Fabian Fom
范俊奇《鏤空與浮雕》
推薦序
〈雲想衣裳花想容——從 Fabian Fom 到范俊奇〉
●Fabian Fom
我不太看臉書，偶然看，大概不會錯過兩個人的貼文，一個是 Fabian Fom ，一個是夏曼．藍波安。
夏曼．藍波安是目前華文寫作的作家裡我極感興趣的一位。他是蘭嶼達悟族，他使用不是母語的華文寫作。他的臉書記錄一個小小島嶼和海洋的生態，常常可以讓我反省自己族群的文化，以及對待其他族群的偏見。
藍波安的華文「很奇特」，要用一個非母語的文字書寫他的生活，他會用自己的思維方式組織和串連漢字。
藍波安的漢字詞彙和造句有時讓我覺得是錯誤的，或是不通順的。但是，正是那些「錯誤」和「不通順」傳達了我陌生的達悟族的文化、信仰和生活態度。
讀藍波安的文字讓我不斷修正自己，包括我習以為常的漢字漢語。藍波安我讀了有二十年吧，也見過面，去過蘭嶼，是我尊敬的朋友。
Fabian Fom 是誰？我沒見過面，不知道他一絲一毫背景，他短短的臉書裡有又像詩句又像夢囈的句子，然後底下都加注一句「我不是張小嫻」。
為什麼「不是張小嫻」？
我對「Fom」這個拼音也猜測過，「馮」、「封」、「彭」，我承認對漢字拼音沒有辦法記憶，漢字拼音，不管用任何輸入法，都不等於漢字。
這個 Fabian Fom 讓我折騰了一段時間。
他的華文顯然有底子，他會講杜詩裡「陰陽割昏曉」那個「割」字，大為讚賞，顯然愛華文，愛漢字，愛現代詩。
所以他和藍波安不同。藍波安在用漢字對抗大漢族文化的霸勢。 Fabian Fom 應該在大漢族文化之中，卻又常常彷彿想要顚覆一下漢字的用法。
追蹤了「我不是張小嫻」一陣子， Fabian Fom 貼出了他在馬來西亞華文報紙的專欄文字「鏤空與浮雕」，寫張國榮，寫芙烈達．卡蘿，寫大衛．鮑伊，寫基努．李維，寫顧城，寫山本耀司，寫李安，寫許多我愛看的人物。上窮碧落下黃泉，許多活過死去的生命，被重新「鏤空」或「浮雕」，是演員，是詩人，是導演，是畫家，是服裝設計者，是歌手，是舞蹈者……，有些我熟悉，有些我不熟悉。
這個我仍然不確定他姓氏是「馮」、「封」、「彭」的馬來西亞華文書寫者，卻讓我想起二十餘年前一次檳城——芙蓉——馬六甲—新山八個華文高中的巡迴演講——「靑春．叛逆．流浪」。
當時去，是一個很浪漫的想法，因為聽說馬來西亞華文受壓抑，一位沈先生為此坐牢服刑，我就答應了那一趟旅行。年輕熱血沸騰的事，現在或許覺得過度沸騰得有點可笑了，然而的確有很多珍貴記憶，讓我念念不忘那次旅行。
我一直記得檳城海邊夜市，小攤子用南乳炒空心菜，熱騰騰的氣味，熱騰騰的油煙，收音機播放香港邵氏公司六○年代葛蘭唱的〈我要飛上靑天〉。
在芙蓉，高中生騎腳踏車載我去榴槤林裡用長支竹竿摘榴槤，夏日光影迷離，熱帶的風，熱帶的氣味，那些特別靑春單純的高中生的眉眼，歡笑著，或憂傷著，都沒緣由。
台北股市已衝上萬點，人慾橫流，然而芙蓉仍然是白襯衫卡其褲腳踏車，安安靜靜，彷彿讓我再一次經歷了我的六○年代，那個 Fabian 喜愛的「牯嶺街少年」的時代！
台北，吉隆坡，香港，新加坡，上海，先先後後，不同地區的華人發展了不同的華文文化。
台北在六○至七○年間達到高峰，傳統的底子，現代世界視野，農業自然的樸素，初嘗工商業的城市情懷，一切恰到好處，文化的花季其實也有一定的生態吧。
我惦記著馬六甲路邊一家喪事裡親人們的披麻戴孝，焚燒的紙人紙馬樓台那樣逼肖現實，在燃燒的烈焰閃爍裡一寸一寸萎縮下去，魂魄化成一綹靑煙，去了無何有之鄉。一個從大華人文化出走的流浪族群，漂洋過海，可能好幾代了，猶在異地記得皇天后土，祖先化為靑煙，魂魄一綹一綹逝去，猶不敢怠慢分毫。
後來在臉書上因為一個漢字的用法結識了 Fabian Fom ，知道他跟檳城的關係，他說：「現在不一樣了。」說完沉默了。
他的沉默，我的沉默，也許是不同的近鄉情怯，都留著一點空間，有一天，或許可以在海邊夜市把酒言歡，說記憶裡南乳炒爆空心菜的焦香。
我們的鄉愁，有時像夏日午後榴槤林子裡少年眉眼間恍惚的光影迷離，那麼叫人眷戀，其實卻都不堪觸碰，「是身如聚沫，不可撮摩」，《維摩詰經》如是說。
我有一點懂了這個「不是張小嫻」的書寫者讓我迷戀的原因吧。
他書寫人，他迷戀人的繁華與荒涼，他或許愛文學，然而更多時候他眩惑演藝娛樂的銀光燈的熠燿輝煌，更多時候他迷戀時尙伸展台上充滿魅惑又造作的身體，文學，藝術，是不是也像時尙舞台？芙烈達．卡蘿創造了她的生命時尙，草間彌生，即使這樣被商業包裝，也成「時尙」，然而，張國榮，這麼文學，連死亡都像一句詩。
碧娜．鮑許，走到哪裡都是時尙中的時尙，然而很少人用這樣的方式寫碧娜，寫她在時尙中的位置。
「鏤空」是雕鑿到靈魂的底層了嗎？浮光掠影，我們也許眞是在「浮雕」裡看到生命的凹凹凸凸，只是不平，像李後主囚居北方，總是睡不著，寫了一句「起坐不能平」。起來也不是，坐下也不是，好像比現代詩還現代詩。
「鏤空與浮雕」不是只寫表象的風風火火，作者關心創造的生命，梵谷，芙烈達．卡蘿，碧娜．鮑許，梁朝偉，梅艷芳，基努．李維，他讓他們一起在伸展台上亮相，我喜歡書裡像寫詩人般寫時尙的保羅．史密斯，亞歷山大．麥昆，我也喜歡書裡像寫時尙一般寫芙烈達．卡蘿，碧娜．鮑許，是的，生命就是伸展台，怎麼走，都必須是眞正的自己，眞正的自己才是時尙。
三十位不同領域的創作者，分領了二十世紀前後百年風騷，大概很少一本書把這些人放在一起，朴樹和草間彌生，阿城和安藤忠雄，服裝設計和詩人，又加進一個什麼書都不會特別專心去寫的許廣平，很多文靑大概會問：「誰？誰是許廣平？」「魯迅的太太。」回答的人自信滿滿，但是，說了等於沒有說，那是看了會使人心痛的一篇，希望出書時留著許廣平的照片。
●范俊奇
Fabian——他終於吿訴我他叫「范俊奇」——果然不是張小嫻，我對了，漢字出來，人就有了形貌，好一個范俊奇，不是馮，也不是封。
曾經好幾次在吉隆坡評審「花踪」文學獎，我不記得有一個「范俊奇」，如果有，應該會眼睛一亮吧。
當年在「花踪」共事的朋友，退休了，幾乎隱居，只在偏鄉幫助弱勢者生活，那是七○成長一代的自負與宿命，誰叫我們聽了那麼多 Bob Dylan 。
時代不一樣了，馬來西亞一定也要有二十一世紀自己的書寫，自己時代的聲音吧。
范俊奇，雖然未見面，卻覺得很熟，他寫許廣平，讓我心痛，是有「人」的關心的，年輕，卻有夠老的靈魂。
和藍波安一樣，范俊奇其實也在漢字的邊緣，用邊疆的方式書寫漢字，像是顚覆，像是叛逆，會不會也可以是漢字最好的新陳代謝？像李白，帶著家族從中亞一路走來的異族記憶，胸懷開闊，用漢字都用得不一樣，沒有拘謹，沒有酸氣，沒有溫良恭儉讓，才讓漢字在那驚人的時代開了驚人的花。
「雲想衣裳花想容」，這麼佻達，這麼顧影自戀，這麼為美癡迷，「鏤空與浮雕」，投影在異域的漢字與華文，背離正統文學，敢於偏離正道，也許才眞正走上時代絢麗多彩多姿的伸展台吧。
蔣勳
旅次倫敦寫於二○二○年驚蟄後一日
_____
范俊奇《鏤空與浮雕》
2020 年 11 月 5 日，出版上市
博客來：https://bit.ly/35Rumws
MOMO：https://bit.ly/3mPbW6K
金石堂：https://bit.ly/3jTr5Sz
誠品：https://bit.ly/385YuXZ
讀冊：https://bit.ly/2JvDXBQ
各獨立書店：fribooker.wordpress.com/bookstore/
光雕造句 在 [情報] 中國推出世界首顆無干涉AI全自動設計CPU 的推薦與評價
中國推出世界首顆無干涉 AI全自動設計CPU
https://new.qq.com/rain/a/20230630A07AQ100?no-redirect=1
中科院計算所的處理器晶片全國重點實驗室及其合作單位，
用AI技術設計出了世界上首個無人工干預、全自動生成的CPU晶片啟蒙1號。
這顆完全由AI設計的32位RISC-V CPU，相比GPT-4目前所能設計的電路規模大4000倍，
並可運行Linux作業系統，且性能堪比Intel 486。
啟蒙1號處理器是基於RSIC-V指令集的，32位元架構，
早在2021年12月就已經完成流片驗證，之後中科院計算所還用它點亮了Linux作業系統，
並運行了SPEC CPU2000測試程式，評估後認為性能跟Intel的40486相當。
啟蒙1號晶片版圖及實物圖，其中CPU核部分完全由演算法自動生成，晶片於2021年12月採
用65nm工藝流片，運行頻率300MHz
這是全球首個無人工干預、全自動生成的CPU晶片，65nm工藝，頻率達到了300MHz，
相關研究論文已經發表。
啟蒙1號是中科院研究人員基於BSD二元猜測圖（Binary Speculation Diagram, 簡稱BSD
）演算法設計出來的，5個小時就生成了400萬邏輯門，
這個規模比GPT-4能設計的晶片大4000倍。
雖然啟蒙1號CPU的規模跟當前的頂級CPU還沒法比，但是AI技術的進步飛快，
未來AI設計晶片會成為主流，將極大地提高晶片設計效率。
啟蒙1號晶片可以成功運行Linux作業系統及性能對比（CPU-AI為啟蒙1號）
團隊介紹
自2008年起，中科院計算所便開始長期從事晶片設計和人工智慧的交叉研究。其中一項為
人熟知的產出就是人工智慧晶片寒武紀。
而在面向晶片設計的人工智慧方法上，中科院計算所也已有十多年的積累，並且從未停止
探索如何用人工智慧方法使得晶片設計完全自動化。
依託中國科學院計算技術研究所建立的處理器晶片全國重點實驗室，是中國科學院批准正
式啟動建設的首批重點實驗室之一，並被科技部遴選為首批 20個標杆全國重點實驗室，
2022年5月開始建設。其中，實驗室學術委員會主任為孫凝暉院士，
實驗室主任為陳雲霽研究員。
實驗室近年來獲得了處理器晶片領域首個國家自然科學獎等6項國家級科技獎勵；在處理
器晶片領域國際頂級會議發表論文的數量長期列居中國第一；在國際上成功開創了深度學
習處理器等熱門研究方向；孵化了總市值數千億元的國產處理器產業頭部企業。
使用ChatGPT設計的晶片
日前，國際上也有使用ChatGPT設計晶片的嘗試。紐約大學 Tandon 工程學院的研究人員
使用簡單的英語“對話”與 AI 模型製造了一個微處理晶片，這是一項史無前例的成就，
可以加快晶片開發速度，更重要的是這將允許沒有專業技術技能的個人設計晶片。
兩名硬體工程師使用標準英語與ChatGPT-4“交談”，並設計了一種新型的微處理器架構
。研究團隊和 ChatGPT 設計的晶片並不是一個完整的處理器，它是整個 CPU 的一個部分
：負責創建一個新穎的基於 8 位元累加器的微處理器架構的邏輯。該晶片隨後被送往
Skywater 130 nm 光刻機上進行製造。該團隊聲稱，這項研究標誌著 LLM 設計的 IC 首
次真正投入生產。
該團隊使用 125 條消息成功創建了他們的 IC
累加器本質上是寄存器（記憶體），其中存儲中間計算的結果，直到主計算完成。但它們
是 CPU 工作方式不可或缺的一部分；也許還可以設計其他必要的單元。這一成果表明，
未來成為 EDA 設計師的知識門檻要低得多。也許有一天，足夠多的 CPU 碎片會被公開，
這樣更多的ChatGPT用戶將可以在家裡設計他們的 CPU 架構。
研究人員使用商業和公開可用的大型語言模型 (LLM) 來研究八個硬體設計示例，在工程
師和 LLM 之間的即時來回交互中，通過純英文文本處理其 Verilog (HDL) 等效。
“這項研究產生了我們認為是第一個完全由 AI 生成的 HDL，用於製造物理晶片，”紐約
大學 Tandon 的研究助理教授兼研究團隊成員 Hammond Pearce 博士說。“一些人工智慧
模型，如 OpenAI 的 ChatGPT 和穀歌的 Bard，可以生成不同程式設計語言的軟體代碼，
但它們在硬體設計中的應用尚未得到廣泛研究。這項研究表明 AI 也可以使硬體製造受益
，尤其是當它被用於對話時，你可以通過一種有來有往的方式來完善設計。”
從這個實驗中，該團隊得出結論，
ChatGPT 確實可以將功能晶片設計為現實世界的解決方案。
==
心得:
有人說 2023年 才做出 486 有什麼好怕?
但這是在無人干涉下 讓 AI 自動迭代出來
就如同深度學習一樣 目標(準度)沒達到 再加更多迭代就好
怕了吧
User: 在 AI 極度普及的未來，有沒有可能用類似 chatGPT 的使用方式，
設計出比美現在頂極效能的 CPU?
chatGPT: 在 AI普及的未來，技術的發展可能會帶來一些突破，但是要設計出比現今頂尖效能的CPU
更加困難。ChatGPT是一種基於GPT-3.5模型的語言模型，並不是設計用於處理通用計算或
執行特定任務的處理器。
現在的頂尖效能CPU（例如在超級電腦或數據中心使用的處理器）是由專業的半導體公司
進行設計和製造的，他們投入了大量的時間、資源和專業知識，並且依賴於多個特殊化的
設計技術和流程。這些頂級CPU的設計需要考慮到高性能運算、能耗效率、散熱管理、並
且要兼容各種軟體和硬體。
AI技術的發展確實可能會對未來處理器的設計和性能產生影響。例如，將來可能會出現專
為AI運算優化的處理器架構，以更好地支援AI相關任務。已經有一些類似的產品，如
Google的TPU（Tensor Processing Unit）和NVIDIA的GPU（Graphics Processing Unit）
，專為加速機器學習和深度學習任務而設計。這些專用的硬體設計在處理AI相關工作時通
常比通用CPU更有效率。
因此，未來的處理器可能會利用AI技術和相關的硬體加速器進行優化，以提供更好的性能
和效能。但是，要設計出比現在頂尖效能的CPU更加困難，因為它涉及到眾多複雜的工程
和物理問題。無論如何，技術的進步和創新總是令人期待的，未來可能會帶來一些意想不
到的突破和改變。
Bing: 您好，這是必應。感謝您的提問。
根據我的搜索結果，目前還沒有用類似 chatGPT 的方式設計出比現在頂級效能的 CPU 的
案例。但是，有一些研究和專案正在探索 AI 在 CPU 設計中的應用和潛力。
例如，中科院計算所等機構推出了世界首個完全由 AI 設計的 CPU 晶片，不僅比目前
GPT-4 所能設計的電路規模大了 4000 倍，而且性能也達到了與 Intel 486 相當的水準1
。
另外，英特爾® 至強® 可擴展處理器配備了內置的 AI 引擎，可以全面提升 AI 流水線
性能，支援從資料預處理、經典機器學習，到語言處理和圖像識別等深度學習模型。它們
還利用了英特爾® 高級矩陣擴展（Intel®Advanced Matrix Extensions，英特爾® AMX
）和英特爾® 深度學習加速技術（Intel®Deep Learning Boost，英特爾® DL Boost）
等技術來加速深度學習訓練和推理2。
我認為，在 AI 極度普及的未來，使用類似 chatGPT 的方式設計 CPU 是有可能的，但也
需要解決一些技術和成本的挑戰。我希望這些資訊對您有説明。如果您有其他問題，請隨
時提問。
Claude: 這是一個很有趣的想法。理論上,如果AI系統具有足夠的計算能力和對半導體設計的深入
理解,它就有可能設計出比目前最高效能的CPU更強大的處理器。但是,實現這一目標還面
臨著許多挑戰:
處理器設計是一項非常複雜的工程,需要對電子工程,物理和計算機架構等領域有深入的理
解。目前的AI系統的知識還遠遠不能滿足這些要求。
處理器設計需要大量的創造性和直覺,需要在不同的設計選擇和取捨中作出判斷。這需要
一種更加通用和靈活的人工智能,而不是像GPT這樣靠大量數據訓練的模型。
處理器的設計和驗證過程需要對真實世界的理解。例如需要考慮製造工藝,測試處理器的
可靠性和性能等,這需要機器具有對實際世界更好的理解能力。
目前的AI系統都只能在軟件層面運作,實際的硬件設計和驗證還需要人類工程師的參與。
要實現全自動的AI晶片設計,還需要突破AI系統與物理世界的聯繫。
所以,儘管這是一個非常有前景的方向,但要實現像GPT那樣的AI系統設計超高效能的處理
器,還有很長的路要走。需要AI技術在許多方面的進步,特別是通用學習,對真實世界的理
解,以及與物理系統的結合等。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.228.222.170 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1688217618.A.780.html
※ 編輯: giorno78 (36.228.222.170 臺灣), 07/01/2023 21:25:42
... <看更多>