人才培育,我保守估計,不僅國立大學間間有,私校都有相關科系;一年湧
出的不是50,更不是100,而是保守估計5000~10000. 這是臺灣而已。而更諷刺的是,其
實最早一代的IC設計人才,都還沒死哩。
但十幾年來,國際IC設計公司直線減少。往昔我們經常可以找到十幾個SOC慢慢選。現在
就是那幾間了。而台面上還存在的IC設計公司,幾乎都是僵屍公司了~根本沒有在開晶片
。而聯發科等一年出的晶片少之又少的。而十幾年來,臺灣成立的IC設計公司,真的都數
的出來~
重點是現在已經在竹科等地的臺灣IC設計人員,可能高達兩三萬,甚至更多更多的存量。
我估計進竹科的整個敘薪,今年會超級暴跌。甚至許多IC設計公司會砍人,而聯發科等按
照慣例就是:人事凍結。僧多粥少。
我預言的事情一定發生的。
同樣的台積電,一直都不是我會考慮進去的公司及工作型態。我是交大電子,固態電子組
的,我當時就是考慮工作型態。加上我希望有個美麗漂亮的老婆,毅然決然放棄的。嗯,
人生還是要有粉紅色的。
但台積電應該會回到十幾年前的狀態,而熱潮不再。
而工作選擇,我經常要提醒的~你的工作的彈性及選擇性。
就像一個進台積電的工程師,他如果不爽幹了,他能做什麼。
同樣的一個IC設計工程師,他無法進入IC設計公司,又能做什麼?
你會發現這兩項工作背後都有一個很無奈的答案。
時代都在變,十年二十年很快的。我以在電子業的一生,我必須講,每個時代差異都很懸
殊。就像我經常講的,當年華碩是臺灣驕傲!Tom's Hardware網站,不談Asus
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.250.18.190 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1688181181.A.907.html
... <看更多>