關於 索引 種類 ，我們在網路上蒐集到這些相關的討論、資訊與評價

令人想睡的簡報，如何改變？
⠀⠀
Case presentation，是進醫院後，最常遇到的醫學簡報形式。但是，在一個資深簡報者與教學者來看，報病例所需要融會的技巧，卻是最多的。
⠀⠀
首先，你要把一個真實發生的病例，說得令人感興趣，這就很難囉；還要適度的留下線索，引導全體觀眾思考，並獲得學習意義；最後，關於 case 的回顧、檢討、既有文獻整理、呈現，都不是很容易的事情。
⠀⠀
與其講教條，不如直接演給你看。為什麼有些人報 case，讓外賓驚為天人，遞名片邀請至國際學會演講？為什麼有些人報 case，程度就真的只是墊檔？作為菜鳥，我們往往只有報 case 的犧牲打機會，你如何把壞球也打成全壘打？
⠀⠀
兩位蔡醫師不只告訴您「怎麼做」，還會與您分享「為什麼」。初學者也能做出視覺化、專業感、穿透力的好簡報，讓專業透過好簡報，做最大程度的發揮，得到更多的資源與合作，取得更好的職位與待遇！
⠀⠀
【課前】以您的簡報客製化教學，啟發學習興趣。
【課中】上課介紹理論並互動實作，真正學會。
【課後】再針對進步後的狀況，個別回饋。
⠀⠀
【全新梯次】11/6（六）醫學簡報與電子壁報工作坊
https://grsp2013.innovarad.tw/event
⠀⠀
👨‍🏫 講師陣容
⠀⠀
蔡依橙與蔡欣宇醫師，實際在國際舞台連續得獎，教學過程曾修改過 1400 份醫學簡報，類型涵蓋 case presentation、mortality conference、grand round、journal reading、invited speech、實證醫學競賽、品管圈……等，指導過內外婦兒獨立科等醫師、醫療人員與研究者，協助多位校友登上國際舞台，全方位解決您的需求！
⠀⠀
⠀⠀
🎯 適合對象
⠀⠀
【住院醫師】常要報告 case presentation、M&M conference、journal reading……等。
⠀⠀
【主治醫師】scientific presentation、poster/e-poster、行政簡報、品管圈、實證……等。
⠀⠀
【實習醫師】需要報 case、報 journal、PBL……等。越早來學，對你人生產生的效用越大。
⠀⠀
【醫護人員】護理師、醫檢師、放射師、物理師、治療師、心理師……等。
⠀⠀
【研究人員】專兼任教師、研究員、研究生、博士生…等。
⠀⠀
【相關人士】任何對醫學簡報主題有興趣者。
⠀⠀
⠀⠀
🎯 課程特色
⠀⠀
【實戰講者】兩位蔡醫師，都「實際」在國際學會得過獎，熟悉各種醫學領域簡報形式，從 case report 到 scientific presentation，從 invited speech 到行政簡報，每種類型，有什麼重點、該如何拆解，給你最精準的指導。
⠀⠀
【醫學取向】免費的網路資源不少，花大量時間看了卻不會做；簡報書籍與教學眾多，買了卻感覺不太適合？是的，所以我們是從醫學領域中實戰萃取，針對實際場景調整，並用新思惟最受好評的「互動實作」，提供教學！
⠀⠀
【雅俗共賞】我們有超過 1000 位醫學同行的教學與回饋經驗，曾指導過入門者，也協助過進階者。只要您會開機、做過 PowerPoint，就能學！給入門者實用技巧，協助進階者更上層樓，請您放心，這些我們都有經驗！
⠀⠀
【全新梯次】11/6（六）醫學簡報與電子壁報工作坊
https://grsp2013.innovarad.tw/event
讓你的簡報能從同儕中脫穎而出，獲得更多意想不到的機會！

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

大家午安、小普羅旺斯｝的商品種類
從2012年開業至今大概累積上千種⋯

提供大家可以更快速找到商品的方法：

1. 直接點選以下相簿連結 （售價尺寸參考照片說明）

2. 在fb 上直接搜尋關鍵字（請參考照片說明）

3. 直接私訊詢問我們（最快的捷徑😃）

＃相簿網址索引

————織品類————

#抱枕
https://reurl.cc/W3E8OO

#掛簾 #門簾
https://reurl.cc/xGgKo1

#桌巾
https://reurl.cc/R069De

#桌旗
https://reurl.cc/Akg9Gd

#擦拭巾 #掛巾
https://reurl.cc/Lb02O4

#白色蕾絲巾
https://reurl.cc/GmdaKZ

#面紙套
https://reurl.cc/eE9VZW

#餐墊
https://reurl.cc/eE9pM7

#亞麻寢具
https://reurl.cc/rgaklE

#蓋毯 #亞麻毛巾 #萬用包
https://reurl.cc/O0X6a7

#圍裙
https://reurl.cc/3aNb9M

————花器類————

#花器 #花盆
https://reurl.cc/dGVplD

#荷蘭口吹玻璃
https://reurl.cc/KAxElq

#義大利錫器花瓶
https://reurl.cc/vq5ook

————雜貨類————

# 燭台
https://reurl.cc/O0XQVv

# 義大利衛浴系列陶器
https://reurl.cc/4ayYAL

# 隔熱墊
https://reurl.cc/3aNb9M

# 相框 # 掛畫
https://reurl.cc/mLqkQ9

# 天使擺飾
https://reurl.cc/3aNbE8

# 托盤
https://reurl.cc/YOWkax

# 聖誕掛飾
https://reurl.cc/1YgMxQ

# 掛勾 # 門扣 # 置物架
https://reurl.cc/7ryYn9

# 掛鐘
https://reurl.cc/GmdgD3

# 門擋 # 居家小物 # 籐籃
https://reurl.cc/O0XQoA

# 掛鏡 # 鏡子
https://reurl.cc/1YglNW

————餐具類————

# 義大利VirginiaCasa
https://reurl.cc/AkgXjK

# 法國Gien
https://reurl.cc/gW8Nkp

# 法國Jars Ceramistes
https://reurl.cc/zebKdV

# 義大利手工錫製餐具 ＃ 醒酒器 #酒杯
https://reurl.cc/gW8NDL

# 義大利橄欖木砧板
https://reurl.cc/eE9nE7

# 丹麥法國餐廚/玻璃器皿
https://reurl.cc/lR0az6

————香氛類————

# 天然薰衣草香氛袋
https://reurl.cc/zebKON

# 巴黎香氛袋
https://reurl.cc/pgmpre

# 法國Fragonard香水 # 室內擴香
https://reurl.cc/dGVO5k

———服飾配件———

# 拉菲草包 ＃ 拉菲草帽
https://reurl.cc/AkgXyY

# 法國Titlee手工飾品
https://reurl.cc/3aNy6l

# 法國亞麻服飾
https://reurl.cc/VE37aR

# 亞麻圍巾 # 蕾絲圍巾
https://reurl.cc/dGVOkD

# 丹麥頂級羊駝 # 圍巾 # 毛衣
https://reurl.cc/83yz4X

# 義大利Cashmere 喀什米爾圍巾
https://reurl.cc/qgmaQq

# 法國黃麻包
https://reurl.cc/bXzevX

#吃到飽餐廳buffet【板橋凱撒朋派自助餐】2020評價
什麼！板橋這間不分平假日，用餐每人再加價100元，即可有300公克波士頓龍蝦一隻單次，價值市價600元呢！即日起至6月30日，當月壽星四人同行一人免費！千萬別錯過了！
全文閱讀：https://taiwantour.info/caesar/
板橋食尚玩家懶人包 https://wp.me/p6bUtH-1H6



總結
這次【凱撒朋派自助餐】推出的100元嗑龍蝦相當划算，尤其是平日來只要688+100元，但如果沒有龍蝦或是假日來吃的話，這樣的內容稍嫌弱了，Sky會吃【君品酒店雲軒西餐廳】的999+10%有(1隻加拿大活龍蝦+自助吧)，海鮮類也比較多，但如果不想花太多，就把握平日6月30日「百元嗑龍蝦」活動，推薦給大家參考！
~~~~~~~~~~~~~~~~~~~
什麼！板橋這間不分平假日，用餐每人再加價100元，即可有300公克波士頓龍蝦一隻單次，價值市價600元呢！即日起至6月30日，當月壽星四人同行一人免費！千萬別錯過了！

朋友啊！最近餐廳和飯店都超優惠，看到這麼殺的價格Sky也衝啦！
索引 [hide]
1 凱撒朋派自助餐優惠
2 關於凱撒朋派自助餐
3 總結
4 凱撒朋派自助餐地址
5 凱撒朋派自助餐價位時段
6 板橋小吃 、餐廳、美食、食尚玩家懶人包


凱撒朋派自助餐優惠
最近網路超夯的嗑龍蝦只要100元，就是【凱撒朋派自助餐】，愛吃自助餐的Sky怎會錯過，即日起至6月30日再加碼「百元嗑龍蝦」活動，不分平假日用餐每人再加價100元，
即可獨享300公克波士頓龍蝦一隻單次（市價600元）



板橋的【凱撒大飯店】算是比較新的飯店，樓上是新板希爾頓酒店，特色是頂樓的高空游泳池，


關於凱撒朋派自助餐
【凱撒朋派自助餐】就在飯店的二樓，用餐的客戶都可以抵停車消費３小時，

【凱撒朋派自助餐】餐廳取名台語”澎湃”的諧音，
可容納240位，主打80道主題特色美食，
但今天只有一個重點就是嗑龍蝦，
就定位之後，服務生就會問要不要加100元多一隻龍蝦呢！
當然是一人來一隻︿︿，因為現點現做要稍微等一下，

這時可以先去吃冷盤，位在角落的生菜沙拉區和飲料區，
鮮美時令海鮮區之生魚片和壽司，
不知道為什麼沒看到鮭魚生魚片，
鮮美時令海鮮區之海鮮，有蝦子、淡菜、海參和螺肉等，
蝦子的鮮度不錯，是最熱銷的海鮮，

道地歐風開胃菜之冷盤，這冷盤感覺好簡單～
台灣特色小吃/蒸籠區，
最特別的是有清蒸小肉圓，可惜皮有點軟爛，

台灣特色小吃/台菜區，
炸物區，比較特別的是左邊的炸鮭魚捲，

現作湯品鐵板區之擔仔麵、現沖牛肉湯，
現沖牛肉湯，湯頭清甜不錯喝，
只可惜牛肉不是台南的溫體牛，
現場燙青菜，最後淋上肉燥，
蒜泥可以自己添加，

爐烤牛排，現場有四種醬料可使用，
口味就一般般，

哇～蒜泥波士頓龍蝦上桌啦！
雖然只有300多公克，但是一個人吃還是不錯，
Sky這次運氣太好了！剛好吃到母的，裡面都是蝦卵呢！
原本對100元的龍蝦不抱期待，
但是這口味和肉質卻是出乎意料的好，
搭配蒜泥醬超開味，這100元花的很有價值！

有點弱的麵包區，只有四種，
但是有冰火菠蘿油撐場面，
記得先烤過再吃，

甜點區的賣像不錯，種類也不少，
【凱撒朋派自助餐】還有特色的古早味麵茶，
可以自己搭配麵茶、花生、抹茶等等．

總結
這次【凱撒朋派自助餐】推出的100元嗑龍蝦相當划算，尤其是平日來只要688+100元，但如果沒有龍蝦或是假日來吃的話，這樣的內容稍嫌弱了，Sky會吃【君品酒店雲軒西餐廳】的999+10%有(1隻加拿大活龍蝦+自助吧)，海鮮類也比較多，但如果不想花太多，就把握平日6月30日「百元嗑龍蝦」活動，推薦給大家參考！

凱撒朋派自助餐地址
電話：TEL.886-2-8953-8999
飯店地址：220 新北市板橋區縣民大道二段8號
 ~~~~~~~~~~~~~~~~~~
歡迎加入分享文章
跟著領隊Sky玩：https://t.me/sky415
基隆吃喝玩樂資訊： https://t.me/keelung1
三重蘆洲吃喝玩樂 https://t.me/sanchongdist
林口吃喝玩樂資訊：https://t.me/Linkoulife
大桃園吃喝玩樂：https://t.me/Taoyuan168
苗栗吃喝玩樂： https://t.me/Miaoli0
台中吃喝玩樂：https://t.me/taichung1
嘉義 吃喝玩樂：https://t.me/Chiayi0
台南吃喝玩樂：https://t.me/tainancity
花蓮吃喝玩樂資訊：https://t.me/Hualiengo
全台親子共融式特色公園：https://t.me/child_park

我是JC老師

電腦相關課程授課超過6000小時的一位 Photoshop 課程講師
由於實在太多同學像我反映希望可以有線上課程學習
所以就決定錄製一系列的 Photoshop 線上影片教學
而且不加密、不設限、不販售，就是純分享
希望可以幫助到有需要的朋友們

這系列 Photoshop 教學影片
是由初學到深入，專為初學者設計
後半部進階內容與範例並非一般商業用途
而是針對 Photoshop 與 3ds Max 之間的整合教學
包含無縫貼圖製作、建築合成調色、室內設計合成調色、遊戲貼圖製作方面

如果這部影片對你有幫助的話，請幫我按個讚，給我點鼓勵
也多分享給需要的朋友們喔~

Photoshop CC 2020 線上教學影片目錄：http://bitly.com/2u0WwWG
Photoshop CC 2020 線上教學影片範例下載：http://bitly.com/2FTNygJ
JC-Design 網站：http://jc-d.net/
JC-Design 粉絲團：https://www.facebook.com/jcdesigntw/
JC-Design LINE ID：@umd7274k

---------------------------------------------------------------------------------------------------

影像種類（點陣圖、向量圖）
　● 點陣軟體：所謂【點陣軟體】，乃是將影像以一顆一顆的像素【Pixel】所繪製出來的，放大後的影像即以格子的方式所呈現。其檔案容量較向量軟體所繪製出來的影像大，例如：PhotoImpact 、Photoshop 等軟體都是點陣圖形的處理軟體。補充說明：圖形儲存時，以像素為紀錄單位。因此，在圖形放大或旋轉後容易失真。在圖形放大後，其邊緣會產生鋸齒狀。
　● 向量軟體：利用數學公式計算出來的影像。即使放大影像，亦不產生如鋸齒般的失真情形，而且檔案容量小，例如：CorelDRAW 、Illustrator 等屬之。補充說明：以繪圖元素為紀錄單位的圖形。其中包括點、直線、連續直線、圓、矩形等圖形。放大或旋轉後， 會重新計算新的位置、大小、方向等資料。因此，沒有失真的問題，也不會因圖形所佔的空間變大，而須較多的記憶體。

電腦色彩深度模式
　● 黑白：影像中的每一點，又稱為像素(pixel) ，只佔1 bit(0 或1)。
　● 灰階：影像中包含深淺不同的灰色，每個像素佔8 bits，所以每點有 28=256 種變化。
　● 16 色：影像呈現，最多用到 16 種顏色，每個像素須佔4 bits，方能有 24=16 種變化。
　● 256 色：影像呈現，最多用到 256 種顏色，每個像素須佔8 bits，方能有 28=256 種變化。
　● 全彩：影像呈現，最多用到 1677 萬種顏色，每個像素須佔24 bits，方能有 224 = 1677 萬種變化。

色彩模式
　● 色彩模式或影像模式決定了顏色如何根據色彩模式中的色版數目進行組合。不同的色彩模式會產生不同等級的顏色細部和檔案大小。舉例來說，全彩印刷手冊中的影像會使用 CMYK 色彩模式，而網頁或電子郵件中的影像則使用 RGB 色彩模式，藉此減少檔案大小，同時保持色彩不失真。
　● 不同色彩模式:
　　▲ RGB 模式 (數百萬種顏色)
　　▲ CMYK 模式 (印刷四色)
　　▲ 索引模式 (256 色)
　　▲ 灰階模式 (256 種灰色)
　　▲ 點陣圖模式 (2 種顏色)

---------------------------------------------------------------------------------------------------

==延伸線上教學連結==
Photoshop CC 2017 線上教學影片目錄：http://bit.ly/2A9PH3B
3ds Max 2015 線上教學影片目錄：http://bitly.com/2dUGqn3
AutoCAD 2015 2D 線上教學影片目錄：http://bitly.com/2dUGm6Y
TQC AutoCAD 2008 2D 線上教學影片目錄：http://bitly.com/2dUGQtB

葡萄酒是社交文化中重要的國際語言，但要如何迅速從酒標上了解重要資訊，而不會顯得太外行呢？

世界上最受歡迎的葡萄酒作家奧茲‧克拉克教你先從葡萄品種下手。
不同葡萄所釀造出的風味大不相同，因此認識品種就能快速掌握葡萄酒的特性，下次就可以從酒標迅速推測出這瓶酒的風味囉。

更詳細的文章介紹
常見的紅酒葡萄 http://bit.ly/2R7tDmg
不可不知的白酒葡萄 http://bit.ly/2R3Ddqp

世界上最受歡迎的葡萄酒作家奧茲‧克拉克(Oz Clarke)50萬字巨作
收錄150個國家和產區、80種葡萄品種、4500座頂級酒莊、7000支葡萄酒
世界級品酒大師的專業採購指南，亞馬遜網路書店「葡萄酒購買指南」持續暢銷上榜！

英國最受喜愛的葡萄酒專家作者，為讀者帶來比其他葡萄酒指南更多的推薦、事實資訊以及觀點。妥善地依字母整理編排，易於使用，涵蓋世界各地葡萄酒產區、葡萄品種、酒莊及葡萄酒種類的1,700個條目。除此之外，作者奧茲‧克拉克更推薦了他個人推薦的精選酒款，並以其數十年的品酒經驗，教你吃什麼美食該搭配什麼樣的酒，以及如何貯存、開瓶、醒酒等知識。最後則包含了4,500個全球頂尖酒莊及他們引以為傲的7,000多項產品所做的分類索引。

一本在手，全方位提升你的葡萄酒專業指數，絕非一般泛泛的網路資料或手機APP可比擬。
【產地】全面報導世界各產酒國家之風土、釀造技術、品質，以及市場趨勢。
【酒種】羅列各產地和酒莊紅酒、白酒、粉紅酒三大酒種的名氣、產量與排名。
【品種】不同品種葡萄所釀製出的各類葡萄酒，其風味與特性解析。
【評鑑】最專業的達人品評，透過風味的解析，推薦品質最佳的葡萄酒。
【年份】依釀造時間、當年的產地風土與氣候環境，教您辨別葡萄酒的優劣。

◎本書特色
1.世界級品酒大師針對中產階級消費族群的葡萄酒採購建議，權威且實用。
2.知識含量超級豐富，無論是鑑賞家或新手都適用的品酒與採購參考大全，絕非一般泛泛的網路資料或手機APP可比擬。
3.從A到Z的獨特陳述系統，搭配精準分類標示，便於迅速查找，無論是產地品種故事、採購方針、品鑑指南或專業名詞術語，都能迅速掌握。

奧茲‧克拉克 Oz Clarke◎著
常常生活文創出版

《超級葡萄酒大辭典A-Z》
最完整搜羅全球葡萄酒品種、產地、酒莊、品牌、年份、評鑑、選購方針及飲用方式的葡萄酒知識大全

食醫行市集 http://bit.ly/2A0CNGK
博客來書店 http://bit.ly/2Chg4rG
金石堂書店 http://bit.ly/2A0CITs
誠品書店 http://bit.ly/2SMuULW

【禁止酒駕，飲酒過量有礙健康】