⭐️sMeet上市 智聯服務搶攻資通訊技術系統整合的商機
2021年疫情出乎預期未能休止,也使得在家工作、遠距教學與電競娛樂等需求不墜,推升PC相關的產業動能,宏碁集團交出一張亮麗的成績單,此次專訪宏碁集團創辦人/智榮基金會董事長施振榮先生,以及智聯服務(Acer Synergy Tech)韓政達總經理,探詢以資通訊技術為主的系統整合商業模式,同時提供客戶在空間場域運用的建置實力。
智聯服務成立於2017年,前身是宏碁的新竹分公司,長期深耕台灣半導體產業客戶,是宏碁集團組織的第三波改造的關鍵要角之一,並於2020年底完成上櫃掛牌,登上台灣資本市場的舞台,其所看到的市場在於企業積極推動數位轉型以及跨領域合作的風潮方興未艾之際,對於網路建置、維運和IT服務的需求正排山倒海而來,大多數的企業要培養足夠的資訊人才實在力有未逮,因此讓系統整合外包服務商找到重要的利基,智聯的出線呈現以資通訊技術為核心的專業系統整合公司正開始嶄露頭角,也成功創造出自身的價值。
2020年也是COVID-19(新冠肺炎)疫情全球肆虐的開端,居家上班所推動的視訊會議系統成為各方角逐的重點市場,考量到資訊安全與長期營運成本的要求,宏碁集團投注資源走入內部自行開發的道路,sMeet的視訊會議系統於焉誕生,施振榮受訪時特別強調sMeet的「s」就是指Security,安全性是視訊會議系統最重要的考量,他從系統開始研發時就一直參與實際的測試,這段期間由他主持的多項會議更幾乎是天天使用sMeet,一直到產品經一年多的完整測試後,終於決定2021年要正式上市。
打造「巨架構微服務」的整合平台
施振榮探究國內軟體產業的發展,認為軟體公司要擺脫小打小鬧的格局,一定要走向國際市場,做B2B的生意模式是台灣產業界的基本宿命,因為台灣本地消費市場規模太小,軟體的成功要能夠容易複製以造成數量上的取勝,他所看重的是sMeet做為資通訊基礎架構的水平整合平台的商機,隨著多樣化的智慧型應用的大量開發與創造,搭配台灣的硬體優勢相輔相成,打造出「巨架構微服務」的整合平台,這個商機值得台灣廠商好好珍惜。
宏碁集團歷經要「分」才會拚的階段,在1990年代,集團內的大型硬體製造子公司分拆獨立,各自努力於品牌與製造的國際競爭與征途上,但是今天需要回頭來看所謂要「合」才能贏的機會,過去電子製造與代工的利潤捉襟見肘只有3~4%,今天透過軟體系統的整合後,他認為新型態的軟硬體系統整合的商機浮現,拜少量多樣化的趨勢之賜,勢必推升軟體所驅動的資通訊系統整合的獲利模式。
以施振榮的角度來看,集團內的戰將們要從各司其職與各擅勝場的角色上,一起揪團打國際盃,這才可以看到成功的契機,他提出「新微笑曲線」的概念,即是跨領域合作,共創價值,而軟體做為資通訊系統整合的平台正充滿著新的商機,以下是他的趨勢專訪。
Q1:您如何看待台灣科技產業進入軟體的挑戰?台灣的軟體公司要如何經營才能成功?
施:說到台灣軟體產業的挑戰,軟體的成功的關鍵是要憑藉著規模與數量的加乘效益與實力,我在80年代擔任台北巿電腦公會理事長時,台灣的軟體產業隨著電腦硬體設備進入台灣時就已經起步,早期的軟體公司是以軟體系統整合(SI)的概念為主,起步時與當年的硬體產業所面對的挑戰不相上下,但是因一直無法發揮數量與規模上的效益,所以營運比較辛苦,如同當年全球最大的軟體服務公司為例,也是異常艱辛;就我的觀察,當年以軟體廠商來做系統整合為主的服務,比不上以硬體為主的系統整合商來的吃香,但是今天有機會看到翻轉的契機了。
軟體成功的兩大推力是規模與國際化的能力
鑒於軟體產業的辛苦,早期我在1990年代的初期任台北市電腦公會的理事時,因為重視軟體的潛力發展,所以特別在電腦展中提供免費的攤位給軟體公司來參展,做為一種軟體產品展示與國際化的推展,那時候很清楚的知道,台灣市場不夠大,客觀條件不足,軟體要能夠成功有兩大關鍵的力量,首先需要借助電腦硬體的規模經濟,再者就是讓軟體能國際化的兩個主要的推動力量,目前在台灣幾個重要的軟體廠商的成功經驗,也看到初期採用與PC一起搭售組合(Bundle)的策略提供成功的關鍵,大批量與消費者重複使用的經驗,促成軟體成功的機制。
我認為電腦的硬體系統是一個載具的概念,台灣因為硬體製造的實力堅強而容易進入國際領域競爭,國際級的軟體巨擘實力強勁,但是一談到硬體的載具,那一定會找台灣來合作,所以我們的軟體企業除非在某些特定領域,否則一般都會避開硬碰硬的對決競爭,因此宏碁選的軟體發展策略是不去妨礙硬體生意的發展實力,而是找到可以展現整合硬體優勢的軟體商機,這個新領域中我看到台灣進入的強項在於工程師技術與台灣健保醫療系統所帶來的優勢。
展望未來,面對國際分工與趨於複雜化的現實,為了掌握未來的機會,一個具備彈性功能、成本優勢,以服務為導向的生意模式,加上探索智慧醫療、智慧農業、智慧製造,以及智慧城鄉等應用,我預測獲利三成、四成的新事業體會快速應運而生。
Q2:今天宏碁如何在軟體市場上找到發展的契機?
施:宏碁的轉型過程中,我們認為諸如sMeet等軟體的發展機會,首先就是先制定出廣泛(Universal)的產品規格,可以藉由大小通吃與兼容並蓄的產品規劃能力,做出能與最多的硬體相搭配,我從2013年重回宏碁的時候,就推動宏碁大舉朝向通訊與智慧醫療兩大主流的方向來推動宏碁務實的市場發展轉型,當中智慧醫療靠的是跨領域的整合,而通訊則是靠軟體整合。
通訊與智慧醫療市場是宏碁所看到的美好未來
首先,通訊系統與軟體息息相關,舉凡主流的數位交換機與VOIP等系統都是用電腦與軟體所搭建而成,今天用軟體來定義一切是電腦產業的大勢所趨,過去以類比訊號為主的PBX系統承受從電腦與整合軟體所帶來的強大市場壓力,智聯的sMeet是先整合視訊的功能,接續也會將語音訊號加以整合在內,這也是為了進入通訊系統的起手式,所以宏碁朝下一世代的通訊系統發展是早已經確定。
sMeet視訊會議軟體的最佳賣點就是安全性的要求,兼具使用雲架構(Cloud Based)或內部部署(On-Premise)的架構來滿足不同的安全性的需求,這也整合宏碁過去發展BYOC自建雲服務的寶貴經驗,不斷探索使用筆記型電腦等級的系統來搭建一個私有雲系統的可能,分散式網路還是有小而美的實用性上的好處,再者,sMeet使用上也兼顧企業內部高敏感性機密的視訊會議需求,以及同仁商務差旅在外的視訊會議方便性之需,所以我的sMeet提供兩種不同的雲端網路的配置,來提供我做到隨時隨地參與視訊會議,也可以在緊密安全性下進行企業內的重要會議。
Q3:您如何看待sMeet所打造的商業模式的變革?
施:宏碁集團在陳俊聖執行長上任後積極轉型,針對旗下各主要事業做了較為明顯的區分,希望商用市場能夠靠著旗下各個小虎分進合擊,組成了以商用布局為主的宏碁聯合艦隊之姿,透過產業下游的系統整合服務,將上游的品牌產品也一起打進終端應用的客戶群,這也是智聯目前正積極努力的方向。
開放sMeet的API模組 搭建新的產業合作的模式
這個專訪的第二部份是聚焦於sMeet的產品與市場的推廣動態。以下是智聯服務韓政達總經理的觀點。
Q4:請韓總經理說明一下sMeet的產品特點。
韓:sMeet是一個後疫情時代的產品,需要慎密的商業模式以滿足遠距應用的需求,由於市面上視訊會議軟體競爭非常劇烈,sMeet在產品面需要具備後發先至的優點,最主要的利基點就是善用雲架構打造三個產品的優勢,第一,資訊安全的優勢,因為使用宏碁BYOC的私有雲技術,兼顧頻寬與資訊加密的優勢,讓企業保持高度的資安防護的能力,而且在架構上的成本非常具有優勢,降低導入成本。
第二,4K高畫質影像品質,拜私有雲技術之賜,充足的頻寬可以讓企業內視訊會議使用4K解析度影像品質,大幅提高與會者的使用者體驗,第三,容易使用,在PC上善用以瀏覽器為主的方便性,雖然手機仍需要App下載,但是整個使用介面簡單明瞭,無需訓練課程就可以使用。
為了打造更多的使用範例,針對疫情肆虐下的日常,目前sMeet團隊為台灣上市櫃公司打造董事會專屬sMeet視訊會議系統,而且完全依照證管會的法規要求所設計的專屬應用,再者,從大量的sMeet場域實地測試的經驗中,目前已經有許多新的使用範例正在運行,相關的應用也有更多的產業殷切的探詢,尋思為了讓sMeet能夠成為更多重要應用的關鍵溝通工具,目前已經著手制定彈性sMeet的API軟體模組,整合到不同專業系統中,讓更多的產業可以從中得到最大的效益,搭建新的產業合作的模式,強化以服務為導向的企業文化的貫徹。
Q5:請韓總經理說明一下sMeet的市場發展動態與上市的計畫。
韓:智聯是宏碁集團的新群龍計劃的一個企業內部創業的成果,雖然現在資本額不大,但是在宏碁集團的大家庭下,分享宏碁集團的重要的資產,也就是Acer的品牌價值,以及集團下的重要的人脈與人才的資源,以我親身經歷而言,於2021年初,智聯參與競標一個北歐國家的漁業公司的業務案,由於充分獲得Acer歐洲辦公室的協助,迅速解決問題,讓我們一舉打敗日本電信巨擘的競爭者,做到小蝦米打敗大鯨魚的致勝成果,取得成功。
有了這個初試啼聲的成功之後,我們積極利用sMeet的API來進行產業界的垂直整合應用的發展,目前瞄準包括銀行的線上開戶系統,甚至是大專院校或專業訓練單位的線上教學系統等新的嘗試,都讓sMeet在新興應用上創造商機,在國際市場上,透過宏碁集團在當地公司地協助,持續串連集團優勢資源,瞄準重要的營收貢獻產業,目前智聯是sMeet全球代理商,負責行銷與提供在地化服務的任務,目前已經在美國設立子公司,並陸續在北美各州成立區域型辦公室,並期盼進一步朝向一家國際服務公司前進,把好的人才推向全世界,走向全球。
同時也有2部Youtube影片,追蹤數超過1,140的網紅icyball 冰球樂團,也在其Youtube影片中提到,《 #三杯 》EP 全數位平台收聽: https://icyballband.lnk.to/SayWhen 粉色的念頭在心中不停盤旋,身邊有個誰讓你隔日宿醉也甘願,一杯一杯再一杯,今晚已經不打算節制也不在乎後果了。火箭會如期升空嗎?天邊稀疏的雲朵會帶來滋潤嗎?高高舉起的期待,是否又要重重地受傷害?...
類比示波器數位示波器 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的最讚貼文
#微控制器MCU #WiFi #工業物聯網IIoT #類比數位轉換器ADC #硬體安全模組HSM #自加密驅動器SED #整合開發環境IDE
【ADC 位元數、GPIO 介面、安全加密…… ,MCU 都考慮到了嗎?】
工業物聯網 (IIoT) 的發展趨勢是縮減成一個系統單晶片 (SoC) 方案,而非靠使用多個離散式元件組合以精簡物料清單、降低設計風險、減少佔用空間。Wi-Fi MCU 即是一例,它將 Wi-Fi 連接與處理器及所需的 GPIO (通用型之輸入輸出介面) 整合在一起,以滿足多種應用。市面上低成本的 Wi-Fi 連接方案,通常會以周邊數量和整體效能為代價;然而,Wi-Fi MCU 須兼具穩健的 Wi-Fi 連接和高效 MCU 功能,缺一不可。
指定 Wi-Fi MCU 時,類比數位轉換器 (ADC) 是最易忽視的功能之一,設計人員關注的首要規範之一是 ADC 的位元數。事實上,實際位元數將低於 (甚至遠低於) 資料手冊裡的規範;ADC 可用於執行轉換的有效位元數 (ENOB) 更為重要,ENOB 始終小於資料手冊規範 (越接近越好),因為在不同 ADC 之間這一位元數有著很大差異。可用於執行轉換的位元數越少,SoC 的輸入訊號的精確度就越低。此外,ADC 的量化和時序誤差,以及偏移、增益和線性度的變化皆是負面因子。
ADC 還有一個眾所周知的缺點:易受諸多工業物聯網運行環境中常見的大溫度波動影響;如果 MCU 供應商無法提供 ENOB、效能隨溫度變化情況、線性度和精確度等資訊,應拋棄不用。另隨著系統的完善,可能會增加更多的介面;若 SoC 有備用 GPIO,則可以在幾乎不共用接腳的情況下控制更多繼電器、開關和其他元件。元件支援的介面應包括乙太網 MAC、USB、CAN、CAN-FD、SPI、I2C、SQI、UART 和 JTAG (可能還包括觸控發送和顯示支援),以確保擴充需求。
安全性對於每個物聯網應用都至關重要,IIoT 後座力尤大。在整個設施乃至整個公司擴散。第一級所需安全性位於 MCU 的整合加密引擎中,將循序執行或並存執行加密和身份驗證。密碼應包括 AES 加密 (金鑰大小最高 256 位元)、DES 和 TDES,身份驗證應包括 SHA-1 和 SHA-256 以及 MD-5。由於每個雲端服務提供者都有自己的認證和金鑰,為其開通元件是一個複雜的過程,需掌握大量與加密相關的知識,是設計人員針對雲端服務開通產品時最具挑戰性的任務之一……。
延伸閱讀:
《指定支援 Wi-Fi MCU 時的注意事項》
http://www.compotechasia.com/a/feature/2021/0813/48767.html
#微芯科技Microchip #WFI32 #Trust&GO平台 #WPA3
類比示波器數位示波器 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
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
類比示波器數位示波器 在 icyball 冰球樂團 Youtube 的精選貼文
《 #三杯 》EP 全數位平台收聽:
https://icyballband.lnk.to/SayWhen
粉色的念頭在心中不停盤旋,身邊有個誰讓你隔日宿醉也甘願,一杯一杯再一杯,今晚已經不打算節制也不在乎後果了。火箭會如期升空嗎?天邊稀疏的雲朵會帶來滋潤嗎?高高舉起的期待,是否又要重重地受傷害?講出來不好意思的無奈,最後只能自己看著辦......
#冰球宇宙三部曲 ︴︴︴第三杯 ︴︴︴#結局揭曉
►第三杯下去明天肯定會炸裂,但有沒有six就看這一杯!
►三部曲收官之作,男子的失落日常,飄出淡淡的哀愁
第三首歌,第三杯酒。Friday night的酒吧,復古浪漫的音樂流瀉,微醺的氛圍和陌生的她,第一杯是這樣開始的。接著第二杯是試探,透過彼此的酒精濃度推測今晚續集的內容。我們都知道的,第一杯、第二杯都不算數,點到第三杯才是劇情發展的關鍵。兩人間物理與非物理的距離都越來越近,於是內心開始拉扯搖擺… 想著兩個人都喝三杯,不就是six嗎?醒來後再度迎來熟悉的失落感,那曾炙熱的期待已癱軟,而好事沒有發生的夜晚,沒關係,我早就習慣。
與冰球宇宙三部曲《三杯》EP同步釋出的收官之作-第三波單曲《No Six》,是無奈的諧音,也是男子的失落日常。icyball 再次以歌詞中滿滿的禮貌暗喻生動描寫男性們都明白的共同心聲,也完整了冰球宇宙三部曲跌宕起伏、帶有淡淡哀傷的故事線。歌曲開頭將火箭發射的倒數反轉,並刻意拿掉6這個數字,暗示火箭並沒有成功發射。《No Six》音樂風格延續了首波單曲《醉後喜歡我》的復古氛圍,讓EP首尾呼應,並請到擅長復古風格的The Weeknd 御用母帶處理工程師為歌曲進行最後潤飾。節奏組以合成器貝斯的跳動旋律、簡單有力拳拳到肉的鼓節奏,創造出復古的電子舞曲律動,加上前奏與間奏重複洗腦的合成器旋律,引領聽者進入腦洞大開的宅男宇宙。編曲使用濾波器自動化(filter automation),讓歌曲行進畫面豐富地轉換。尾段大量和聲及各種樂器的樂句互相交織、堆疊出千軍萬馬氣勢澎湃的交響舞曲,最後結尾嘎然而止,只留下故事中失意男子的孤獨。
►The Weeknd 御用母帶處理工程師加持 復古律動再升級
►《No Six》、《搖啊搖》MV 同一夜晚、雙重詮釋
《No Six》MV再度由掀起熱烈討論的第二波單曲《搖啊搖》MV導演賴禹諾執導,兩支影像作品有著同樣的場景、人物,卻有截然不同的解讀、風格。影像籌備初始,icyball、影像團隊、企劃團隊花了許多時間思考,並嘗試站在不同角度激烈辯論這較為敏感的內容,甚至找來周遭親友一同加入討論與提供意見。經過數月討論後,最終決定以兩支MV、兩種不同敘事來呈現男女視角的互相吸引、攻防拉鋸,以詼諧浪漫的方式描述這搭配三杯好酒,健康中帶點小性感的夜晚。
►三杯酒堆砌而成的故事,結局不是你想的那樣
►icyball 式的色澀小幽默,《三杯》EP現正純釀中♡
創作大多自酒精中淬鍊,熱愛微醺氛圍的icyball ,歷經兩年休團再出發,作品即以酒作為核心開展。冰球宇宙三部曲《三杯》EP以三首歌曲串聯成一個跌宕起伏的one night小短篇,微醺的第一杯是《醉後喜歡我》,復古浪漫的單曲在網路平台造成一波嚴重暈船潮,也讓聽眾更加期待icyball的回歸;開始搖擺的第二杯來到男女對唱的《搖啊搖 feat. Limi》,充滿衝突感的歌詞搭配洗腦的旋律,加上「母湯」的影像助攻,讓更多人陷入icyball的宇宙中,而關鍵的第三杯-今晚沒打算要節制才會點上的第三杯,歌名《No Six》的諧音暗示了最後的結局。高高舉起的炙熱,輕輕放下的哀愁,情色中帶著苦澀的故事可能會讓許多人感到共鳴,笑著笑著就哭了。icyball 的歌曲中總是始終如一地帶著些許不正經,恰恰體現了「男人不管到幾歲,只要聚在一起就會變回男孩」這個跨越時空不變的真理,也正是icyball 式的風格。
《No Six》
戴上面具蜷曲著身體 就是不想出門
有個問題佔據著思緒 來自每個他們
Why
每段故事 美麗的開始 眼神在加溫
交換的信任慢慢衝動
梭哈的黑桃二 攤牌了跟不跟
妳說 今天也沒有六
1 2 3 4 5 7 8 9 10 No Six Oh No
1 2 3 4 5 7 8 9 10 沒有六 Wow
各種天氣同樣的結局 一點都不陌生
望著天邊稀疏的浮雲 奢求一點可能
生在晴天的雨衣 不能就這麽輕易放棄
就算全新的包裝裡 沒有六
Dancing with you nanana
Just dancing with you nanana
沒有六
[ 音樂製作名單 ]
詞 Lyricist|王昭權 Chuan Wang
曲 Composer|謝達孝 Siao.H、王昭權 Chuan Wang
製作人 Producer|謝達孝 Siao.H
編曲 Music Arrangement|icyball 冰球樂團
配唱製作人 Vocal Producer|王昭權 Chuan Wang、謝達孝 Siao.H
主唱 Vocal|王昭權 Chuan Wang
吉他 Guitar|謝達孝 Siao.H
貝斯 Bass|吳冠男 Nelson Wu
鼓 Drum|林士捷 J. Lin
鍵盤 Keyboard|蒙捷文 J.Meng
合成器 Synthesizer|蒙捷文 J.Meng、謝達孝 Siao.H
和聲編寫 Backing Vocal Arrangement|李雅微 Shivia Lee、王昭權 Chuan Wang
和聲 Backing Vocal|李雅微 Shivia Lee、王昭權 Chuan Wang
人聲錄音師 Vocal Recording Engineer|謝達孝 Siao.H
人聲錄音室 Vocal Recording Studio|白金錄音室 Platinum Studio
混音工程師 Mixing Engineer|賴世凱 NiceGuy
混音錄音室 Mixing Studio|硬搞錄音室 INGO Studio
母帶後期處理工程師 Mastering Engineer|Dave Kutch
母帶後期處理錄音室 Mastering Studio|The Mastering Palace
[ 影像製作名單 ]
監製 Executive Producer|鳥兒映像 Birdy Prod.
導演 Director|賴禹諾 Yukno @鳥兒映像
副導 A.D.|周昀佑 Lgthree
製片 Producer|藍皓倫 Yooooalan
製片助理 P.A.|吳苡瑄 Yi Hsuan Wu
攝影 D.O.P.|左治 Jorch Ma
攝影助理 Assistant Camera|馬崇智 Chris Ma
攝影器材 Camera Equipment|鏡頭銀行 LensBank
燈光師 Gaffer|粘峻嘉 Chun Chia Nien
燈光助理 Best Boy|林晏均 Yan Chun Lin
酒吧燈光師 Gaffer|蘇志博(安東)So chi pok
燈光器材 Lighting Equipment|妄想機影音 Mirager Prod.
主演 Starring|吳敬恆 Jing Wu、林千煦 Qianxu,Lin、小飛 Fly Liao、潘信叡 Repan、某某某 and more…
造型 Stylist|張佳媛 Beryl Chang @我沒空有限公司、 鄭婷 Ting、 林毓秀 Ashley Lin
妝髮 Hair & Make-up|林瑀萱 yuma lin、張允 Yun Chang
美術 Art Director|張芳綾 funny、周昀佑 Lgthree
剪接 Editor / 調光 Colorist / 特效 VFX|賴禹諾 Yukno
標準字及歌詞設計 Graphic Designer|張芳綾 funny
平面側拍 BTS Photo.|吳宗哲 WuWuZZ
動態側拍 Video D.|王柏林 Berlin Wang
企劃 Marketing|顏靜萱 Ka Ka Yen @VH
特別感謝 Special Thanks|Jumi Tavern - Gyoza & Champagne Bar、洗衣店
出品 Presented by 何樂音樂 Pourquoi Pas Music
關於 ⓘⓒⓨⓑⓐⓛⓛ
騷到內心的勾人音色、氣味挑逗的字字句句、恰到好處的搖擺groovin‘ ,這是一個進可攻退可守的邀約:來我家…聽音樂嗎?數位的皮裝著類比的心,icyball的歌曲就像現代化的愛情,演化得精美但本質仍然單純直覺。想說的還有很多,我們輕輕帶過,別有壓力,音樂裡飄飄醉著就行。
icyball 將自身熱愛的七零、八零年代具有 Groovy 精神的Funk / Disco / Acid-jazz / R&B /Regga /Swing 等經典風格,融合新時代電子元素與表現方式,詮釋出令人耳目一新的模樣—— 屬於當代的、屬於icyball 的華語流行歌曲。
主唱昭權,善於詮釋歌曲情感故事,嗓音精緻、充滿渲染力
吉他手達孝,擅長彈奏放克、R&B等曲風,主導編曲製作
鍵盤手蒙,精於音色使用,技巧穩健,亦主導編曲製作
貝斯手Nelson,貝斯音色質樸細膩,不可或缺的溫暖存在
鼓手士捷,涉獵曲風多元,轉化成獨特的個人表現風格
除了持續共同創作,五名團員也各自在音樂圈耕耘,累積能量。2020年底,他們將團名由舊有的「Icy Ball」更改為更加俐落的獨有單字「icyball」,睽違數年再度推出新作的他們,不論是音樂、視覺、內容,都以更精緻成熟的面貌和聽眾見面!
Find icyball!
・Facebook: https://www.facebook.com/icyballBand/
・Instagram: https://www.instagram.com/icyballband/
・YouTube: https://youtube.com/c/IcyBall
・StreetVoice: https://streetvoice.com/Icyballband/

類比示波器數位示波器 在 果籽 Youtube 的精選貼文
近日KKBOX更新推出無損音質,其實高清、無損音源推行了好幾年,本地樂壇新貴MIRROR、林家謙、Serrini等出歌都有高清版,相信歌迷們是時候要了解一下,各大串流音樂平台的新動向,學聽高清好歌撐歌手。
音源質素分三級制
KKBOX的無損音質採用了16bit/48kHz CD以及24bit/192kHz Hi-Res取樣率,相信一般用家看到這些術語和數字頭都大,今次就由耳機專家Cato Mak為大家解釋一下,他表示,目前串流音樂平台的音源可以簡單分為三個等級。
第一級:有損壓縮技術音源
聲音訊號儲存時會重新編碼和壓縮,過程中有損壓縮技術,檔案資訊會有所流失。如果見到320kbps或以下的數字,就代表它是有損壓縮音源,理論上kbps這個單位的數字越低,音訊資訊量越低。Spotify最高音質採用320kbps AAC格式,Apple Music和YouTube Music則最高對應256kbps AAC,三者都沒有提供無損音源。
第二級:CD級別
播放數碼音樂要將數碼檔案解讀為音波訊號,過程稱為「取樣」(Sampling),取樣率會用bit和Hz兩個單位表達,實體CD採用16bit/44,100Hz,串流平台常用16bit/48kHz的音源。bit影響音樂的動態範圍和音壓,後面以kHz是取樣頻率。 Cato指和相機的像素原理差不多,「取樣次數越高,跟模擬訊號(analog)的聲音曲線就越相像,除了聲質更細緻,Hz數越高可支援更闊的頻率響應。」兩個數字相乘再因為兩聲道加倍,得出的就是位元率(bitrate),以CD為例,16×44,100×2就是1,411kbps,和之前所說的320kbps有損格式差很多,理論上bitrate越高,音樂檔案能夠保存的資訊量越多。
第三級:高清Hi-Res級別
比16bit/44,100Hz這兩組數字更高的,就是Hi-Res高清級別。常見的有24bit/96kHz,bitrate達4,608kbps,理論上音質可以比CD更高。不過Cato表示音響界有不同意見,「理論上Hi-Res音源的頻率可以去到更闊,但CD的高頻聲音大概可達20Khz,已經是大部份人可以聽到的極限,也有人會質疑再高頻的意義。玩音響很個人,有人玩新的Hi-Res,也有人鍾情聽CD。」
第二和第三級皆可稱為無損音源,目前TIDAL、MOOV、KKBOX都提供CD和Hi-Res級別的音源,各自有不同叫法,例如Hi-Fi、Master,或直接用16bit、24bit顯示,三個平台都是用藍色代表CD級,用金黃色代表Hi-Res級,哪首歌有哪種格式都一目了然。
iPhone聽好歌駁上駁
搞清音源,是不是插個耳機就聽到分別?Cato表示,用電話插上中價位、千元左右的耳機應該已能聽到CD級和有損音源的分別。想進一步玩Hi-Res的話,近年的電話、電腦已對應Hi-Res音源,不過單靠主機的解碼能力不夠好,會有其他電子干擾,玩Hi-Res的朋友多數會接駁外置DAC(數位類比轉換器)提高音質。
電腦和Android用家可以直駁USB DAC,但Cato就提醒iPhone要聽24bit Hi-Res要用秘技,「iOS的輸出有限制,用Lightning插口或原裝轉換線都只能對應16bit/48kHz音源,奇怪的是用相機套件的USB輸出就可以避開這個限制。」iPhone要先駁相機套件,再駁DAC再駁耳機才可突破限制。如果用藍牙耳機的話,iPhone目前的藍牙編碼未支援高清格式,Android就可以留意aptX Adaptive和LDAC這些藍牙編碼技術,兩種技術都對應24bit/96kHz。
KKBOX新歌上架快
那麼多串流平台應該怎選擇好呢?如果你用入門級一般耳機聽的話,就算你已用KKBOX和MOOV,其實都毋須急着升級,兩個平台聽高清都要加錢。一般用家看音樂庫選擇就可以,目前大部份串流平台都有免費試用時間,而Spotify、Apple Music、KKBOX歌曲較多。
如果熟音響,又喜歡本地或日韓音樂,可以選用KKBOX或MOOV。實測KKBOX的高清音檔比較多,三大唱片公司Sony Music、環球唱片、華納唱片都有提供Hi-Res音源,沒有唱片公司的林家謙在KKBOX有24bit,MOOV只有16bit。KKBOX新歌反應也較快,例如大熱的Billie Eilish《Your Power》,截稿前都未登陸MOOV。至於TIDAL,歐美歌曲比較齊全,也有更多發燒級功能,有比24bit/96kHz更高級別的音源,也對應音響界很火熱的播放軟件Roon,玩無線音響、Multi Room功能等都有很多發揮空間,但中文歌少之餘介面也不太好用,很難找。
影片:
【我是南丫島人】23歲仔獲cafe免費借位擺一人咖啡檔 $6,000租住350呎村屋:愛這裏互助關係 (果籽 Apple Daily) (https://youtu.be/XSugNPyaXFQ)
【香港蠔 足本版】流浮山白蠔收成要等三年半 天然生曬肥美金蠔日產僅50斤 即撈即食中環名人坊蜜餞金蠔 西貢六福酥炸生蠔 (果籽 Apple Daily) (https://youtu.be/Fw653R1aQ6s)
【這夜給惡人基一封信】大佬茅躉華日夜思念 回憶從8歲開始:兄弟有今生沒來世 (壹週刊 Next) (https://youtu.be/t06qjQbRIpY)
【太子餃子店】新移民唔怕蝕底自薦包餃子 粗重功夫一腳踢 老闆刮目相看邀開店:呢個女人唔係女人(飲食男女 Apple Daily) https://youtu.be/7CUTg7LXQ4M)
【娛樂人物】情願市民留家唔好出街聚餐 鄧一君兩麵舖執笠蝕200萬 (蘋果日報 Apple Daily) (https://youtu.be/e3agbTOdfoY)
果籽 :http://as.appledaily.com
籽想旅行:http://travelseed.hk
健康蘋台: http://applehealth.com.hk
動物蘋台: http://applepetform.com
#Mirror #姜濤 #Jer #林家謙 #KKBox
#果籽 #StayHome #WithMe #跟我一樣 #宅在家
