好書推薦《#大減速》部落格文章末,抽書兩本
想像一下,你正坐在一輛高速前進的列車上面,當列車突然剎車的時候,你會感覺整個人被往前拋。只有在事後回顧過去,你才會察覺,自己已經不再像以前那麼快向前移動了。我們就像是被往前拋的乘客,誤以為世界仍然在加速,卻沒察覺到周遭的一切已經開始放緩。
部落格文章 https://readingoutpost.com/slow-down/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
#這本書在說什麼?
.
《大減速》的作者是牛津大學的社會地理學教授丹尼‧道靈(Danny Dorling),他的研究領域涵蓋住宅、健康、就業、教育和貧窮。在這本書裡,他揭露了一個人們很難察覺的事實:「世界並非加速前進,而是開始慢下來了」。這些成長趨緩的領域包含人口、經濟、債務、數據和科技進步的速度。
近代的人們覺得快速成長是常態,但是作者以實際的數據顯示,趨緩的成長和穩定的步調才是世界得以永續生存的條件。而綜觀各項領域的指標來看,各國的發展漸漸邁向更加緩慢、穩定和平等的狀態。只是在這些樂觀的背後,仍有一道不能忽視的難題:世界平均溫度的增溫速度持續加快。
作者希望透過這本書,告訴我們趨緩的成長是好事,不需要因此擔憂,而我們需要將注意力轉往真正重要的事。這本書多達480頁且偏內容「硬」,篇幅有大量的圖表和資訊,讀起來並不輕鬆。但是書中呈現的「事實」反而很有意思,因為它刷新了我的老舊認知。以下針對書中概念導讀並且列出我覺得有省思的部分。
.
#鐘擺效應
.
這本書多達67張圖表,作者在他的官方網站公開全部的圖片,並且都有「GIF 動畫」的呈現方式。我在讀這本書的時候搭配這些動畫,讀起來更加生動。要讀懂這本書首先要懂一個叫做「鐘擺效應」的原理,如同下圖所示,當鐘擺擺盪從左邊的「高點 1」逐漸加速擺盪到「低點 2」的時,速度最快。當鐘擺從「低點 2」擺盪到右邊的「高點 3」時,速度緩慢下來直到靜止為零。
作者透過這本書要傳達的觀念就是,人類在近代工業化和數位化的年代,一直體驗到了「高點 1」到「低點 2」的「加速時代」。可是自從1970年代開始,世界的各項指標其實漸漸地減速,變化越來越慢,實際上是走入了「減速年代」。只是人們的心中仍然有一種錯覺,覺得時代會越來越加速,變化會越來越快。但實際的情形卻剛好相反,這本書就是在說這件事。
.
#獨特的時間線圖
.
這本書中使用了一種很特殊的「時間線圖」來詮釋所有的資料。比起常見的只看「時間vs.總量」的趨勢圖,這種時間線圖可以表示出數值的「變化的速度」,用這個方式更能清楚顯示各種趨勢的演進。在這個時間線圖中,Y軸仍然代表數量的絕對值;X軸則用來代表「變化的速度」,越往右邊的資料點代表「增加的速度越快」,越往X軸左邊的資料點代表「減少的速度越快」。接下來的各項討論會引用作者官網的動畫來說明。
.
#趨緩的人口數量
.
作者直言,從來就沒有「人口定時炸彈」這種東西,世界的人口成長必定會持續趨緩。作者的這項觀察,也同樣在讓我對世界的發展趨勢大為改觀的《真確》書中被詳細提及。
以下這張圖呈現了聯合國對世界人口的成長預估,從2017年以來人口的成長速度持續放緩,來到了2090年人口會達到110億人。作者針對世界各國的人口成長做了更細緻的統計,他認為聯合國高估了這個成長,真實的人口數字到了2090年應該只是會落在90億人左右。
作者分析了中國的人口狀態,不同於我之前以為中國還會有人口紅利,現在中國呈現了一種「穩定」的階段,就像鐘擺已經擺到頂端,人口增加的速度正準備降低了。另一個我們熟悉的國家日本,則已經正式走入了「減速」的階段,人口的增加速度持續降低。放眼望去,世界上幾乎所有國家的人口成長都即將邁上這兩種階段。
同樣減速的還有「生育率」。整個世界的公共衛生的進步、嬰幼兒死亡率的降低,讓人可以少生好幾個小孩。當人們相信社會有辦法照顧你,會生得更少或只生一個,因為不再需要養兒防老。尤其當女性接受的教育和擁有的權利提高之時,她們有權提出與傳統父權社會不同的聲音,她們能夠自己決定要不要生、要生幾個。
根據數據統計,世界上越來越多的地方政府試圖提升生育率,但是幾乎都以失敗告終。我回想到前陣子網路瘋傳的「台灣生育率『全球倒數第一』政府推優惠措施 前景仍不樂觀」這類新聞,這究竟是「經濟不景氣」貨「政府不爭氣」惹的禍?還是「全民教育程度高」和「女性擁有更平等的權利」?從書中的資訊給我的想法是,人口和生育率的趨緩,不是一件壞事,它本身就是世界必然的趨勢。
.
#趨緩的經濟成長
.
隨著人口增長的趨緩,許多人一定會認為經濟恐怕就此完蛋,會不會經濟的發展因此趨緩了?對,一定會。作者統計了世界各國的「國內生產總值」(GDP:指某一特定時期在某一特定地區內,所有完成的貨品和提供的勞務之總值),整理成以下這張圖。
顯而易見的事實是,世界整體的GDP總值雖然持續上漲,但是成長的速度都已經慢了下來。其他的經濟指標例如學貸、車貸、房貸和國債,總額雖然持續增加,但是增長的速度都出現了趨緩。如同動畫的鐘擺一樣,經濟的成長也開始減速。在新冠疫情之後,經濟的成長更加趨緩,但是這對地球的生態永續反而是好事,更少的製造、更少的汙染、更少的浪費。這或許是一個經濟成長趨緩但即將變得更好的世界。
這個經濟趨緩的過程,在西方常被誤認為是經濟下滑,或者跟中國的崛起扯上關係。實際上,從書中的資料不難看出,中國正出現史上最大的生育率趨緩,中國的經濟成長率也同時在急劇減速。作者對這件事下的結論是,這其實只是資本主義轉型結束的新狀態。因為資本主義強調的成長和擴張本身是一個「過程」,而不是「穩定狀態」。
我從書中的各類觀察發現,作者從英國學者的角度去分析美國、歐洲、亞洲、大洋洲各國的狀態,其視野更顯得宏觀。歐洲(尤其北歐)各國已經開始適應這種趨緩,打造許多對應的社會福利和機制,而且人民幸福指數高居世界之巔。只有美國老大哥認為自己的經濟砸鍋是中國的錯,這也不難看出美國想要奪回世界霸權地位的別有居心,但我認為即使美國最後「贏了」這場經濟對抗,資本主義的歡樂派對將無以為繼。
.
#趨緩的知識數量
.
作者認為,全世界的「數位數據總儲存量」雖然持續呈現指數級的成長,但是有意義和值得留存的「知識資訊量」並沒有以指數成長。數位訊號讓我們容易「複製」、「傳遞」和「儲存」,但光是儲存大量無用、過時、多餘的資訊,對於人類知識的增進其實沒有太大幫助。
維基百科從2001年開站以來,條目數量的增加速度急速攀升,到了2007年增加的速度達到最高峰,但是從這個時間點開始反轉。自此之後的每一年,條目數量的增加速度都持續減緩。雖然到了2019年的條目總數超過了600萬筆,但是者提出了一個有趣的觀察,全世界大多數的人感興趣的事情介於100萬到200萬件之間(百科全書紀載的數量都遠少於100萬則),因此之後增加的條目都比起以前的「更不有趣」。現在追加的新內容,充斥著一堆只有條目的標題和簡介、卻沒有詳細內容的「小作品」等著別人去補充資訊。垃圾資訊量的成長速度遠高於真正的知識資訊量。
還有另外一個跟知識資訊量有著類似趨緩跡象的東西:「書籍」。根據書中的數據,可以發現新書數量的增加速度也持續在減緩,看起來新數據和新想法的產出速度都在減緩下來,作者評論道:「這是越來越沒有新東西的洪流」。我自己反思的事情是,不要隨著資訊洪流起舞和追隨「更多」的資訊,反而要仔細篩選、挑揀高品質的內容。要去主動連結和創造出自己的洞見,或許,「少」即是多。
.
#加速中的地球暖化
.
作者談了人口、經濟、債務、數據和科技進步的速度都正在「減速」,這對地球永續是好事,對社會公義是好事,但是有一個無法忽視的危機:「地球的平均溫度上升的速度越來越快」。從下圖可以發現,溫度的變化一直往右上角發展,代表增溫越來越快。這個數據跟溫室氣體的排放量呈現很強的關聯,遠在2010年左右還有許多反對地球暖化的學說,但如今科學家們面對實際的數據,幾乎沒人在辯駁暖化效應正在惡化的事實了。
作者引用了世界自然基金會執行長 潭雅.斯蒂爾(Tanya Steele)說過的一句話:「我們是第一個知道自己正在毀滅地球的世代,也是最後一個還能做些什麼的世代。」雖然人類對於衛生、貧窮、教育等方面作出重大努力,也克服了許多難關,但是對於溫室效應的挽救,卻顯得束手無策。
如同最近發生在全球各地的極端氣候和災難,其嚴重程度不斷打破歷史紀錄,這不是偶然,而是平均溫度上升的必然。最令人憂心的是全球溫度上升的速度,至今仍然沒有半點趨緩的現象。只能祈禱美國和中國的對抗戲碼盡快落幕,或是美國什麼時候才要覺醒帶領世界各國一起迎戰真正的敵人「地球暖化」?人類是否能團結起來打贏這場戰役,或者事後回顧去奚落當初的無所作為?
.
#後記:放慢不是壞事
.
《大減速》的作者透過這本書帶出一個觀念:「人類過去生活的環境一直都是停滯和緩慢成長的平衡狀態,就只是沒有像現在這麼『急遽變化』而已。」我們正走向逐漸的減速,只是當停滯到了極點,又會出現下一次的加速變化(不知道我們有生之年能不能看到)。
從書中的各類數據看來,以及世界各方面的趨勢顯示,這是一個成長趨緩的年代(除了溫度加速上升)。我們要警覺那些舉著大旗吶喊「加速經濟成長」和「重返成長榮耀」的人物和口號,事實是趨勢早已改變,而且舉世皆然。我們已經不是乘坐在加速的列車上,也不該繼續乘坐下去。
作者認為趨緩帶來的另一項好處,是讓我們有更多的時間去質問,那些「我們祖父母和父母輩沒有質問過的事情」,因為他們的年代變化得太快、出現太多新鮮事物了。未來我們遭遇的無論科技、經濟、生活模式的變化速度,都可能會來越慢(看看令人失望的 iPhone13),如何降低自己對加速的期待,過上理想和滿足的生活,成了我們這代人的新課題。
最後,我想引用亞馬遜創辦人貝佐斯(Bezos)談打造商業策略的一句話:「與其問未來什麼會改變,不如問未來什麼是『不會改變』的?以這個回答去打造你的事業。」套用到我們自己的人生,享受親人、朋友和家庭的快樂相處時光,或許就是那件不會改變的事情。讓我們放慢腳步,細細思考什麼是人生中真正重要的事,並以此打造自己心中的理想生活。
.
Kobo電子書7折代碼:WAKISLOW
Kobo 購書連結:https://bit.ly/3jW9fkV
使用期限:9/26~10/2
.
感謝 聯經出版 提供抽獎贈書
同時也有2部Youtube影片,追蹤數超過9,710的網紅RayTV,也在其Youtube影片中提到,#小米無線WIFI放大器PRO #開箱 #訊號救星 今天來分享一下 新玩具 家中的WIFI訊號比較不良,主要在家中一樓的區域 在網路上看到這個 感覺應該相當有幫助,所以就手滑買了一個來試試看 體積蠻小巧可愛 兩隻是她的天線 大約是手掌大小 用手機來測試一...
「訊號滿格網路慢」的推薦目錄:
- 關於訊號滿格網路慢 在 Facebook 的精選貼文
- 關於訊號滿格網路慢 在 Facebook 的最讚貼文
- 關於訊號滿格網路慢 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於訊號滿格網路慢 在 RayTV Youtube 的最佳貼文
- 關於訊號滿格網路慢 在 啟點文化 Youtube 的最佳解答
- 關於訊號滿格網路慢 在 [問題] 中華電信訊號滿格4g這種速度? - 看板MobileComm 的評價
- 關於訊號滿格網路慢 在 4G滿格但上網卻超卡 - Mobile01 的評價
- 關於訊號滿格網路慢 在 【網路小教室】訊號滿格,為什麼網路這麼慢 - YouTube 的評價
- 關於訊號滿格網路慢 在 #問題訊號滿格網速超慢 - 3C板 | Dcard 的評價
- 關於訊號滿格網路慢 在 網路小教室-無線訊號滿格,為什麼網路就是不通? - Facebook 的評價
訊號滿格網路慢 在 Facebook 的最讚貼文
好書推薦《#為時不晚》部落格文章末,抽書兩本
你從學校畢業、即將踏入職場的時候,曾經期許自己成為什麼樣的人?你想成為一個憤世嫉俗、道德妥協、人際疏離、脫節、驕傲、倦怠、空虛的人嗎?我相信,一定沒有人這麼期許過。但是在人生的道路上,這些我們最不想成為的樣貌,卻總是悄悄地爬到我們身上。我們該怎麼辦?
部落格文章 https://readingoutpost.com/didnt-see-it/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
#這本書在說什麼?
《為時不晚》的作者是加拿大牧師暨思想領袖凱瑞.紐霍夫(Carey Nieuwhof),他也主持「Leadership Podcast」訪談各界成功人士,持續分享活出更好人生的秘訣。他曾經是個執業律師,但是在三十歲那年內心受到召喚,轉行當起了全職牧師,引導人們邁向心中嚮往的人生。
在他經營教會和傳道的經驗當中,他發現人們總是會面對到七種「內在危機」,分別是憤世嫉俗、道德妥協、人際疏離、脫節、驕傲、倦怠、空虛。這些狀態就如同英文書名「Didn’t See It Coming」,我們根本「沒有預料到它們會發生」,但是每個人都一定會遭遇到這些經驗。
幸好,這些內在危機都是「有跡可循」的,也可以提早「防範於未然」。作者在這本書教我們透過「自我察覺」(Self-Awareness)的方式,去發現潛在的危機訊號,並且透過具體的行動指引,讓我們能夠提早修正、避免自己身陷這些危機當中無法自拔。
這本書在 Goodreads 書評網站獲得了 4.46 顆星的高分好評,書中沒有老掉牙的故事,多的是作者多年傳道授業的真人真事,以及他本人非常露骨的真心表白。以下分享三個對我最具啟發的內在危機的察覺方法和處理方式。
.
1.#憤世嫉俗
.
有時候我會納悶,為什麼社會上(尤其在網路上)充滿許多憤世嫉俗的人,這種情緒有時候也會悄悄地影響我們自己。作者認為,憤世嫉俗其實是一種「選擇」,它並非與生俱來,而是後天養成。生活不會讓人變得憤世嫉俗,是你讓自己變成了那樣。他用自己的切身經驗進一步說明。
在他仍是新手牧師的時候,在地方的小鎮認真經營教會,而且總是親力親為每天都拜訪教友。其中有一對教友夫婦,他們的生活並不寬裕,在財務和家庭關係上面充滿危機。因此作者特別撥心力照顧他們,幾乎對他們的各種需求有求必應。但隨著教會人數持續成長,這對夫婦的需求卻越來越像個無底洞。
在某一次的教會主日因為子女不守規矩地吵鬧,夫婦倆跟作者起了衝突,丈夫吼道:「這地方已經不適合我們,你不再關心我們了,我們要離開!」
作者滿頭疑惑地追問:「我當牧師以來從未花這麼多時間一對一關心一個家庭,整個教會也為了服務你們而一再犧牲。我到底哪裡做得不夠?」這個問題無濟於事,那對夫婦從此離開了教會。
一股憤世嫉俗的怨氣湧上作者的心頭,他感到浪費時間、不想再關懷別人、不要再為人付出了。這麼憤怒的原就是因為掏心掏肺卻幾乎沒有獲得回報,或者得到的回報與預期相反。事後他反省這件事情時說:「憤世嫉俗的形成,不是因為你有一顆封閉的心,而是因為你的心胸曾經敞開。」
這種痛苦的經驗,會讓我們面臨抉擇。我們很可能將過去的失敗經驗投射到未來的情境,我們也可能從此停止信任和盼望,結果會怎樣?如果我們任憑這種想法自由發展的話,最終我們會封閉自我,憤世嫉俗終將接管了我們。我們能有什麼解藥?
首先是再次「盼望」。我們必須體認到,各種創傷和背叛都是敞開心胸的人必然會遭遇的狀態,唯有擁抱相信的力量,對未來再度敞開心胸。不要讓過去的苦痛傷害了未來的璀璨。其次是運用「好奇心」,保留思考時間想像更多可能,多問「為什麼」和「為什麼不」,讓自己嘗試新做法,讓開放式的問題引領自己前進。在好奇心的面前,憤世嫉俗沒有立足之地。
.
2.#道德妥協
.
管理學大師史蒂芬‧柯維(Stephen Covey)曾經在《與成功有約》書中鼓勵每個人去想像自己的「喪禮」,在你人生的最後被蓋棺論定時,別人會怎麼評論你?作者說他擔任牧師二十多年來,從來沒有在哪個喪禮見過為人子女的展示自己父親的履歷。也從來沒有聽過子女站在棺木前討論著父母的身價淨值。跟你最親近的人,不會在你的人生歡送會上,朗誦你最近一季的業績數字。
作者用了一個很趣味的方法描述這個概念。當你過世之後,你認識的人在餐桌上聊到你時會說:「喔,凱瑞啊,他是一個______的人。你可以把莎莎醬遞給我嗎?」雖然聽起來很難接受,但是「人的一生,終究會被活著的人簡化成一個句子。」這個空格裡面填寫的,通常就是一個人「品格」的濃縮,一個正直或友善的人;一個虛偽或易怒的人。
在作者年輕時的律師生涯中,他見到許多同儕曾經面臨道德危機的訊號,包含在人前人後差距越來越大、掩蓋事實、無法說到做到、合理化自己的不良行為和決定、眼中只關注自己。如果不加以調整,就會漸漸走上道德妥協的不歸路。具體的方法是每天付出微小的努力刻意培養,例如承擔責任、言行一致、挪出時間保留給自我反省和成長。
我在讀這段的時候,也思考著作者為什麼選擇牧師當「志業」Calling)的這條路,因此我在自己的子彈筆記上面塗塗改改,最後寫下這段想法:「一個志業的召喚並不是遙不可及的夢想。它指的是把微小的信念好好地實踐出來。它就是每天履行正直、體面、誠信。偏離這些之外的任何事情,都只是偽裝之下的慾望罷了。」品格的養成不是一夕之間的壯舉,而是每天微不足道的累積。
.
3.#身心俱疲
.
「疲勞過度」(Burn-out)是現代人常見的內在危機之一,無論是受雇於人的上班族,或者是看似自由自在的自雇者,都很有可能面臨這個狀態。作者在他四十歲一場空前盛大的演講之後,體驗到了猶如自由落體般的倦怠感。他描述那是一種「沒有期待,沒有喜樂,雖然還活著,但實在不覺得自己完全活著」的感覺。
然而,我們該如何自我察覺到自己即將陷入倦怠?明顯的警訊有:熱情消退、不再感到情緒起伏、因為小事情抓狂、活力流失、憤世嫉俗、無法滿足、無法正確思考、生產力下降、再也不笑、睡眠也無法使你重振活力。如果我們面臨上述的狀況越多,就越接近疲勞過度的懸崖。作者提供了幾個方法幫我們調整自己的步調遠離倦怠。
首先是不要試著去否認倦怠,因為這麼做只會加速情況惡化。比較好的做法是「告訴別人」自己當下的感受,找個懂得聆聽的親友聊聊,善用人際關係的力量,因為當你不再相信自己的時候,你需要有人相信你。
其次是「調整步調」通常比「調整負重」更容易帶來緩解,因為步調是我們可以控制的。請一天假、關掉手機、取消會議,在狀態不好的時候讓自己退後一步、休息一下。放慢步調去回想這一切忙碌背後的意義,釐清思緒後再重新出發。
最後是「接受自己的破碎」,人生的境遇就如同潮水有高有低,我們總會遇到狀況差的時候。我們不需要時時刻刻堅持「完美」的姿態,而且要放下自以為可以處理完所有事情的「驕傲」。作者認為,要體認到一個人的力量終究有限,適時尋求親友、信仰和諮商,是修補身心疲勞的良方。勇於接受「破碎」的人才有機會意識到自己能力的盡頭,找到超越和改善的力量。
作者也引用神學家兼作家達拉斯.威拉德(Dallas Willard)談提升心靈健康的方法:「你必須痛下決心,除去生活中的匆忙。」面對疲勞的前兆,必須主動採取放慢步調和尋求人際協助的策略,不要著急,也不要拖延,容許它該多久、就多久。放慢腳步和調整步伐才能走得更久、更遠。
.
#後記:危機就是轉機
.
《為時不晚》的作者雖然是一位牧師,但是上帝和聖經的文字內容不至於喧賓奪主,反而在一些重要的章節扮演了畫龍點睛的效果。透過這本書可以提醒我們自己,憤世嫉俗、道德妥協、身心耗竭、無足輕重,這些都不該是我們人生的結局,而是可以預見的必經狀態,而且我們有能力提前做出準備。
在書中,作者一再提醒了「自我察覺」的重要性,要先能察覺這些內在危機的跡象,才有機會防範於未然。如果你本身不是基督徒沒有禱告的習慣,我很推薦參考另外兩本書《搜尋你內心的關鍵字》或《靜下來工作》來培養「正念」的習慣,正念能夠幫你關閉漫不經心的自動導航模式,透過有意識的自我覺察、感知情緒,對世界做出正確且善意的回應。
最後,我想引用擅長教人克服恐懼的專家克莉絲汀.烏梅爾(Kristen Ulmer)的這段話:「別浪費任何一個危機。那是宇宙在考驗你學習一件新的事物,讓自己的潛能更上一層樓。」當你遇到任何一種內在危機的警訊,不要害怕它的到來,要知道,那或許是成就美好人生的重要轉機。
.
感謝 格子外面 提供抽獎贈書
訊號滿格網路慢 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
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
訊號滿格網路慢 在 RayTV Youtube 的最佳貼文
#小米無線WIFI放大器PRO #開箱 #訊號救星
今天來分享一下 新玩具
家中的WIFI訊號比較不良,主要在家中一樓的區域
在網路上看到這個
感覺應該相當有幫助,所以就手滑買了一個來試試看
體積蠻小巧可愛
兩隻是她的天線
大約是手掌大小
用手機來測試一下 WIFI 訊號
把放大器接上電源
進入米家APP設定
第一次要先設定一下
之後就直接插電就可以囉
測試的過程蠻長的
大家如果有興趣的話
可以看一下影片喔!!!
簡單來說
並不會增加你的網路速度
甚至說 如果你原本WIFI機器比較高端
速度可以跑比較快
這台如果安裝在訊號良好的地方是浪費
因為會讓你網路速度下降
後來經過不同測試之後
發現雖然她速度較慢
但是WIFI訊號比較穩定
接下來我拿到另外一個地方 去做測試
原本的2F訊號 直接降低成1格訊號
或是有時候就消失了
但是使用這台後
訊號穩定滿格的出現
測試一下速度
影片部分也都可正常下載
不會有延遲的感覺
整體而言!!!
感覺還不錯!!!
家中如果WIFI訊號差的話
可以考慮購入這台試試看!!!
RayTV 主要為分享各式各樣
日常生活、3C開箱、國內外旅遊為主
用簡單貼近平常人的方式分享
歡迎大家訂閱以及分享唷!!!
沒有過多的剪片技巧以及拍攝手法
你的支持與訂閱鼓勵
是對於我的一種莫大的鼓勵
訊號滿格網路慢 在 啟點文化 Youtube 的最佳解答
【線上課程】《時間駕訓班》~
學會提升效率,擺脫瞎忙人生,做自己時間的主人
課程連結:https://pse.is/DDDHB
第一講免費試聽:https://youtu.be/flfm52T6lE8
【人際維基】桌遊體驗會~讓你一玩就懂別人的在乎~03/16(六)14:00
活動資訊課程:https://www.koob.com.tw/contents/3072
【7/4 開課!】《學「問」~高難度對話的望聞問切》~第16期
掌握達成共識的關鍵能力!
課程資訊:http://www.koob.com.tw/contents/232
更多學員心得分享:http://goo.gl/A07zZ0
[ 7/21 開課!]【寫作小學堂】~寫出專屬風格,找回文字悸動
打造一盞自己的聚光燈,建立起專屬於你的品牌印象
課程資訊:https://www.koob.com.tw/contents/3655
在專屬於你的天地裡,持續陪伴著你~
啟點xLine@:https://line.me/R/ti/p/%40teb0498p
線上課程【不用開口,就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo
桌遊【人際維基】~一玩就懂得別人的在乎:https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】:https://goo.gl/ASruqR
=============================
以下為本段內容文稿:
在網路工具興起之後,關於「工作型態」的探討,就有很多的訊息,開始顛覆過往在上個世紀大家的習慣。比如說吧,有個部分叫做「遠距離工作」。
可能在上個世紀的思維裡面,所謂的「遠距工作」是一個很不切實際,很讓人不安心的。可是似乎「遠距離工作」成了現在很多公司、很多團體裡面一個常態。
然而,不知道你有沒有發現,其實近幾年,又有一些矛盾的訊號。比如說,有一些頂尖的科技公司,開始慢慢的逐步縮減「遠距離工作」,讓一些原本不用固定進辦公室的人,開始一定還是要固定的進辦公室。
那你可能會感覺到很矛盾,到底是「遠距工作」比較好呢;還是把大家放在同一個辦公室比較好?
這個部分,其實我也常常在想喔;我在這邊呢,就把我最近讀到的一些研究報告,跟你做分享。
在2015年的《經濟學季刊》上面,有一個研究這樣說喔:「平均一個『遠距離工作』的員工,每年可以替公司增加$1900美元的收益;這樣的利潤有大部分來自於辦公室租金的減少。」
除此之外呢,「遠距離工作」的員工,生產力比「傳統辦公室」員工,高出13%。
這些「遠距工作」的工作員,在工作當中的休息時間比較少,會比較準時開工,平均大概只花半個小時吃午餐。這些人認為自己的「專注力」比較高,對工作整體而言也比較滿意。
相較於在「辦公室」裡面的員工,「遠距工作」的辭職率,減少了50%。所以當你聽到這裡,你會發現這一個研究,似乎很支持「遠距離工作」。
那當然在2016年的荷蘭心理學家范依潘倫,他的研究也說喔:「遠距辦公者」對於工作的抗壓性比較高;工作遇到困難的時候,比較容易保持足夠的工作熱誠。相反的,在「辦公室工作」的員工,遇到困難的時候,工作熱誠往往會大為降低。
你可以想像這樣的狀況,就是當你身處於,有其他人在的辦公室的時候,不管如何,你都要表面上撐在那裡繼續工作;但是其實這在心理上,是會讓人很挫折的。
相反的,如果你身旁沒有這些同事的目光,你就可以適時的放鬆,不管是出去運動、睡個午覺,等到壓力獲得緩解之後,再繼續的面對挑戰;長期來看反而會更有效率,也容易保持工作的熱情。
可是呢,儘管「遠距離工作」有這些不容忽視的好處;但是呢「遠距離工作」的缺點,特別是在關於升遷的速度上面。
有研究就告訴我們,「遠距離工作者」,他在團體裡面升遷的速度,似乎沒有比在辦公室裡,固定上班的人比較快。
另外呢,在2008年,荷蘭的一位人力資源的學者,叫李德。他的研究報告也指出喔,「遠距離工作」可能導致創意思考下降,並不適合那些急迫性比較高、複雜企劃的工作。
這似乎可以理解成,如果你的工作,需要大量的跟人溝通協作,去做一些專案的串連;那這個時候,「遠距離工作」的特性,會讓你溝通的立即、直接,跟訊息的掌握度,會相對的比較低。
可是跟你分享這些研究,你會不會聽到現在,有一種「公說公有理,婆說婆有理」的感覺?
有些人就告訴我們,「遠距離工作」有助於創意;但是有些研究報告,又告訴我們「遠距離工作」會扼殺創意。
那其實呢,關於這方面的討論,剛剛你聽到這些看似矛盾的觀點,可能有很多是來自於經濟學家、人力資源的相關研究者。
可是呢,如果是在心理學,關於人格特質的研究。我們的看法就是喔,其實如果是那些注重自主性,對於工作比較有自信,也相信命運是掌握在自己手中的這些人。
這些人面對工作的特性,不管對主管,還是工作的職掌,會有比較高的忠誠度跟責任感。那事實上這些人,他就比較不在意長時間的獨處。
也就是說,這樣子人格特質的人,「遠距離工作」對他們來說,反而是加分的。但是相反的,有一些人他的天性,會比較重視辦公室的社交活動。
他喜歡身處於人群當中,特別是那些比較外向的性格的人,他還沒有辦法從「遠距離工作」當中,得到足夠的人際刺激。
他也就沒有辦法在工作當中,有足夠的滿足感。那這些人可能啊,長時間的遠距離工作,反而會降低他們的創意,跟工作表現。
所以呢,如果回到你自己身上,你到底適合「遠距離工作」,還是適合「固定上班」呢?
這個部分除了你的工作內容、業種、業態的考量之外,我想你可能還是要好好的覺察自己;認識自己才是一切的開始。
就好像是這些世界頂尖的網路公司,他們過去會認為,「遠距離工作」讓大家各司其職,是沒有什麼關係。
可是他們也慢慢的發現一件事,當科技的發展到一定的頂端的時候;其實人的協作,往往又很重要了。
所以我大膽做一個預測,我想這種到底是要「遠距離工作」,還是大家聚在一起,它可能會像一個波浪一樣。
當整個工作或整個團體,光譜過分的偏向「遠距離」的時候,這時候可能大家就要有意識的聚一聚。
可是當整個組織、團體,隨著固定的上班、固定的地點,有一點被限制住、被局限住的話;那它可能就要有意識的,稍微擴散一下。
然而我在這邊提到的是一個大膽,對於大趨勢、大方向的預測。我想如果你跟我一樣是創業者;在你的工作現場,在你的公司怎麼去調整這些事,不管做任何大小調整,都會是個大工程。
所以呢,我也希望你聽到這裡的時候,還是要審慎的評估,自己公司的結構跟特性。
但如果你是「個人」的話,隨著你證明自己的工作能力,跟價值的過程當中,或許你可以慢慢的,把別人跟你協作的方式,去調整到適合自己的人際距離。
如果比較多的獨處,會讓你更有生產力,可能你就要有意識的,把你的工作打造成大家可以容許,你可以「遠距離上班」的。
但是如果你很清楚知道,你只有在人群裡面,你只有在跟別人聊天互動裡,你才會有源源不絕的創意跟動力;那麼千萬不要因為「大家都說遠距離」,而你就讓自己離群索居。
因為如果你沒有搞清楚這一點的話,你可能可以享受短暫片刻的安靜,然後你會迎來很長時間的,莫名其妙的憂鬱感受、低潮感受;因為沒有人跟你互動。
所以呢,還是哪句老話,「認識自己,是一切的源頭跟開始」。希望今天的分享,能夠對你產生一些啓發與幫助,我是凱宇。
如果你喜歡我製作的內容,請在影片裡按個喜歡,並且訂閱我們的頻道,別忘了訂閱旁邊的小鈴鐺,按下去,這樣子你就不會錯過,我們所製作的內容。
然而如果你對於啟點文化的商品,或課程有興趣的話,所有商品或課程的相關連結,在我們的影片說明裡面都有露出。
期待跟你的相會,謝謝你的收聽,我們再會。
訊號滿格網路慢 在 4G滿格但上網卻超卡 - Mobile01 的推薦與評價
我是中華電信的客戶平常使用時網路很順但當在宿舍時使用明明信號滿格但上網卻超卡這個現象也只有在我宿舍的位置上特別明顯想知道是不是有什麼東西會影響到 ... ... <看更多>
訊號滿格網路慢 在 【網路小教室】訊號滿格,為什麼網路這麼慢 - YouTube 的推薦與評價
當你開心在上網時,突然 網路 變慢了,但查看手機上的無線 訊號 卻還是 滿格 的狀態。怎麼會這樣呢? Dr. EnGenius歸納出三個可能的原因: 1⃣ 路由器距離太遠 ... ... <看更多>
訊號滿格網路慢 在 [問題] 中華電信訊號滿格4g這種速度? - 看板MobileComm 的推薦與評價
請問一下 一樣是滿格。遠傳測試是
140mb /40mb以上
剛測中華電信如圖
看起來像3g速度。訊號都是滿格
請問這打給中華電信會改善嗎 謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.140.32.13 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/MobileComm/M.1599143395.A.EC2.html
... <看更多>