關於 數位時代評價 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【Dent&Co】牙醫小幫手
有沒有遇過一個狀況？
突然牙痛想看診，
Google 看了評論霧煞煞，
（上面的評價不是業配就抱怨文）
打了五通電話還是約不到，
歐~~~我的牙呀！！！
.
常常嘴破的我，
每每痛到想求助牙醫，
卻又因為超難預約而放棄。
「不好意思，我們這個月都約滿囉~」
這種被拒絕的心痛，
實在不輸被發好人卡呀！
.
【Dent&Co】牙醫小幫手
就是在解決這類需求，
尤其我這種急性子、沒有就診忠誠度，
又不愛安排一個月後行程的人，
最適合啦！
.
網站設計清楚簡潔，
連非數位時代的父母都能輕易上手。
（如果你說你不會用，我會給你🤔🤔這種表情
輕輕鬆鬆完成預約，
而且是一週內的喔！
.
這麼方便，是不是有詐！？
會不會有甚麼服務流程上有問題呢？
遇過太多線上和線下沒有完善對接的服務，
多少有點懷疑。
.
當天到了《怡登唯美》，
看到現場不少人，
（估計是微解封後，牙痛的人都出巢啦！）
原本還想：「哼～果然沒這麼好康！」
沒想到屁股都還沒坐穩，
診間就在呼喚我的名字了！
這速度！！！實在太驚人！
.
進入診間，
盧瑩婕醫師十分細心做檢查，
還順便幫我洗牙，
哇，那個技術真的是超好！
水漬不會噴得到處都是，
離開診間完全不用補妝的程度！👍👍👍
.
結束後，櫃檯還會確認這次看診的感受，
從預約到離開診所，
整個體驗都非常地自在舒服簡單輕鬆。
．
未來再也不用評價一個一個慢慢看，
電話一通一通慢慢打，
好好享用牙醫小幫手的便利服務吧！
.
就像身邊多了一個超會卡位預約的愛人一樣，
接下來看牙不煩惱囉！
這麼棒的事情，快@你常常在牙痛的朋友吧！
（也許分享給常在牙痛的心儀對象，他會對你好感加分呢！）
.
老樣子幫大家條列重點：
（避免有些我不太需要但你可以需要的功效被忽略了）
🎯 24hr的線上牙醫預約平台，想約就約！
🎯 提供全台各種治療項目的醫師選擇，方便不再限於天龍國。
🎯 篩選出的所有醫師空檔時段，不用牙痛等一個月才能治療。
.
Dent&Co @dentco_tw
快來試試看
https://www.dentco.tw
Photo @andrewyehyeh
.
.
#怡登唯美 #盧瑩婕醫師
#這是從來不說謊的業配文
#牙醫小幫手 #牙醫線上預約體驗
#上網找牙醫師 #牙醫 #牙齒
#信義區牙醫
#防疫 #防疫日常 #防疫生活
#防疫措施 #疫情下的生活
#牙醫推薦 #看牙齒
#笑容 #安心 #安心安全 #防護
#線上預約 #安心牙醫 #保障看牙安全
#三媽從來不說謊 #samaneverlies

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

【要想展現誠意，學這些科技巨擘這樣穿】

曾獲得艾美獎最佳戲服設計的戲服設計師David Zyla分享到，不論人們是否有所察覺，服裝的 #顏色 其實可以相當程度地影響大家對於穿衣者的評價，「就算這個人說，『我對時尚沒有興趣，也不在乎我的穿著。』色彩仍然會影響他的選擇。」David Zyla說。

#不合身西裝的小心機
David Zyla的說法，或許可以解釋為什麼2020年7月底，美國眾議院針對是否以違背公平原則商業手段壟斷市場，傳喚Facebook創辦人暨執行長馬克祖克柏、Amazon創辦人貝佐斯、Apple執行長提姆庫克，以及Alphabet執行長桑德爾皮查伊出席聽證會時，這些平時呼風喚雨的科技界巨擘，全都不約而同捨棄了過去已廣為人知的個人風格，穿上了正式的成套西服，而且是與尋常美國上班族相似，甚至有些不合身的西裝。

《紐約時報》時尚總監Vanessa Friedman的看法是，這些西裝雖然單調、不太合身，讓他們活像是第一次穿上畢業西裝的大學畢業生，但卻成功塑造了嚴肅、真誠，而且有些不自在的無辜形象。

「數位界的人，經常把服裝當作是可笑、代表舊時代的枷鎖。」Vanessa Friedman表示，「但這四位的服裝，非常直接地把執行長們與他們的既有形象區隔，讓他們顯得較不具威脅性，同時也表達對議會的尊重。」

#BeautiMode #服裝 #科技產業 #MarkZuckerberg #Amazon #JeffBezos #Apple #TimCook #Alphabet #SundarPichai

本集主題：「流量為王!迎接TikTok時代：百萬播主實戰上線，TikTok經營操作大公開」介紹

訪問作者：蕭聰傑 HUGO

內容簡介：
　　領先二步是先烈，領先一步是先驅！
　　站在全球短視頻龍頭的肩膀，一起在TikTok浪尖上再創事業新高峰。

　　自媒體當道，運用TikTok建立個人品牌，百萬粉絲不是夢。
　　《紐約時報》曾將此App 評為「可能是現存唯一真正令人愉悅的社交網路……，成功催生了大批影響力人物，這些用戶擁有數百萬粉絲，在青少年中有著家喻戶曉的地位」，其國際市場影響力已超越騰訊。
　　TikTok 因COVID-19 疫情，在全世界的居家令下，成為當時（2020 上半年）全球手機應用程式下載量第一名。

　　迎接5G 時代，短視頻思維當道
　　影片已經超越傳統娛樂媒體的角色，成為主流傳播，也成為現代年輕人的重要表達媒介。
　　透過自媒體經營個人品牌，有些人可以成功建立自己的專業形象，從而找到更多商業機會或職涯貴人，甚至有專業的自媒體經營者透過系統化的知識教學，在「數位學習」趨勢正興盛的現在成功變現！

　　官方認證銀牌播主的超導流教戰攻略
　　就算是新手上路，也能夠坐擁流量池的第一步！
　　每一個影片誕生的初期都在一個初級流量池內，影片會被推薦給那些最有可能對內容感興趣的用戶。然後，根據第一批用戶對影片產生的行為回饋，機器會生成對影片品質的評價，從而決定影片是否進入下一個流量池，並獲得更大的流量推薦。
　　對TikTok來說，點讚量、評論量、轉發量、完播率是爆紅關鍵！

　　數據思維：熱搜無權限，成功無上限
　　數據時代下，經營頻道都應講究「成效」，所有影片都應能獲取數據資料，但真的有正確「解讀」數據的人少之又少，甚至連「累積數據」的方式都是錯誤的。
　　換句話說，你正拿著錯誤的數據得到錯誤的結論，並執行錯誤的創作策略。本篇告訴你，在TikTok裡該如何取得數據，如何因應數據思考策略。
　　看懂數據，才能把流量變現金！

作者簡介：蕭聰傑 HUGO
◎學歷：英國財管碩士

◎專業經歷
勁牛學院聯合創辦人
TikTok官方認證創作者
中華網紅自媒體發展協會常務理事
麥肯錫外聘稽核
美爽爽化妝品財務長
出版社財務顧問、理財顧問
ERP導入系統整合

◎榮譽事蹟
TikTok一個月百萬流量頻道：「財富小百科」

　　2020年2月26日開始TikTok 創作，在摸索中成長；開始時以圖文加上音樂的方式呈現視頻，提供會計、財務等專業知識予用戶，幸運地在同年4 月即獲得TikTok 邀約申請銀牌創作者，5 個工作天即入選為銀牌創作者。

　　2020 年4 月成為第102 個官方核准的銀牌創作者，到2021 年3 月將近一年的時間，只有133 個TikTok 官方核准的銀牌以上創作者；增加的21 個創作者中，另有5 個官方核准創作者是由我協助達成。

　　2020 年6 月，開始陷入和其他創作者一樣的困境，因為持續付出並沒有得到相對的回報；TikTok 也沒有任何獲利的管道，不少優質的官方認證創作者因為無法獲利而退出TikTok。

　　由於會計財務出身，對數字的敏感度極高，開始研究中國大陸抖音，蒐集很多數據，發現TikTok 簡直是當年Facebook 的翻版，甚至於未來發展更甚於當年的Facebook；同年，除了輔導4 位創作者達到銀牌認證，也開始將所學建立一套SOP。

　　創作者想達到官方認證並不難，只要知道方法，再來就是堅持信念持續創作，貢獻價值給平台及用戶，時間會證實一切。


作者粉絲頁： 勁牛學院⎪網路自媒體趨勢工廠

出版社粉絲頁： 博思智庫Broad Think Tank

#李基銘 #fb新鮮事 #生活有意思 #快樂玩童軍
#漢聲廣播電台

YouTube頻道，可以收看
https://goo.gl/IQXvzd

podcast平台，可以收聽
SoundOn　https://bit.ly/3oXSlmF
Spotify　https://spoti.fi/2TXxH7V
Apple　https://apple.co/2I7NYVc
Google　https://bit.ly/2GykvmH
KKBOX　https://bit.ly/2JlI3wC
Firstory　https://bit.ly/3lCHDPi

請支持六個粉絲頁
李基銘主持人粉絲頁：https://www.facebook.com/voh.lee
李基銘的影音頻道粉絲頁：https://www.facebook.com/voh.video
Fb新鮮事新聞報粉絲頁：https://www.facebook.com/voh.fbnews
漢聲廣播電台「fb新鮮事」節目粉絲頁：https://www.facebook.com/voh.vhbn
漢聲廣播電台「快樂玩童軍」節目粉絲頁：https://www.facebook.com/voh.scout
漢聲廣播電台「生活有意思」節目粉絲頁：https://www.facebook.com/voh.life

台灣很不愛流動率，但美國作者卻有一套「解雇的藝術」，也許這就是為什麼外商常給人無情的評價？來聽聽他們的觀點。
::「使無法成長和無法有發展的人們留在身邊，這對人們是殘酷和'虛假的善良'」by GE通用電氣轉型功臣Jack Welch
:: 身為主管要面對「人」的事情，永遠都是一個學問。
＃國外商管類 讀書會，Great Managers are made, not born. 管理職人、熱愛學習的夥伴們，用一杯茶的時間，減少眼力腦力轉換成本，內化成你的獨門攻略。

★ 本集私語：
歡迎加入我們讀書會一起交流分享 (FB私密社團加入需填email，若被拒絕請再寫一次即可)

★ 優惠活動：
本集使用 先樂音響商品贊助 [佳樂CAROL-920s] 外銷品動圈式超心型麥克風。歡迎參考-不專業三款mic實測與 團購優惠85折 youtu.be/rUovXlLWftQ (RODE podmic / CAROL 920s / 鐵三角 ATR 2100x-USB ) 請email登記

★ 本集導讀書籍：《the making of a manager: what to do when everyone looks to you》
（暫譯：優秀管理者的後天養成之路）
★ 亞馬遜去年最佳商業書第一名、華爾街日報暢銷書。原文書 9折購 https://lihi1.cc/dnwIH
作者：Facebook 產品設計副總 Julie Zhuo 的十年管理心法。

★ 本集重點摘錄:
當Julie還是一位新手主管時
花了很多的時間，與他們交談，共同努力以做出改變，希望事情發展會變得更好，
然後看到相同的事情又重複的浮出水面。這真是令人難以置信。
後來Julie意識到當他嘗試去幫助的那個人會感到壓力很大，因為他知道自己做得不好，同時，其餘的團隊會不耐煩地等待事情變得更好，因他們也受到了這些問題隊友的影響。

★ 本集分點章節:
(00:00:38) 前情提要與本集讀書會開始
(00:01:19) 解雇的藝術_任人們快速的流動
(00:02:22) 百年GE通用電氣轉型功臣傑克·威爾許（Jack Welch）
(00:04:49) 本集小結整理
(00:06:12) 聽友留言
(00:06:46) 優質品介紹與結尾

★ 本集補充資料
百年GE轉型功臣逝世！前CEO威爾許，任內裁員10萬人、讓公司市值飆高30倍｜數位時代 https://reurl.cc/0D3jDl

=====================

Music C.C. by Chester Bea Arthur -Folk Physics / Free Sound Effects https://lihi1.cc/QIOep

@同步更新至
Spotify｜Google podcast｜Firstory｜KKbox｜SoundOn｜Pressplay｜ Youtube ｜TuneIn｜MB3｜Himalaya｜ Hoost....

@節目鼓勵與反饋請到Apple Podcast 給五顆星留言& 記得訂閱
:: 請您贊助我們繼續製作💰 https://lihi1.cc/s1mES (50秒影片教學, lihi1.cc/N8vYt )
@活動: 一日之星｜報名當來賓｜Podcaster聯盟接案推廣計畫 https://lihi1.cc/C3EEF
@如果你也想開始做自己的podcast ,歡迎使用 Firstory 的邀請碼W-B23W9K可得小額啟動基金
★ 本集快問快答：
如果你已有你個人的優勢識別答案，歡迎加入我們讀書會一起交流分享、彼此砥礪喔
以上都來這網址分享 https://lihi1.cc/tZCUD 或 FB社團
@ 歡迎分享
1. 你為何會當上主管?
2. 你是幾歲當上主管?
3. 留下一句主管真心話

@你也想要有一個公司以外的交流成長小組、經驗轉換&彼此支持嗎? 免費加入 讀書會群組
:: IG：www.instagram.com/ezmanagergo
:: FB社團: https://lihi1.cc/NOlrM

@合作接洽 ezmanagerGo@gmail.com (不分大小寫)

:: 上Youtube搜尋「怎麼給星評分」一分鐘教學影片，或點這 https://lihi1.cc/N8vYt (分享給你沒在聽podcast的親友)

本集主題：「青春不是突然就叛逆：校園心理師第一手觀察，看懂青少年憂鬱、難相處、無法溝通背後的求救訊號」介紹

訪問作者： 陳雪如

內容簡介：
第一線校園心理師，寫給青少年陪伴者的溝通指南
３大關鍵思維×４項家長覺察×６種頭痛情境
全面解讀青少年的求救訊號

　　這本書最厲害的地方，就是針對青少年的攻勢，擴大守備範圍。
　　一壘手解決「親子溝通」難題，二壘手掌握「親子教養」原則，
　　三壘手看守「數位成癮」問題，捕手看管「情感教育」議題，
　　游擊手應對「人際困擾」的強襲球，外野手則是接穩「情緒管理」的高飛球。
　　——歐陽立中，Super教師／暢銷作家

　　孩子都進化成青少年了，家長當然也要跟著升級！
　　出生於21世紀的小孩，他們所處的環境、即將面臨的難題，早就不同以往。
　　至於他們的照顧者，在教養下一代時也比過去更加艱辛。
　　在這個過度評價的時代，我們該如何幫助孩子好好長成完整的自己？

　　本書透過網路世代家長應了解的關鍵思維、應具備的覺察，
　　溫和而堅定的解決現代小孩在青春期最容易發生的問題，
　　正確掌握青少年的矛盾心理，為不擅長與孩子相處的家長，搭起一座溝通的橋梁。

　　你知道嗎？青少年的暴走，其實跟嬰兒的哭鬧是一樣的。差別只在於一個看起來很嚇人，一個看起來無害，但他們背後在傳達同樣無助的訊息：「我很不舒服，可是我不知道怎麼表達，請幫幫我。」

　　青少年照顧者在青春期孩子大暴走時，要教給孩子的，不是「脾氣好一點」或是「放尊重一點」，而是教導孩子如何控制情緒，並發展談判技巧，學習協商與溝通。

　　關係是傷也是藥，良好的親子關係，可以幫助孩子長成更好的自己。每一個大人都當過青少年，或許你曾經想過用同理心來應對他們，以為這是最好的教養方式。但在你試圖用經驗來指導孩子之前，請先想想現在的狀況是否與過去相同。

　　本書所謂的青春期，泛指12-22歲這個階段。不要懷疑，即使是已經成年的孩子，也仍存有青春期的煩惱，延遲長大。離不開手機、人際關係失衡、家長過於忙碌疏於溝通、選擇太多看不到未來……網路世代的孩子在步入青春期時，面臨著比過往世代更加艱鉅的成長挑戰。

作者簡介：陳雪如 Ashley
　　國立政治大學輔導與諮商碩士畢業，現為Ashley心理科學苑創辦人、企業課程講師、大專院校輔導老師。擅長領域包含協商談判、人際溝通、親密關係、親子教養、情緒調適等。

　　深耕於青少年輔導十餘年，深信家庭是一個系統，家人彼此間會互相影響，提倡以正向教養的方式引導孩子，幫助他們從錯誤中學習，期待他們能發展出足夠的心理素養，以面對未來變動快速的世界。

　　專業證照：諮商心理師、美國正面管教協會家長講師、NLP專業執行師、國際催眠執行師

作者粉絲頁： 陳雪如Ashley心理師

出版社粉絲頁： 親子天下

#李基銘 #fb新鮮事 #生活有意思 #快樂玩童軍
#漢聲廣播電台

YouTube頻道，可以收看
https://goo.gl/IQXvzd

podcast平台，可以收聽
SoundOn　https://bit.ly/3oXSlmF
Spotify　https://spoti.fi/2TXxH7V
Apple　https://apple.co/2I7NYVc
Google　https://bit.ly/2GykvmH
KKBOX　https://bit.ly/2JlI3wC
Firstory　https://bit.ly/3lCHDPi

請支持六個粉絲頁
李基銘主持人粉絲頁：https://www.facebook.com/voh.lee
李基銘新聞報粉絲頁：https://www.facebook.com/voh.twnews
李基銘的影音頻道粉絲頁：https://www.facebook.com/voh.video
漢聲廣播電台「fb新鮮事」節目粉絲頁：https://www.facebook.com/voh.vhbn
漢聲廣播電台「快樂玩童軍」節目粉絲頁：https://www.facebook.com/voh.scout
漢聲廣播電台「生活有意思」節目粉絲頁：https://www.facebook.com/voh.life