關於 歐飛組電腦評價 ，我們在網路上蒐集到這些相關的討論、資訊與評價

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

大家早，由於很多人總愛問我，為何川普上台之後，對台灣的國際地位，是這麼大大的提升？我想這也是很多人不瞭解的地方，今天來剖析一下。

（老規矩，大家當故事看就好，別太認真）

　　今天就來介紹兩個人，這兩個人物對於台灣人來說，實在應該好好的認識，並載入教科書，#因為台灣差點因為這兩人被滅了，而對於這兩位的評價，正確的說，我對於他們是不是人，基本上保持著存疑，我想對我個人來說，他們應該是魔鬼。

　　大家都曉得，在2016年11月9日 ，政治素人的共和黨的川普跟彭思以306張選舉人票，意外贏了了民主黨候選人希拉蕊．柯林頓跟提姆凱恩搭檔的組合，當選了美國總統。隨即一通電話跨越了太平洋，傳遞到了總統府內部，由台灣總統接起，從那一刻起，台灣～這個在西太平洋的一個小國，一個幾乎被世人遺忘的小島，以及上頭兩千三百五十萬人的未來，從此產生了重大的改變。

➡️　披著人皮的魔鬼

　　這個故事要從美國總統大選前的一刻說起，當時的希拉蕊陷入「電子郵件門」風暴，這個大批郵件的外洩案，內容引起了美國政界的震撼，並引來了深入的司法調查，其中跟台灣最有關的，是人們發現了希拉蕊．克林頓的政治獻金，數額高達幾千萬美金，其中來自中共的政治獻金占了大多數，包含阿里巴巴、民生銀行....等各大國企。

　　隨後在調查報告中發現，柯林頓設立的基金會，對中共洩漏了超級電腦、核武機密、彈道導彈技術，跟所有可以用來摧毀西方民主國家的軍事科技，希拉蕊甚至派代表，跟中共高層閉門會談，要在２０１５年時移除所有的台美之間防禦佈屬，全面拋棄台灣，來交換中共免除對美國持有的１萬１千４百億的美債，這等於將台灣的民主，就用這個價格，輕鬆地賣掉，大家若有興趣可以去搜尋一本書，書名叫《Game of Thorns》，這本就是在描述希拉蕊2016年競選失敗，以及中共長期使用金錢，來干預美國政治走向的一本好書。

➡️　無所不用其極的貪婪

　　而其實在此之前，希拉蕊早就被美國獨立的司法體系所懷疑並展開調查，相信大家都看過一部電影「《13小時：班加西的秘密士兵》」，對於裡頭的美國大使約翰·史蒂文斯最後被殺有印象，這部由歷史事件翻拍的真實電影，其實正是希拉蕊的傑作。

　　故事要從２０１２年的七月二十五日講起，當時美軍派駐在利比亞的一架Chinook運輸直升機，被利比亞政府軍的一枚FIM-92刺針便攜式防空飛彈給擊落，當時飛彈卡在直升機的機身未爆，美國大兵努力降落後，赫然發現這是美國自己的導彈，而且是美軍標準配備的導彈，居然外流到利比亞？
　　
　　於是，很快地ＣＩＡ與ＦＢＩ就聯手調查此事，由於美國軍火都有編號列管，很快一查後赫然發現，當年是由柯林頓基金會安排，要那位史蒂文斯當白手套，由他去找當地的一位軍火商馬克，由他轉賣給伊斯蘭極端組織，最後又轉手到了利比亞手中。

　　儘管美國司法調查體系是獨立的，但美國總統歐巴馬很快就知道了這件事情，於是叫了國務卿希拉蕊來罵了一頓，要她趕緊把這件事情處理乾淨，於是希拉蕊在美國國會還未同意前，就委派這位約翰·史蒂文斯為利比亞大使，要他趕緊出發到班加西去找軍火商交涉，把剩餘的導彈通通處理乾淨，並湮滅重要證據。

➡️　借刀殺人，又黑又毒的心
　　
　　而這位大使一到了利比亞，如同電影情節那樣，他很快就發現了情況不對，整個大使館的武裝防備，薄弱到幾乎等於是只是一個警察局，而恐怖組織已經掌握了附近所有的街道與城鎮，他很快地打電報跟上司希拉蕊匯報這件事，但對希拉蕊來說，這位大使的安危不是重點，更準確地說，若要阻止司法調查往上延燒，則更要史蒂文斯身陷致命危機當中。

　　於是，根據之後的調查報告，在史蒂文斯到達利比亞接管後的三十天，他一共跟國務院發了超過６００次的請求，請求增援武裝正規部隊加強防衛，大家都知道美國的戰情指揮系統，反應是非常彈性且迅速果斷的，此時很湊巧的卻變得遲鈍了起來，如同電影所描述，最後國務院只派了幾名海軍陸戰隊退役的傭兵，配備簡單輕型武器過去保護這位大使。

　　2012年的9月11號凌晨，大批的武裝恐怖份子彷彿是約定好的一起湧向了利比亞在班加西的美國領事館，一陣槍戰後被攻破，三名海軍陸戰隊員當場被格殺，而如同電影所演的，大使當時衝進了所謂的安全室，正常來說安全室的設計，是防火防爆防煙，且內部具備獨立維生系統，其隱密性是讓恐怖份子找不到的，但據說當恐怖份子放棄準備離開時，走到領事館大門口時，突然接到上頭來的指示，於是他們又返回在次，這次準確地找到了密室並打開了密碼門，將大使給拖出來，並將其殺死。

➡️　　鱷魚的眼淚無情無義

　　還記得，當年三名海軍陸戰隊員與大使遺體，最後運回到了美國，當時希拉蕊到了機場迎接，歐巴馬在一旁抿著嘴神情哀戚，結果他還看到希拉蕊，對著哭泣的受難家屬說：「這都是穆斯林的無知，害死了他們的性命。」，在那一刻，我想歐巴馬必然感到毛骨悚然，因為魔鬼就在眼前。

　　然而，魔鬼卻不只一位，天下烏鴉不只一般黑，他們還成雙成對，大家如果想起柯林頓，一定就想起，當年柯林頓利用白宮實習生陸文斯基，對他的景仰與愛慕，要她在白宮幫他吹喇叭的事情，但這只是花絮，這件事情的引起是因為，聯邦檢察官在調查一件叫白水門案時意外監聽到的花絮，那件事是柯林頓在還沒當總統前，他長期在阿肯色州當州長，其名下有間持有５０％股份的白水房地產開發公司，該公司後來發生了大宗的金融詐騙案，但最後由於希拉蕊本身是律師出身，自然努力為夫出力鑽漏洞．加上其夫是州長，最終其餘股東都被判罪，而他們夫婦除了把錢全部捲走，還全身而退。

➡️　被共產思想控制的美國代言人

　　有了這樣的夫妻搭檔，他們的貪婪成性加起來不只兩倍，簡直是十幾倍，在現在到處可以查到的資料中可以顯示，中共的資金其實藉由贊助柯林頓基金會，早就滲透進美國政界，舉最簡單的例子，當年美國的最惠國待遇，一向是跟人權報告綁在一起評估的，就是在柯林頓當總統任內，努力讓其脫鉤，根據當年的報紙民調顯示，當年的美國政界無論左右派都是反對，美國民眾是超過７０％，表示不同意給中共最惠國待遇的，不同意中共加入世貿組織的。

　　結果柯林頓一意孤行，又是遊說又是施壓，並給國會議員錯誤的資訊與期待，導致最終與人權報告脫鉤的結果，中共從此對人權價值再也沒有底線，再也不需要堅持，到如今光明正大地，設立集中營關壓信仰不同的民族，關押政治上反對的律師或民主派人士，拆毀教會毆打信徒、強摘法輪功學員的器官。
　　
　　並且利用加入世貿組織後，不遵守任何一條貿易規範，在兩夫婦幫忙的空窗內，利用國家機器掠奪世界各地的資源，並壯大共產組織，輸出紅色思想，其ＧＤＰ在短短數年間，膨脹到世界第二，並累積的經濟實力，足以挑戰美國為首的民主陣營，進而赤化全人類。

　　他們的目標很簡單，就是要建立並完成習大一再宣稱的「要在全球建立人類命運共同體」。
什麼是共同體呢？就是無論你是白人、黑人、紅人、黃種人，以後都當中國人，對中共或支持中共體制的中國人來說，天安門廣場實在該加裝這兩人的畫像，其功勳堪比當年，毛掛上史達林，認其當爹那樣的偉大。

➡️　有神論與無神論，道德與精神淪喪的對決

　　2017年1月20日 ，政治素人的共和黨的川普跟麥克．彭斯就職，正式接管了美國與全球大局，我永遠忘不了的一幕，美國總統川普在宣誓時，左手按住那本，象徵　＃自由平等人權的林肯聖經，而副總統彭斯則在宣誓時說：「我將支持並捍衛美國憲法，抵禦內外所有的敵人；我將堅定信念並忠心不二；我願承擔此責任，絕無私心或意圖逃避；並將恪盡職守。＃願上帝幫助我。」

　就是這一句，揭開了信奉上帝的民主國家，與無神論的中共，注定展開一場激烈廝殺的博弈。
　就是這一句，為台灣人與無數還在苦難中的中國人們，在黑暗中打開了一扇窗。
　就是這一句，我們都將鼓起勇氣，準備為自己的制度與民主價值做出抉擇。
　　感謝神的垂憐，魔鬼縝密的陰謀被破解，希拉蕊機關算盡沒有接任，如果接任台灣肯定完蛋，而台灣人其實也沒有多少時間了，看看中共如何滲透美國就知道，台灣岌岌可危，他們即將摧毀我們的生活與自由價值。

　　閉上眼，想想你所愛的每一個人，想想你的孩子那真誠的雙眼與真摯的笑容，台灣人唯有用愛與真話，用智慧來突破中共的每一個暴力與編織看似美麗的謊言，只有真，才能對抗假，只有愛，才能化解暴力，只有放下對立，團結一心，才能好好的把握，把握這十幾年來，唯一的一線生機。

（九二沒共識都能講成有共識的人，台灣人都該將其拋棄。）

文末的最後，送上美國副總統彭斯，
每天必說的一句話：「＃感謝上帝的恩典！」
為自由與民主而戰，沒有退路的台灣！
今天就聊到這裡～咱們下次見。

文章內容出處：https://youtu.be/rLM3Wj-rmyQ

ps. 歡迎全文分享，尊重智慧財產權，請勿斷章取義的引用，為尊重智慧財產權，分享請註明作者、出處，附上本站網址。謝謝～圖片摘自大紀元網站

【追不到夢想就創一個！】推薦阿雅新書書評及贈書抽獎活動 【已截止】


幾個月前阿雅振筆疾書的在寫她的 【追不到夢想就創一個！】新書， 問了我願不願意當她的推薦人， 並傳給我看了一下她的草稿， 我沒有看她給我的檔案， 想都沒想的就答應了。 在我認識的人之中，有幾個人是我可以毫不猶豫的推薦， 阿雅就是其中之一。


當然等到阿雅的書真的上市了， 我就開始有點頭痛要怎麼推薦了， 畢竟一個比我自己厲害的人要我推薦， 我要怎麼寫及描述才能寫的有內容又有意義呢？ 我從上週開始看阿雅新書電子版，花了幾個晚上， 把充滿精彩內容 285 頁的書籍讀完。 在我分享這本書的內容心得之前， 我想和你先分享一下我認識的阿雅的一些回憶。


我在公司台灣人社團當打雜小弟， 每個月會幫大家定會議室及安排時間讓大家聚聚， 2018 年初的某次聚餐， 大家都帶著拿好的午餐坐定位， 一如往常我們輪流自我介紹， 到阿雅的時候， 阿雅開朗活潑的聲音介紹這她是阿雅， 剛加入公司不久， 會在全球上網計畫的團隊工作。 我當下聽到，覺得...嗯..這個名字好像有點耳熟呢...當然事後知道才發現阿雅就是我有追蹤的粉絲頁的作者嘛 (挺遲鈍的！XD)！


我們後來幾次聚會的時候有聊天， 講到我們有機會可以一起直播， 但阿雅工作很忙， 常常要出差飛到不同國家辦公室，有時候我的專案忽然比較忙， 一拖就拖到了 2019！在 2019 年 2 月聚餐中，我們又提到這這件事， 當下決定一定要儘快找個時間， 阿雅其實在聚餐當周又要飛了， 我們趕緊訂下她飛回來到下次出差中間短短幾天的某一天， 3/8 那天就是我和阿雅第一次直播， 有興趣看或複習的朋友請看: 矽谷阿雅 + 半路出家軟體工程師在矽谷 Brian: 探索職涯 & 美國科技業經歷。


在直播前 2 天， 我和阿雅見面討論大綱， 阿雅前一天晚上才從非洲出差回來， 但她馬不停蹄的從一早 8 點就開始一連串的會議。 我可以從她臉上看出她的疲憊及時差， 但她絲毫沒有被疲憊影響， 仍然充滿活力和我討論直播中的大綱及大概會問的問題 (當然後來阿雅也沒有照稿問就是了！ 😅 )， 30 分鐘討論完， 阿雅背著看起來很重的包包去趕下一個會議了！


為什麼我想要分享一下這幾個和阿雅的回憶呢？ 其實我一直很佩服阿雅，大家在矽谷工作， 工作壓力都很大， 但阿雅不僅僅在工作上像鐵人一般的飛來飛去出差、完成許多大專案， 在業餘時間， 也在她的粉絲頁 矽谷阿雅 Anya Cheng 分享她的經驗、心得及各式直播訪問。 我自己也寫文章、偶爾也做個直播訪問， 所以知道這些都很花時間， 阿雅比我做的更多更好， 讓我時常好奇阿雅是怎麼做到的。


我目前個人的人生目標是培養我的視野、見識、及勇氣， 阿雅在這 3 個面向都遠遠超過我的等級。看完阿雅新書 (終於又講回書了！)， 我終於從阿雅的生命故事及經驗，學習到阿雅是如何一步一步到達今天這般成就，以及我可以怎麼從她的分享幫助我提升各個面向。


我對於阿雅幾個經歷特別有感觸， 阿雅在 2008 金融風暴時候從西北大學行銷碩士畢業， 為了改好履歷， 她拜訪學校的就業輔導中心近 60 次， 拜訪到驚動中心主任特別打電話給她 (原因是什麼就請大家自己看書找答案 🤣)。 為了得到她沒有的美國人脈， 她拜訪了西北大學許多老師， 一些還不是她行銷傳播系的老師， 而阿雅在每次和教授見面前都會做好功課， 如果老師說: “我不知道有誰可以介紹給你”， 阿雅會回覆說: “你可以介紹我某某某，他是你之前在這家公司的同事!”， 老師回覆說: “那妳再寄妳的履歷給我。” 阿雅會立刻回覆說: “有，今天早上寄出了!” 當老師再說:“那妳寫信跟我說希望我怎麼介紹。” 阿雅會回覆說:“有，你介紹我的信我也幫你寫好了，你剪下貼上就可以了!”。 看完這一段， 我回想我碩士畢業投了 800 多份履歷找不到工作的時期，我自覺我很努力了， 但我很汗顏的沒有像阿雅這樣渴望得到幫助並做出對應的準備。 我有使用就業輔導中心， 但是並沒有一直持續為面試練習充分利用學校的資源。 我沒有認真找學校老師過往的經歷可以推薦給我什麼樣的他們的人脈資源，或是多利用校友網絡來增加自己就業的機會， 如果我真的像阿雅一樣準備到讓別人無法對我說 No， 我一定會有更多更好的機會的！


在書中多處， 我看到阿雅因為像是剛到美國唸書上課及小組討論都聽不懂、或是皮包被偷、信用卡被盜刷等各式挫折，讓她常在學校宿舍洗澡的時候放聲大哭，工作做強弱危機分析，被同事電說以為他們在念碩士嗎？或是演講申請一開始被拒絕，委屈或生氣的大哭。 這些挫折在陌生的異鄉、孤立無援的時候， 是真的會放大很多倍到讓人絕望。 但阿雅的韌性或是 Grit (恆毅力)，讓她在各種情況都沒有放棄，哭完後擦乾眼淚反省，靠著各種準備及應對，度過一次次的打擊。


講到這裡，怕有讀者不清楚阿雅的經歷， 快速介紹阿雅原本是台灣蘋果日報記者， 在美國讀了 2 個碩士 (非連續)，西北大學整合行銷傳播碩士 (Northwestern University)、芝加哥大學企管碩士 (University of Chicago)。 工作先後在美國凡斯媒體集團 (Vance Publishing) 擔任數位產品經理、數位行銷品牌經理，而後到了希爾斯百貨 (Sears Holdings，前美國第四大零售集團) 做手機電商產品經理、大數據行銷分析經理， 再到目標百貨 (Target Corporation，美國第二大零售集團) 出任平板電腦電商產品長，再到麥當勞任全球電商資深總監、eBay 手機拍賣新興市場產品長、及臉書電子商務產品經理、科技與創新產品行銷資深經理。


當然阿雅並不只有高上大遙不可及的一面， 她沒有開外掛所有事情都輕鬆達到， 她和我們一樣是一般人，沒有特別的人脈，但她付出比所有人都多的努力， 才得到今天的成就。書中提到: "大部分的人只看得到我在矽谷大公司工作、帶領行銷和產品團隊光鮮亮麗的一面，但很少人知道我清早、半夜要跟世界各國開會:早上 6 點印度、晚上 11 點南非、週六日晚上以色列(以色列 週日到週四上班)等。我早上 7 點到公司做開會準備，晚餐後收信 準備隔天會議到晚上 11 點。 我曾經被裁員，早上上班被叫去小房間就請我明天不要來， 連回座位收東西都不行"..."我曾經案子失敗害老闆被炒、壓力大數月失眠睡不好、出差時差累到在廁所馬桶上睡著、和同事大吵鬼叫。我也曾經覺得自己一無是處什麼都不好、毫無技能是個假貨包，覺得自己這輩子會一蹶不振、人生沒目標。"


比爾蓋茲是世界最大的線上學校可汗學院的積極擁護者，他對創辦人薩爾曼．可汗的高度評價，曾說可汗離開對沖基金專心做教育是教育領域從華爾街搶到智商 180 天才的一大勝利。 我遠遠不如比爾蓋茲， 但是我想要用同樣的比喻來說， 今天阿雅願意把她過往 10 多年的求學、申請學校、找工作、準備各種挑戰的心路歷程、經驗總結，完整的分享出來，對於眾多讀者來說，厚厚的一本書，把你現在及未來可能遇到的迷惘、想突破現狀、想要有方法達到目標都詳細列出一步步的指引。阿雅大可以把時間花在工作、或是賺更多錢的個人事業上，在美國或是亞洲， 如果有活動要邀請阿雅做一個演講分享她的經驗知識， 我相信門票賣很貴還是會有超多人參加的。 但今天阿雅把她寶貴的時間幫助讀者回答問題、輔導新創團隊、更總結提煉寫出她的經驗、以書籍的形式直接平價的讓更多人受益。


阿雅在書中說: “很多人問我，為什麼想成立臉書粉絲頁?為什麼寫文章分享? 我不是為了賺錢，而是回頭看我到美國闖蕩這條路，平凡家庭出身的我，受到很多陌生人的幫助: 幫我改英文、耶誕節請我到家裡吃飯、載我到 outlet 買過季雪衣......，我認為回饋他們最好的方法， 就是對其他需要幫助的人伸出援手，具體實踐他們教我的事:「啟發他人」。我希望分享我的經驗和所學，讓跟我一樣平凡的人有機 會實踐自己的夢想! 因此，我花很多時間提供免費職涯諮詢、幫其他人改履歷投工作、在美國大學義務講課、提供社團職涯工作坊訓練、協助慈善義賣等。我知道忙永遠幫不完，但能幫一個算一個! 我感激生命裡有好多貴人，而我期許自己也能在其他人追夢的路 上，助他們一臂之力! ”。


我在美國職場工作幾年， 知道非理工科系在美國找工作真的很難、無敵難！ 阿雅不僅找到工作、更陸續在全球知名公司做舉足輕重的專案，也做到管理職，帶領很大的團隊，在美國能做到和阿雅類似位置的華人不少， 但願意熱心分享所思所學的， 就只有阿雅一人了。


今天你只要 300 元台幣 (博客來 79 折的狀態)， 就可以把阿雅過去經驗精華帶回家仔細閱讀， 從中學習，我很少強烈的推薦什麼東西， 但如果你今年只能買一本書的話， 就買阿雅這本書吧！不論你幾歲， 我相信你可以從書中得到許多啟發，在求學、工作、寫履歷、訂定人生目標、激勵下屬、自我提升、提升做事效率、了解阿雅故事、一窺美國就業、科技業產業知識， 許許多多好處， 看完絕對收穫滿滿！


如果你能力所及， 可以多買幾本分送給朋友， 如果沒有， 也可以建議你的學校、公司、部門，或是親朋好友買這本書，讓他們也讀這本書來提升自我。畢業季要到了， 也是送給自己及同學的最佳禮物。


博客來紙本書連結: https://bit.ly/2ZuphbU


博客來電子書連結: https://bit.ly/3d8FR57


博客來電子書的版本已經出了， 其他平台電子書都還沒上架呢， 海外的朋友可以先入手閱讀！當然博客來紙本書可以送貨到全球，付一點運費就可以買到質感很好的書！快去買吧！我自己除了電子版，家中也會有 2 本紙本書呢 (一本找阿雅簽名的會蒐藏、一本偶爾翻看複習)。


...


阿，對啊！ 忘記最後還有贈書抽獎活動， 感謝 高寶書版 提供 3 本阿雅新書，讓我可以舉辦抽獎送給大家，詳情如下


【活動辦法】
2020/5/30 (週六) 台灣中午 12 點之前對此 Facebook 貼文按讚、並留言寫下你想要實現的夢想是什麼？ 或是你想要從阿雅這本書學習到什麼？ 寫的越認真、或是有創意的話，被抽中的機率也會比較高歐！


「公開分享」這篇貼文的話，多一次抽獎機會。


因為疫情關係， 這次出版社只能寄送給台灣地區的讀者， 海外的朋友如果參加抽到了，還是只能寄到你台灣的地址歐！


如果等不及或是海外的朋友， 請直接從博客來連結先購買歐！


https://brianhsublog.blogspot.com/2020/05/create-your-dream-book-recommendation.html

paypal 贊助網址
https://youtube.streamlabs.com/UCr9RKb5YHx3LrItB_ITFGoQ

歐付寶贊助網址
https://payment.allpay.com.tw/Broadcaster/Donate/8E2CA7AA55E20093AEB6297B0B482466

FB粉絲專頁  FD實況
https://m.facebook.com/fongdad/?ref=m_notif¬if_t=photo_comment 

小峰的全民槍戰粉絲專頁
https://m.facebook.com/siaofongdegame/

敬請遊玩地圖評價喔！
一定要幫我評分喔！謝謝

謝謝大家

只想與妳跨年地圖ID:3019014145

海綿寶寶：聖誕冒險 地圖ID:2464108545

峰爸主題館 地圖ID: 1615372289

寶可夢 地圖ID:1885073409

讓你跑不完地圖ID:7004528641

神魔之塔 地圖ID:6690455553

組織基地 地圖ID:7844884481

小峰休閒虐屍 地圖ID:8715083777

陰暗的火車站 地圖ID:8859447297

Ipad 錄影程式AIRSHOU 支援ios9.3前版本 目前不行
改用鏡射電腦錄影

剪接程式 傳到手機用威力導演

電腦直播程式OBS

全民槍戰改名格式讠GFD〃XX彡

加入戰隊資格
出擊41 v5 鯊魚仔
反恐66 v5小峰的全民槍戰
火線41 v5小峰的全民槍戰
熱血41 v5小峰的全民槍戰