關於 電腦幀率調整 ，我們在網路上蒐集到這些相關的討論、資訊與評價

#線上課程 #工具推薦
2020-2021進入了疫情時代，封城、防疫、社交距離，這些關鍵字代表的意義，就是2021年線上課程將如洪水般襲擊地球上的每一個角落。

2021線上課程工具推薦｜長笛玩家工作室
https://myrflute.com/online-flute-lesson-kits/

以下我主要著重在「🎙麥克風」、「📸攝像頭」和「🎧耳機」的分享，我會分享為什麼選擇他們的原因和心得，最後也會將這次分享的設備清單統整在文末，有興趣的可以拉到文章最下方點擊觀看。

這三個線上課程主要會用到的器材，我這裡僅使用我本身授課線上音樂課程的經驗，來介紹我使用的設備，我的概念是：要有良好的線上音樂課程體驗，就必須擁有不破音的音質，清晰的畫質，和穩定的網路平台，而這些並不代表一定要買貴，也有CP值極高的設備可供使用，比如以下我將要介紹的這幾款器材。

👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻

1 #麥克風 – 雪怪動圈式麥克風 Blue Yeti USB Microphone
or Shure MV7 動圈式麥克風 USB Microphone

2 #攝像頭：Logitech Stream Cam 1080p 4k 60fps
or Logitech HD Pro Webcam 1080p C920

3 #耳機：鐵三角耳罩式 Audio Technica ATH-AVC500 Dynamic Headphon
or AKG 耳罩式耳機 AKG Pro Audio K240 STUDIO

☝🏻☝🏻☝🏻☝🏻☝🏻☝🏻☝🏻☝🏻☝🏻☝🏻☝🏻☝🏻

在麥克風的選擇上，我自己的第一代雪怪已經用了將近10年，當初宅錄的概念剛掀起，而我這阿宅是想尋找CP值高的懶人設備，最好可以隨插即用（這在當年可不是一個通用概念），而雪怪就具有這個特點，直接USB插上電腦超級方便，還可以直接在「這架麥克風」上的按鈕操作播放音量大小、收音音量變化、四種不同指向收音，和一鍵靜音的功能，全部都一機搞定！

是不是超懶？但我超愛！

我選擇麥克風的條件就是

✅ 懶 = 隨插即用
✅ 多功能 = 一機調整所有功能
✅ CP值高 = 2-5k以內包含所有想要的功能和好音質

雪怪這家公司一推出產品就不斷創新，至今還有不同種類的Blue Yeti系列，CP值都很高，這也是當初我選擇這家公司的原因之一。你可以根據你的需求來尋找最符合你預算的Blue Yeti麥克風；我雖然沒有使用上面介紹的Shure，但它也一直是我心動的對象，等機會來到我也會期待早點把它買下來當作錄音的器材。

．．．．．．．．．．．．

攝像頭的選擇其實我考慮的因素挺多，而且，我覺得我的眼睛已經被現在的YouTube和Netflix帶壞了，只要稍微一糊，我就覺得是不是網路太慢或是我的眼睛開始有問題ＸＤ

所以我想要的條件就是

✅ 視覺上看起來「解析度高」= 60fps（幀）
（換句話說就是即使網速再慢、再延遲，我的成像可以保持在高畫素）

也因此根據這個條件我在網路上衝浪了很久，發現要有這樣條件的攝像頭都貴森森！但因為工作需要，所以也就忍痛買了Stream Cam，不然的話其實C920就很夠用了，兩個價格差了約3000台幣呢！

所以如果你沒有像我這麼龜毛，和強調看起來的授課視覺感受，我會建議買Logitech C920就非常足以應付一般的線上授課體驗了～

．．．．．．．．．．．．

在耳機的選擇上，我也是偏好戴起來舒服，聽起來乾淨，和中低價位的操作。

也就是說我選擇耳機的條件是

✅ 聽起來舒服 = 耳罩式
✅ 聽起來乾淨 = 不要有過多音色上的渲染
✅ 中低價位 = 知名品牌低階產品

以上的條件，就是最適合我的產品

．．．．．．．．．．．．

當然，如果你想要給予學生更好的教學體驗，那麼我覺得你也可以額外增加一些預算來購買背景布（不建議模糊背景影響網速）

和簡易製作一些可供螢幕分享的樂譜，並且用Preview、Adobe Acrobat reader、iPad 白板、forScore 等軟體，在螢幕分享樂譜的同時「跟學生一起畫重點」，都會很明顯的提昇網課學習的效率

背景布 👉 幫助學生保持專注
即時製作譜例 👉 讓學生看到音樂成形的過程
螢幕分享樂譜畫重點 👉 圖像和語言合併提升學習效率

▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬

以上，就是這幾個月下來，我實際使用線上課程器材的心得和分享，雖然最近有慢慢看到疫情解封的可能性，不過全球疫情還是持續緊繃，我們還是要謹慎防疫，更不能停止學習的熱誠，提升自己才是永續發展不變的定律。

讓我們保持學習動力，並努力創造，為自己打造不後悔的人生。

👏👏👏👏👏👏👏👏👏👏👏👏

如果你也有更棒的選擇，也歡迎私訊或在直接在本篇文章底下留言，讓其他的網友也有機會能夠認識更完善的機制，和更多的選擇，讓我們一起挺過難關，彼此互助加油，無論封城或解封，為了更好的環境做好萬全的準備！

線上課程推薦清單：
https://kit.co/flutegamer/online-flute-lesson-kits

▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬

本文出自：長笛玩家工作室 - 最完整的教學網站
https://myrflute.com/online-flute-lesson-kits/

#music #viral #socialmediamarketing #tutorial #trending #marketing #flute #長笛玩家 #flutegamer #長笛教學

軟體吞噬硬體的 AI 時代，晶片跟不上演算法的進化要怎麼辦？

作者 品玩 | 發布日期 2021 年 02 月 23 日 8:00 |

身為 AI 時代的幕後英雄，晶片業正經歷漸進持續的變化。

2008 年之後，深度學習演算法逐漸興起，各種神經網絡滲透到手機、App 和物聯網。同時摩爾定律卻逐漸放緩。摩爾定律雖然叫定律，但不是物理定律或自然定律，而是半導體業發展的觀察或預測，內容為：單晶片整合度（積體電路中晶體管的密度）每 2 年（也有 18 個月之說）翻倍，帶來性能每 2 年提高 1 倍。

保證摩爾定律的前提，是晶片製程進步。經常能在新聞看到的 28 奈米、14 奈米、7 奈米、5 奈米，指的就是製程，數字越小製程越先進。隨著製程的演進，特別進入10 奈米後，逐漸逼近物理極限，難度越發增加，晶片全流程設計成本大幅增加，每代較上一代至少增加 30%~50%。

這就導致 AI 對算力需求的增長速度，遠超過通用處理器算力的增長速度。據 OpenAI 測算，從 2012 年開始，全球 AI 所用的演算量呈現等比級數增長，平均每 3.4 個月便會翻 1 倍，通用處理器算力每 18 個月至 2 年才翻 1 倍。

當通用處理器算力跟不上 AI 演算法發展，針對 AI 演算的專用處理器便誕生了，也就是常說的「AI 晶片」。目前 AI 晶片的技術內涵豐富，從架構創新到先進封裝，再到模擬大腦，都影響 AI 晶片走向。這些變化的背後，都有共同主題：以更低功耗，產生更高性能。

更靈活

2017 年圖靈獎頒給電腦架構兩位先驅 David Petterson 和 John Hennessy。2018 年圖靈獎演講時，他們聚焦於架構創新主題，指出演算體系結構正迎來新的黃金 10 年。正如他們所判斷，AI 晶片不斷出現新架構，比如英國 Graphcore 的 IPU──迥異於 CPU 和 GPU 的 AI 專用智慧處理器，已逐漸被業界認可，並 Graphcore 也獲得微軟和三星的戰略投資支援。

名為 CGRA 的架構在學界和工業界正受到越來越多關注。CGRA 全稱 Coarse Grained Reconfigurable Array（粗顆粒可重構陣列），是「可重構計算」理念的落地產物。

據《可重構計算：軟體可定義的計算引擎》一文介紹，理念最早出現在 1960 年代，由加州大學洛杉磯分校的 Estrin 提出。由於太過超前時代，直到 40 年後才獲得系統性研究。加州大學柏克萊分校的 DeHon 等將可重構計算定義為具以下特徵的體系結構：製造後晶片功能仍可客製，形成加速特定任務的硬體功能；演算功能的實現，主要依靠任務到晶片的空間映射。

簡言之，可重構晶片強調靈活性，製造後仍可透過程式語言調整，適應新演算法。形成高度對比的是 ASIC（application-specific integrated circuit，專用積體電路）。ASIC 晶片雖然性能高，卻缺乏靈活性，往往是針對單一應用或演算法設計，難以相容新演算法。

2017 年，美國國防部高級研究計劃局（Defence Advanced Research Projects Agency，DARPA）提出電子產業復興計劃（Electronics Resurgence Initiative，ERI），任務之一就是「軟體定義晶片」，打造接近 ASIC 性能、同時不犧牲靈活性。

照重構時的顆粒分別，可重構晶片可分為 CGRA 和 FPGA（field-programmable gate array，現場可程式語言邏輯門陣列）。FPGA 在業界有一定規模應用，如微軟將 FPGA 晶片帶入大型資料中心，用於加速 Bing 搜索引擎，驗證 FPGA 靈活性和演算法可更新性。但 FPGA 有局限性，不僅性能和 ASIC 有較大差距，且重程式語言門檻比較高。

CGRA 由於實現原理差異，比 FPGA 能做到更底層程式的重新設計，面積效率、能量效率和重構時間都更有優勢。可說 CGRA 同時整合通用處理器的靈活性和 ASIC 的高性能。

隨著 AI 演算逐漸從雲端下放到邊緣端和 IoT 設備，不僅演算法多樣性日益增強，晶片更零碎化，且保證低功耗的同時，也要求高性能。在這種場景下，高能效高靈活性的 CGRA 大有用武之地。

由於結構不統一、程式語言和編譯工具不成熟、易用性不夠友善，CGRA 未被業界廣泛使用，但已可看到一些嘗試。早在 2016 年，英特爾便將 CGRA 納入 Xeon 處理器。三星也曾嘗試將 CGRA 整合到 8K 電視和 Exynos 晶片。

中國清微智慧 2019 年 6 月量產全球首款 CGRA 語音晶片 TX210，同年 9 月又發表全球首款 CGRA 多模態晶片 TX510。這家公司脫胎於清華大學魏少軍教授起頭的可重構計算研究團隊，從 2006 年起就進行相關研究。據芯東西 2020 年 11 月報導，語音晶片 TX210 已出貨數百萬顆，多模組晶片 TX510 在 11 月也出貨 10 萬顆以上，主要客戶為智慧門鎖、安防和臉部支付相關廠商。

先進封裝上位

如開篇提到，由於製程逼近物理極限，摩爾定​​律逐漸放緩。同時 AI 演算法的進步，對算力需求增長迅猛，逼迫晶片業在先進製程之外探索新方向，之一便是先進封裝。

「在大數據和認知計算時代，先進封裝技術正在發揮比以往更大的作用。AI 發展對高效能、高吞吐量互連的需求，正透過先進封裝技術加速發展來滿足。 」世界第三大晶圓代工廠格羅方德平台首席技術專家 John Pellerin 聲明表示。

先進封裝是相對於傳統封裝的技術。封裝是晶片製造的最後一步：將製作好的晶片器件放入外殼，並與外界器件相連。傳統封裝的封裝效率低，有很大改良空間，而先進封裝技術致力提高整合密度。

先進封裝有很多技術分支，其中 Chiplet（小晶片／芯粒）是最近 2 年的大熱門。所謂「小晶片」，是相對傳統晶片製造方法而言。傳統晶片製造方法，是在同一塊矽晶片上，用同一種製程打造晶片。Chiplet 是將一塊完整晶片的複雜功能分解，儲存、計算和訊號處理等功能模組化成裸晶片（Die）。這些裸晶片可用不同製程製造，甚至可是不同公司提供。透過連接介面相接後，就形成一個 Chiplet 晶片網路。

據壁仞科技研究院唐杉分析，Chiplet 歷史更久且更準確的技術詞彙應該是異構整合（Heterogeneous Integration）。總體來說，此技術趨勢較清晰明確，且第一階段 Chiplet 形態技術較成熟，除了成本較高，很多高端晶片已經在用。

如 HBM 儲存器成為 Chiplet 技術早期成功應用的典型代表。AMD 在 Zen2 架構晶片使用 Chiplet 思路，CPU 用的是 7 奈米製程，I/O 使用 14 奈米製程，與完全由 7 奈米打造的晶片相比成本約低 50%。英特爾也推出基於 Chiplet 技術的 Agilex FPGA 系列產品。

不過，Chiplet 技術仍面臨諸多挑戰，最重要之一是互連介面標準。互連介面重要嗎？如果是在大公司內部，比如英特爾或 AMD，有專用協議和封閉系統，在不同裸晶片間連接問題不大。但不同公司和系統互連，同時保證高頻寬、低延遲和每比特低功耗，互連介面就非常重要了。

2017 年，DARPA 推出 CHIPS 戰略計劃（通用異構整合和 IP 重用戰略），試圖打造開放連接協議。但 DARPA 的缺點是，側重國防相關計畫，晶片數量不大，與真正商用場景有差距。因此一些晶片業公司成立組織「ODSA（開放領域特定架構）工作組」，透過制定開放的互連介面，為 Chiplet 的發展掃清障礙。

另闢蹊徑

除了在現有框架內做架構和製造創新，還有研究人員試圖跳出電腦現行的范紐曼型架構，開發真正模擬人腦的計算模式。

范紐曼架構，數據計算和儲存分開進行。RAM 存取速度往往嚴重落後處理器的計算速度，造成「記憶體牆」問題。且傳統電腦需要透過總線，連續在處理器和儲存器之間更新，導致晶片大部分功耗都消耗於讀寫數據，不是算術邏輯單元，又衍生出「功耗牆」問題。人腦則沒有「記憶體牆」和「功耗牆」問題，處理訊息和儲存一體，計算和記憶可同時進行。

另一方面，推動 AI 發展的深度神經網路，雖然名稱有「神經網路」四字，但實際上跟人腦神經網路運作機制相差甚遠。1,000 億個神經元，透過 100 萬億個神經突觸連接，使人腦能以非常低功耗（約 20 瓦）同步記憶、演算、推理和計算。相比之下，目前的深度神經網路，不僅需大規模資料訓練，運行時還要消耗極大能量。

因此如何讓 AI 像人腦一樣工作，一直是學界和業界積極探索的課題。1980 年代後期，加州理工學院教授卡弗·米德（Carver Mead）提出神經形態工程學的概念。經過多年發展，業界和學界對神經形態晶片的摸索逐漸成形。

軟體方面，稱為第三代人工神經網路的「脈衝神經網路」（Spike Neural Network，SNN）應運而生。這種網路以脈衝信號為載體，更接近人腦的運作方式。硬體方面，大型機構和公司研發相應的脈衝神經網路處理器。

早在 2008 年，DARPA 就發起計畫──神經形態自適應塑膠可擴展電子系統（Systems of Neuromorphic Adaptive Plastic Sc​​alable Electronics，簡稱 SyNAPSE，正好是「突觸」之意），希望開發出低功耗的電子神經形態電腦。

IBM Research 成為 SyNAPSE 計畫的合作方之一。2014 年發表論文展示最新成果──TrueNorth。這個類腦計算晶片擁有 100 萬個神經元，能以每秒 30 幀的速度輸入 400×240pixel 的影片，功耗僅 63 毫瓦，比范紐曼架構電腦有質的飛躍。

英特爾 2017 年展示名為 Loihi 的神經形態晶片，包含超過 20 億個晶體管、13 萬個人工神經元和 1.3 億個突觸，比一般訓練系統所需的通用計算效率高 1 千倍。2020 年 3 月，研究人員甚至在 Loihi 做到嗅覺辨識。這成果可應用於診斷疾病、檢測武器和爆炸物及立即發現麻醉劑、煙霧和一氧化碳氣味等場景。

中國清華大學類腦計算研究中心的施路平教授團隊，開發針對人工通用智慧的「天機」晶片，同時支持脈衝神經網路和深度神經網路。2019 年 8 月 1 日，天機成為中國第一款登上《Nature》雜誌封面的晶片。

儘管已有零星研究成果，但總體來說，脈衝神經網路和處理器仍是研究領域的方向之一，沒有在業界大規模應用，主要是因為基礎演算法還沒有關鍵性突破，達不到業界標準，且成本較高。

附圖：▲ 不同製程節點的晶片設計製造成本。（Source：ICBank）
▲ 可重構計算架構與現有主流計算架構在能量效率和靈活性對比。（Source：中國科學）
▲ 異構整合成示意動畫。（Source：IC 智庫）
▲ 通用處理器的典型操作耗能。（Source：中國科學）

資料來源：https://technews.tw/2021/02/23/what-to-do-if-the-chip-cannot-keep-up-with-the-evolution-of-the-algorithm/?fbclid=IwAR0Z-nVQb96jnhAFWuGGXNyUMt2sdgmyum8VVp8eD_aDOYrn2qCr7nxxn6I

多數的消費者對於電腦螢幕的概念大概就是三種
一般螢幕、電競螢幕、專業工作螢幕
一般螢幕可能強調外型、價格等等多個面向
屬於大眾化產品
電競螢幕多半訴求更新率、反應時間、酷炫外型
以及多彩炫麗的RGB發光
而專業工作螢幕就要看需求
例如影像編輯用的就會在色彩表現方面特別加強

之前開箱的BenQ EW3280U
（連結：https://youtu.be/5rD8zZNrOxg）
在範疇上就屬於比較特殊化的產品
是目前相對少數針對影音娛樂設計的高階螢幕
相當適合用來看片或是連接家用主機打遊戲

首先在顯示方面， EW3280U具備32吋4K解析度
可以在大畫面上完整呈現4K影音來源的完整畫質
另外還具備「HDRi類瞳孔」
針對遊戲和影片兩種需求做色彩優化
看影片的時候會強化對比與色彩鮮豔度
讓畫面的感染力更強
玩遊戲的時候強化色彩層次
讓亮處暗處的物件敵人都能被看清楚

「HDRi類瞳孔」 也包含了護眼科技
例如可以隨著環境光線自動進行顯示調整
減少長時間觀看螢幕的眼睛疲勞，達到護眼的效果！

看片玩遊戲除了畫面，聲音也非常重要
EW3280U 內建TreVolo 2.1聲道音響
基本上就是直接把SoundBar做進了螢幕內
擁有兩個2.5W高音單元，加上背面一個5W重低音單元
聲音表現比起一般螢幕內建揚聲器可以說是好非常多
原廠也拿了別的品牌的聯名喇叭螢幕讓我們做比較
EW3280U 聽起來除了音量更大、聲音層次更好
並且低音表現更震撼外
整合於螢幕內部的設計不必外接一顆小低音
看起來也會更簡潔

另外很多人可能會忽略
音響在工作的時候會有明顯的震動（尤其是重低音）
那這個震動除了可能會影響螢幕本身
也會讓使用者在觀看畫面的時候產生不舒服的感覺
（所以許多螢幕喇叭會把重低音接到螢幕外，作為獨立設備）
所以EW3280U除了透過各種緩衝材料來做減震之外
也加入了「多點懸吊」的設計
可以大幅減少螢幕與音響之間的共振情況
這是一個一般人不會發覺
但卻是要達成2.1聲道音響與螢幕一體化至關重要的設計！

可能有人會覺得
「為什麼要花兩萬多買一款更新率60Hz的螢幕？」

這就是你從電競螢幕的思維來出發才會有這樣的想法
很多專業螢幕更新率也是60Hz，價格高到你難以想像
所以更新率和反應時間並不是所有螢幕的主要指標！
重點還是看螢幕的訴求
能不能在它的領域達到足夠好的表現

EW3280U我覺得就是滿好的例子
其實我們一般看片或是玩家用主機遊戲
幀率其實都不太會高於60fps
所以高更新率其實並不會有明顯的幫助
反而是在色彩、細緻度、音效，甚至舒適度方面作提升
才是這類主打影音享受螢幕用戶所最需要的！

商品連結：https://benqurl.biz/2xVgTXc
BenQ
#BenQ顯示器
#與好友一起沈浸更好的體驗
#投入讓我們同在