關於 歐氏車業評價 ，我們在網路上蒐集到這些相關的討論、資訊與評價

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

非洲納米比亞概覽與旅行須知｜ Namibia
納米比亞位在非洲大陸的西南隅，是一個相對年輕的國家，1990年才從南非獨立。或許因為如此，許多國人對納米比亞不甚了解，甚至根本不知道這個國家。然而，納米比亞有著豐富且多樣的人文與風景，除了有一般人常與非洲聯想在一起的諸多野生動物外，還有獨特的原民文化、史前遺跡，令人讚嘆的地景如巨石、沙海相連與世上最古老的沙漠，以及絢麗的夜空。而對攝影及旅行愛好者來說，主題如此橫跨動物、人文、風景與夜空的國家，無疑是絕佳的目的地。


▌納米比亞主要景點與建議天數


由於長飛行時數與較高的簽證費，相信大多數人來都希望能把納米比亞的主要景點一次看完。納米比亞主要的景點如下:
1. 埃托沙國家公園 Etosha National Park
2. 達瑪拉蘭 Damaraland
3. 尖帽山 Spitzkoppe
4. 骷髏海岸、十字舺 Skeleton Coast, Cape Cross
5. 鯨灣與三明治灣 Walvis Bay, Sandwich Harbour
6. 南迴歸線＆Solitaire小鎮
7. 死亡谷與沙丘 Deadvlei & Dunes
8. 箭袋樹森林 Quiver tree forest
9. 鬼鎮 Kolmanskop*
10. 魚河谷 Fish River Canyon *
各個景點的簡單介紹我就放在圖片敘述，幾個主要的點之後也會有專文介紹，所以下面我就把造訪納米比亞的幾個要點與感想列出：


▌建議天數


我自己這趟安排了兩週的時間，除了魚河谷因為實在太遠和沒有太大興趣，及鬼鎮因為前面行程強碰當地長週末而延誤沒有去到外，其他都造訪了。如果要上述地點全數走訪的話，我會建議安排16~17天比較夠用。


▌最佳旅遊季節


單純以旅行的角度來看，納米比亞分成兩個季節，即乾季與雨季。乾季為5-10月，即當地的冬季與部分春季。由於降雨少，動物會聚集在少數的水坑，容易追蹤外，也因為此時的氣候比較涼爽，造訪沙漠也比較不至於高溫難耐。


我自己也是選在八月造訪，白天溫度不會突破攝氏30度，算是乾燥舒適，但晚上溫度則會陡降，不可忽略保暖措施，特別是越往南越能感受氣溫的降低。此外，這時的納米比亞多是萬里無雲的晴朗天氣，很容易因太陽直射與乾燥氣候曬傷。因此還是要有適當的防曬與保濕措施。


雨季則是11-4月，型態大致與乾季相反。除了降雨導致水坑廣布、動物分散飲水較難追蹤外，沙漠的氣溫也高，造訪時或許較為不舒適。


▌跟團 vs 自駕 vs 私人客製行及花費


台灣雖有旅行社在經營納米比亞旅遊，但除了行程沒有彈性外，天數與我行程類似的就要價高達17~20萬台幣，高出我的實際花費許多。因此許多人，包含我身邊的友人，多選擇自行或透過當地旅行社代訂車輛與住宿來進行自駕遊。


而比較專注在攝影的人，我會建議和我一樣，透過當地旅行社客製化自己的拍攝行程，並雇用一名專業嚮導，讓我可以把心力全部用在拍攝上，而不必分出體力心力開車、煮食、採買等等。我這次就是透過網路上評價很高的變色龍旅行 Chameleon Safaris Namibia 來協助行程安排與預訂，結果也非常滿意，很推薦給大家。


▌前往納米比亞方式與簽證


從台灣前往納米比亞都需要經過第三地轉機，比較常見的飛法是先經香港再經南非約翰尼斯堡/ 開普敦前往納米比亞首都溫吐克 Windhoek，總飛行時數約15小時。


台灣人前往納米比亞必須辦理簽證，而台灣沒有納米比亞的大使館或代表處，只能前往第三國或者經由代辦申請。但其實如果願意花錢找代辦的話，申請過程比免費的南非簽證好申請 (不必準備一堆文件及親送)。


▌物價與飲食


納米比亞的物價其實與台灣相近。雖飲食比較西化，以肉類為主食，但還不至於會有無法適應的問題。加上我們的嚮導也會觀察我們飲食的喜好來調整每天的菜單，其實我們每天吃的都蠻開心的，覺得他的手藝可以直接開間餐廳。


▌電壓與插座


納米比亞的插座是比較特殊的南非三圓孔規格，一般的萬用轉接頭通常沒有附這樣的規格。雖說部份的住宿點的插座已經轉接成歐規，但我是有買納米比亞的轉接頭以防萬一。電壓則是220V~230V。


▌未來活動通知！

我推出電子報服務了！未來不論線上或實體的活動，像是旅行或攝影相關的講座與課程、Photowalk外拍和抽獎等活動資訊，以及免費下載資源，都會用電子報來進行通知。有興趣者可以加入訂閱噢。訂閱網址：https://www.wilhelmchang.com/newsletter

【高雄外送甜點推薦】宅在家也能優雅吃法式下午茶！
📍貝瑞家📍La Maison Berry📍高雄甜點
大家居家工作還習慣嗎？就算WFH，還是可以揪朋友來個 #線上下午茶
#延長停課 #家長崩潰
#有些事還是讓專業的來
例如⋯⋯外送專業甜點🍮

Bonjour! 我是曾被法文系退學的下班女子。餐廳限外帶後，很久沒來點下午茶了吧？

自疫情嚴重以來，很多公司改成居家上班後，有兩種現象：一是廚藝大爆發，另一據網路上醫院急診室醫護人員說，急診室切到手的人來緊急包紮的人變多了！😂

不論是真是假，大家進廚房的次數總是變多了。雖然烘焙不太會切到手，但有些事情，還是交給專業的來！

今天下班女子在 Ubereats上滑呀滑，剛好看到LA MAISON BERRY 貝瑞家。保持著好奇的心，就點了幾樣甜點，跟同事約了決定來一場線上下午茶會議！😆

查了一下資料，這家甜點是由台灣女孩Chloe和法國帥哥Frederic所創立的，法國主廚還有酷炫台灣名字，叫洪才翔，非常融入台灣在地。

兩人原先在 🏄 小琉球推餐車 ⛱ ，後來到高雄以平價的法式甜點打響知名度。店名的由來是因為老闆家族姓氏叫做Berry，而提供的正是他原生家庭從小吃到大，原汁原味的法式甜點喔！🍰

這次下班女子訂了招牌 #迷你瑪德蓮、#可麗露（卡納蕾）、 #鄉村蘋果塔 跟 #抹茶杏仁蒙特卡歐(Montecao)，再煮一壺 #瑪黑兄弟 的茶，簡直一秒到法國！🇫🇷

外送來後，（我有用小烤箱回烤一下）再為他們盛盤擺裝，開啟線上通訊軟體，和同事進行了一場線上下午茶會議。

也為美好的甜點留下美麗的照片，對他們說聲Merci謝謝，（只記得這句）就大快朵頤惹！

看到有網友評價說貝瑞家的可麗露是全高雄最好吃的，我趕緊拿起餐具切了下去，外皮有一點點任性，不是啦，是韌性，烤得很硬但不會到咬不動（是正宗的法國味！）內餡則甜香滑嫩、質地溫和。

貝瑞家的甜點有一個共通點，都帶有淡淡的奶甜香，味道不會強烈過膩，很容易不小心吃著吃著，就全部吃光了！

懷念沒有疫情能和親朋好友相聚的時光，期盼疫情趨緩，大家要一起好好努力，共同防疫唷💪

#等疫情結束一定要去店裡光顧啊！

訂閱娜比頻道☞ http://goo.gl/E95lfY
週末挖寶去ep 1☞ https://youtu.be/X3fK2kvWkrM
合作請來信至 Email▶️ naabi324@gmail.com

膚質☞大油肌、敏感性膚質 Oily Sensitive Skin Type
最常戴的隱眼品牌：Pegavision晶碩煙花棕
Tech Gear: Panasonic LX100
Video Edited by Final Cut Pro X/Adobe Premiere

☆每星期不固定上傳兩支影片☆

久等啦～第2集終於上線了，這次一樣會跟大家一起開箱分享我這一個月挖寶到的好物，裡面有幾樣可能不是真的很適合我的膚質，但如果你跟我是不一樣的膚質的話，也希望你可以試試看，說不定就是你的蜜糖摟！

※影片用到的產品※
~寶雅部分~
Lumina A1 全方位粉底刷 NT$199
刷毛很緊實，也不會過度吸收粉底液，如果搭配較稀的底妝會稍微顯刷痕

Meko韓風極細粉底刷／化妝刷 NT$119
這支刷具刷毛超級緊實、不顯刷痕且刷出來妝感很細很平，完敗我的espoir跟Etudehouse的同款刷具

Satine 晶亮斜面腮紅刷 (金) NT$177
刷毛很密不會過鬆軟，抓粉地也不錯

星之冠乾濕兩用海綿葫蘆粉撲 NT$69
目前還沒用過所以不知道吸收粉底的程度跟上妝效果，但就觸感來說彈性很好

N.A.F極淨光雙色遮暇盤(自然膚) NT$199
質地很油膩、推開後妝感很浮不貼膚，不太適合油肌，但其他膚質的人可以試試看，但我覺得開架有更好的遮瑕選擇

heme修片達人雙色遮瑕霜 NT$229
偏向鮭魚橘的雙色遮瑕，質地偏稠但很好推勻，有這樣的表現力我覺得cp值很高

星之冠閃耀光燦6色眼影 NT$169
這是我第一次接觸星之冠這系列的眼影，我被它的顯色度、延展度嚇到，雖然白色眼影的表現力很差，但其他色用手上的妝效完全不輸歐美品牌

Meko蜜糖微醺雙頰彩 #粉橘彩霞 NT$129
橘色擦起來很適合稍黃的膚色，但打亮會讓膚色看起來灰灰的，加上超級飛粉，附的刷具質感很粗很刺，覺得開架也有更好表現力的腮紅/打亮選擇

Heme速描防水眼線眼影筆 #咖啡 / #酒紅 NT$149
顯色度、延展度超好，不過筆芯有點難削尖，加上有附個海棉頭供暈染，拿來當眼影打底也很適合

Media液體眉筆(極細型) NT$230
刷頭超細超軟，但對新手可能會不好控制力道，但填補毛流的效果很逼真自然

Heme印象塗鴉唇頰蠟筆 #裸粉
延展度、均勻度算不錯，也還算滋潤，擦上去不會有一層蠟浮在唇上。如果唇況ok的話，也不太會顯死皮，但筆芯很短，轉太長也蠻容易斷掉

耕心田柑仔清爽控油洗頭水 (試用包)
還沒用過不知道控油效果好不好，等我用一陣子再跟大家分享心得

Cattier法加帝兒綠礦泥淨油洗髮精(試用包)

~屈臣氏部分~
Bourjois 妙巴黎深呼吸光透遮瑕蜜 #01亮膚色 / #02粉膚色 NT$385
質地跟Heme雙色遮瑕有點像，但遮瑕度較好，也很好推勻

Absolute New York柔絲顯色唇彩 #AVL12 / #AVL22 NT$250
這應該是我今年最喜歡的開架霧面唇彩了，延展度顯色度超好，也沒有一般霧面唇彩過乾顯唇紋的缺點

~康是美部分~
未來美Mirae超級極速面膜
面膜紙很薄、服貼，吸收很快，算是非常有感的急救面膜

preCARE 皮珂兒 火山泥 每日反孔潔顏粉(深層潔淨) NT$250
有附起包網，洗完一星期覺得皮膚很乾淨舒服不會過乾，起包出來的泡泡質地也還算細

~大創部分~
春姬系列刷具 NT$39/支
鼻專用洗臉刷 NT$39/支

~Etude House
即可拍～濾鏡光潤氣墊粉餅 #Beige NT$880
這不是款適合油肌的氣墊粉餅，質地偏油偏厚，持久度也沒有很好，但乾肌或混合性偏乾的人可以試試看

即可拍~專業氣墊粉底刷 NT$520
EH家的刷具我覺得表現力都沒有很好，刷毛基本上都很粗，但這個粉底刷算是他們這麼多刷具裡面算細也算緊密的，但搭配這個氣墊粉餅刷出來粉痕很明顯也有點不太均勻

PinkSkull萌幻搖滾渲染腮紅 #PK001 NT$480
質地推開好會變成粉狀，加上偏霧面帶紫的藕粉色，很適合偏白或帶黃一點的膚色，算是很有氣質的一款霧面腮紅

蜂王漿極潤養顏～唇部精萃滋養油 NT$480
帶有淡淡蜂蜜味、不會過黏

~innisfree~
彩虹香氛身體乳-棉花 300ml NT$450
帶有棉花的中性香味，意外發現拿來洗頭蠻控油的

~Tomod's部分~
Chifure Makeup Foundation BB霜 #04
質地不算厚重、好推勻、有很多色系可以選，我用大概第4個小時會開始出油

Chifure唇膏 #647
單買唇芯的話印象中NT$100多塊有找，這系列的唇膏很滋潤，很好推勻

Chifure Washable Cold Cream卸妝霜
超大瓶價格也超便宜，質地比膚蕊卸妝霜稀，對於防水眼線液的卸妝力不太夠，建議要額外用眼唇卸妝液來卸


上一部影片

☞我曾經想關掉這個頻道 (學英文、國外生活、人生低潮、如何做決定) https://youtu.be/TnPVYIRw-HY

☞跟著我買：淘寶双11購物車清單＆推薦店鋪｜Taobao Wishlist & Favorite Stores https://youtu.be/ISgIgbi1Rrw

☞☞海外用戶淘寶双11購物攻略 2.0 (集貨、搜尋、評價）｜Shopping at Taobao: Things you need to know https://youtu.be/4cXWNYc0oO4

::更多娜比，一起聊天做朋友::
臉書粉絲團▶️ https://www.facebook.com/NABIBUZZ

Instagram▶️搜尋 NABIBUZZ

新浪微博Weibo ▶️ http://www.weibo.com/NABIBUZZ

合作請來信至 Email▶️ naabi324@gmail.com

美拍▶️搜尋 nabibuzz娜比美妆日记

優酷▶️ http://i.youku.com/nabibuzz


FTC: This is not a sponsored video. 此部影片沒有與任何品牌合作，單純好玩＾＾