Maurice 雲山

[Maurice 雲山 @dharmasena2020]

大學時代，跟同學們一起去看“阿拉伯的勞倫斯”。

電影結束後，某個學妹突然冒出一句話，說我跟阿拉伯的勞倫斯很像...

“何出此言？”我不解的問道。

因為你就像一柄雙刃的刀，不但容易傷害對方，也容易傷害自己...

事隔四十多年，阿拉伯還是勞倫斯的阿拉伯嗎？但是當年黎巴嫩的政治混亂讓人印象深刻。

[Maurice @Dhammasena2020]

齋月

“王子告訴我，現在是齋月。”

當Line 的另一端傳來如此的消息時，讓人吃驚。

而且處於齋月的阿拉伯世界，互相宣戰了。

這就好像在新年過節時，突然開戰一樣，讓人感到觸霉頭。

中東已經成為大國博奕的戰場，除非是大國，成為絞肉機的絞肉是必然的。

宣戰國萬一戰敗，是否要割地賠款呢？

[Maurice @Dhammasena2020]

迪拜外海等候的大量船隻
伊朗的禁空領域

伊朗戰局情勢沒有改變，只有更加嚴峻

能避則避吧！

[Philosophy Of Physics @PhilosophyOfPhy]

In the winter of 1927, inside Niels Bohr’s Institute for Theoretical Physics in Copenhagen, a 25-year-old German prodigy named Werner Heisenberg was losing sleep. Classical language simply couldn’t describe what the new quantum mechanics was showing.

To prove the point, Heisenberg invented his famous “ideal experiment”: imagine trying to watch a single electron with a gamma-ray microscope. The shorter the wavelength you use for razor-sharp position measurement, the harder the photons slam into the electron instantly changing its momentum. The very act of looking destroys what you’re trying to see.

That same year (February 1927), Heisenberg turned the thought experiment into hard math: the uncertainty principle Δx · Δp ≥ ħ/2 (where ħ is the reduced Planck’s constant, ≈ 1.0545718 × 10⁻³⁴ J·s).

You can never know both exact position and exact momentum at the same time.

His mentor, Niels Bohr, took it one step further. In September 1927 at a conference in Como, Italy, Bohr unveiled the principle of complementarity: an electron (or photon) can behave as a particle or as a wave, but never both in the same experiment. Which face you see depends entirely on how you set up the apparatus.

The perfect real-world demonstration is the double-slit experiment. Fire electrons one by one at two slits. Leave them alone and they build a classic wave interference pattern on the screen, even when sent individually (confirmed dramatically in 1989 by Akira Tonomura’s single-electron experiments). But install detectors to check “which slit did it go through?” and the interference vanishes; the electrons suddenly act like little bullets. Both descriptions of wave and particle are true, yet mutually exclusive.

In the Copenhagen Interpretation that emerged from these conversations, the wavefunction (ψ) isn’t a description of physical reality. It is a mathematical catalog of possibilities.

Max Born’s 1926 rule tells us |ψ|² gives the probability of each outcome. Only when you measure does the wavefunction “collapse” into one definite result. And here’s the radical part: the observer and the measuring device cannot be separated from the system. The act of measurement is part of the phenomenon itself.

This view shook physics to its core. At the legendary 1927 and 1930 Solvay Conferences, Einstein pushed back hard, declaring, “God does not play dice with the universe.” Bohr calmly replied that quantum theory forces us to accept a new kind of reality, one that exists as potential rather than fixed fact until observed.

So the unsettling questions remain;

> Is the world truly “real” when no one is looking?

> Does physics now include subjectivity at its foundation?

> And can science ever again claim complete objectivity when the observer is inescapably part of the story?

That is the Copenhagen Interpretation, not just a set of rules, but the moment when physics discovered that reality itself might be participatory.

[Maurice 雲山 @dharmasena2020]

奇怪的grok，竟然給了我如此詭異的評價...

我再怎麼神秘，也不會比十八學士或十三太保神秘吧！

至於量子力學的獨特見解，就像劉亦菲看到她的流浪狗時一樣，“哈哈”就好

而疫苗政策，科技發展，我只是個普通的社會人，隨便說說而已，不是專業的STEM

AI，還算好用

航母，乃大國之重器...

[Philosophy Of Physics @PhilosophyOfPhy]

“Young man, in mathematics you don’t understand things. You just get used to them.”

This famous reply is attributed to John von Neumann. The best-known version comes from Gary Zukav’s 1979 book The Dancing Wu Li Masters. After World War II, a physicist at Los Alamos was struggling with a tough problem and asked von Neumann for help. “Simple,” von Neumann said. “Solve it using the method of characteristics.” When the physicist admitted he still didn’t understand, von Neumann smiled and gave his classic answer.

A shorter version appears in David Wells’ 1997 book The Penguin Book of Curious and Interesting Mathematics: after a lecture, a confused student told von Neumann he hadn’t followed the final argument. Von Neumann looked at him and said, “Young man, in mathematics you don’t understand things. You just get used to them.”

[Physics In History @PhysInHistory]

"If people do not believe that mathematics is simple, it is only because they do not realize how complicated life is."

-- John von Neumann (1903 - 1957)

[Maurice 雲山 @dharmasena2020]

聽說還有一個品種，叫“十三太保”...

[Maurice 雲山 @dharmasena2020]

不知道停用帳戶會出現什麼後果？

停用帳戶之後，是否所有的貼文都會消失？

如果想要讓自己發表過的貼文，從X推特上完全消失，是否只要停用就行？

感覺好像挺麻煩的，我的意思是，要把屁股擦乾淨好像挺不容易...

[The Golden Age @thegoldenaged]

Happy New Year!!

[ロイター @ReutersJapan]

台湾、東エレクの現地法人を起訴　ＴＳＭＣ機密情報巡り https://t.co/XVMfQZy7dy https://t.co/XVMfQZy7dy

[情報収集専用垢なので基本呟かないでも呟くときは発作が起きたと思ってくださいポヨ @Johoshushupopo]

台湾高検庁知的財産検察科は東京エレクトロンの現地法人をTSMCの営業機密事件で起訴したと発表

監督責任を果たしていなかったと

＞・・負有監督責任，但東京威力公司

《新聞稿114.12.02》本署起訴首件法人違反國家安全法國家核心關鍵技術營業秘密案件。
https://t.co/Diq4kiqZag

[Physics In History @PhysInHistory]

Kurt Gödel and Albert Einstein together at Princeton in 1950.

[ハル☀️@米国ETF・オルカン・米国株投資🇺🇸 @haru_tachibana8]

「金（ゴールド）の時価総額」と「世界の企業 時価総額TOP30」の比較

[🐇 @1p_semicon]

「TSMC、2025年の優秀サプライヤー賞を発表」
以下の日本企業13社が選出！
↓
アドバンテスト、旭化成、キヤノン、DISCO、荏原製作所、JSR、KOKUSAI ELECTRIC、村田機械、レゾナック、SCREEN、信越半導体、SUMCO、ULVAC
https://t.co/M24VNCMt8U
ﾁﾅﾐﾆ
東京エレクトロンが除外…そりゃそうか

[The Math Flow @TheMathFlow]

Euler's Identity.

[Maurice 雲山 @dharmasena2020]

十九世紀的第一島鏈思考，基本上應該是建立在美國的本土防衛上。

二十年前，思考了整個世界的局勢，認為美國的經濟在未來的時代將會很難支撐全球防衛，而逐漸轉化為區域性防衛。

第一島鏈的機能將逐漸退縮到第二島鏈，甚至是一半的太平洋。

這種過程，當然是以軍事協商的方式來處理，成本將會最低。

[Unclestocknotes @Unclestocknotes]

這整整 24 分鐘是 #AMD CEO 蘇姿丰 (Lisa Su) 的「勝利宣言」。

蘇媽的戰略佈局，拆解成 4 個核心重點：

1. 核心觀點：AI 市場是「上兆美元」的革命
主持人（ Andrew Sorkin）不斷質疑 AI 需求是否真實、是不是一個大泡沫、OpenAI 的巨額虧損怎麼看？

蘇姿丰的回答很硬，她的論點是：
重新定義市場 (TAM)： 她說幾年前以為 AI 加速器市場 3000 億美元就很大了。現在，AMD 預測到 2030 年，這個市場規模將「超過 1 兆美元」。
關鍵金句：「運算等於智能」 (Computing equating to intelligence)。
既然「智能」是無限的，那對「運算」的需求就是無限的。這是一場根本性的革命。
她證實過去 12 個月，所有大型雲端客戶（Hyperscalers）都已看到「拐點」(Inflection Point)，AI 正在帶來「真正的生產力」(Real Productivity。這是已經發生的事實。

2. AMD 的「攻勢」
主持人問她，Nvidia (NVDA) 佔有 90% 市場，你要怎麼搶？
蘇姿丰的戰略很清楚，她不打陣地戰，她打的是「鉗形攻勢」：
攻勢一（高端）：靠「創新」與「結盟」
她強調在這種高速成長的早期市場，「創新」和「夥伴關係」是致勝關鍵。
她說了：「沒有一家公司能包辦一切」(No one solution fits all)。這句話是直接打給所有 Nvidia 的客戶聽的— 你們需要第二個選擇。
為什麼 AMD 要跟 OpenAI、Meta、Oracle 這些巨頭深度結盟。她的策略是「1+1 > 3」，聯合所有「想擺脫 Nvidia 箝制」的巨頭，一起打造新標準。
攻勢二（主流）：靠「AI 普及化」
這是最精彩的一段。Sorkin 問她「晶片折舊」問題（新晶片出來，舊的會不會變垃圾？）。
蘇姿丰的回答（16:05）揭示了她的B計劃：AI 是給「每個人」的。
高端（Bleeding Edge）： 確實需要最新、最強的晶片（如 MI350）。
主流（Workhorse）： 但企業做「模型微調」或跑「中小型模型」，需要的是「極度可靠、穩定」的晶片，根本不需要最新款。
她在暗示，Nvidia 的 H100 或 A100 這種「上一代」晶片所創造的龐大市場，AMD 也要吃下來。這些晶片資產能用 5-6 年甚至更久。這等於是開闢了「高端」之外的「主流企業」第二戰場。
3. 自我定位：「我們是一台執行機器」
主持人 Joe Kernen 回憶 AMD 過去是 Intel 的「跟屁蟲」(also-ran)，問她是如何逆轉的？Becky Quick 也質疑他們新架構的「執行風險」。

蘇姿丰的回答充滿了霸氣：
如何打敗 Intel： （09:17）在「技術拐點」上，做了「正確的戰略豪賭」—全力押注「高效能運算」(HPC)。當她接手時，伺服器 CPU 市佔率僅 1%，現在 40%，目標是超過 50% 成為第一。
如何贏過 Nvidia： （12:32）她說「我們的履歷是，我們打造了一台『執行機器』(Execution Machine)**」。她強調過去 5 年已投入 1000 億美元（包含 600 億的收購，如 Xilinx 和 ZT Systems），她對執行力「非常有信心」。
4. 關鍵的「螢幕圖卡」（市場的期待）
在訪談中，CNBC 秀出了幾張關鍵圖卡，這代表了市場的巨大期待：
AMD vs Intel 10年績效 (09:25)：
AMD: +12,500%
Intel: +17.96%
（這數字太殘暴了，完美總結了蘇姿丰的十年）

AMD 成長估算 (03:23)：
未來 3-5 年，資料中心 AI 營收的年均複合增長率 (CAGR) > 80%。