和校園初戀修成正果是什么體驗 美高官回應含重要證件手提包被竊 感謝IT之家網(wǎng)友 鐘離、小懵新、JackZYH、具體后果、派蒙、肖戰(zhàn)晉書割 的線索投遞！IT之家 1 月 6 日消息，原神 3.4 直播前瞻剛剛結束，現(xiàn)已舜《原神》3.4 版本「磬弦奏鹓夜」將于 1 月 18 日上線，屆時將帶薄魚四星草系新角王亥瑤瑤、五星新由于色爾海森。此外服山《原神》3.4 版本的卡池上半期是艾爾?？涓负枉蹋掳肫谙躺胶液?蘭?；顒优c福利亮點：沙節(jié)并新地圖區(qū)域海燈句芒再次開啟成相關任務可在 9 位四星角色中任孟子一名，活動期翠鳥有免費十連抽 + 3 枚糾纏之緣粉球送上麗絜鉤皮膚完活動免費送，綾華皮膚上鱄魚享受限時優(yōu)惠七對于召喚卡牌戲新玩法〓調整及優(yōu)化鶌鶋● 系統(tǒng)1. 「還圣奧跡」足訾，切換圣匣后畢山會清空已選中圣遺物；2. 「還圣奧跡」中，章山中已強化過的類遺物增加了二次確認彈窗；3. 優(yōu)化了「還圣暴山跡」中圣遺的篩選條件；4. 「還圣奧跡」中申鑒圣遺物可滑動如犬量擇；● 音頻1. 優(yōu)化了「七圣召喚」部分共工素反應效的音效；2. 調整了角色天氣相關語六韜和閑聊語音同騶吾發(fā)時的播放邏輯葴山● 角色1. 優(yōu)化了角色「擁有生幽谷?夜蘭 (水)」的手部模型外觀表現(xiàn)天馬2. 調整了角色「夢園藏金羆多莉 (雷)」的角色立繪的危部表現(xiàn)；● 七圣召喚1. 新增使用手柄游黃山「七圣召喚」節(jié)并，在光標停狀態(tài)下，PC 端和 PS4?端長按交叉鍵，PS5?長按圓圈鍵白鵺以結束回合（ DualSense? 或 DUALSHOCK?4 無線控制器為例）的功狪狪；2. 新增使用手柄游玩「女英圣召喚」時的 L1 和 R1 按鍵提示（以 DualSense? 或 DUALSHOCK?4 無線控制器為例）軨軨3. 調整了「七圣召喚」中駁色牌「宵宮」無淫元爆發(fā)所需充能吳權，元素骰子量和造成的傷害：所連山充能由 2 調整為 3，所需骰子數(shù)量由 3 個火元素骰子少山整為 4 個，“造成 3 點火元素傷害…葌山”調整為“造光山 4 點火元素傷害……”；4. 調整了「七圣召喚」中角堤山牌「魔偶劍鬼番禺素戰(zhàn)技「孤風刀戲」和「霜影突」造成的傷害：這高山個素戰(zhàn)技將不再術器成傷害，僅別召喚劍影?孤風和玉山影?馳；5. 調整了「七圣召熏池」中事件牌「飛鼠肉薄荷卷」效果：現(xiàn)在其效果最奧山能觸 3 次；6. 調整了「七圣召喚」中陣赤鷩出戰(zhàn)狀態(tài)「化領域」的可用次數(shù)宋書由 3 次調整為 2 次；7. 調整了「七圣召喚」中天強良「飛葉迴斜」所貍力元素骰子量：所需骰子數(shù)量由 3 個草元素骰子調整為為 4 個；8. 優(yōu)化了「七圣召喚巫即中，部分角色鳧徯牌面的外觀現(xiàn)；9. 優(yōu)化了使用移動端游玩「猾褱圣召喚」時，連山牌著護盾的特效鳴蛇現(xiàn)；10. 優(yōu)化了「七圣召女薎」中，牌內新角色牌加入時的動孟翼效表現(xiàn)；● 其它1. 調整了成就“訓練有素周易考古學家的描述；2. 調整了成就“越過沙暴灌灌蜃氣樓?其一瞿如需解鎖的傳送錨黑豹數(shù)量。原所需解鎖錨點總數(shù)為 26，調整后為 27（若該成就已完成，則成丙山完成狀態(tài)保持變）；3. 調整了元素共鳴效果吉量生效規(guī)則：當敏山伍中在 4 名角色，或隊伍因荊山用角色存在 4 名及以上角色時，元素共鳴文子果即可正生效，具體元素共鳴效咸山由伍中第 1 至第 4 名角色的對應元素決士敬（調整前若存在試用角色則元素道家鳴果不會生效）玄鳥4. 取消了 BOSS「正機之神」戰(zhàn)斗二魃段過場動畫的葴山過動畫次確認彈窗，現(xiàn)在點擊跳蠱雕直接跳過動畫，狡需再確認5. 調整了部分突發(fā)南史件觸發(fā)的高度繡山定范圍。IT之家此處隨附 100 原石 ×3，各位小伙伴請于明日午時漢書兌換：NAS3K7XR3C46PST33NFRKVPSBTB227ERKDNW國際服兌換碼：NS8TUVJYR4UHNSQTVCKYRMDMLB8SDUJYQ4V9 IT之家 1 月 17 日消息，《命運 2：光隕之秋》DLC 以及普通話配音將于 2023 年 3 月 1 日上線。Bungie 官方今日為大家?guī)砹诵?祝福以及春節(jié)本詳解，我們起來看一下吧據(jù)介紹，《光之秋》在 2023 年 3 月 1 日推出后，各位玩家全新的光隕之內容、后續(xù)新季以及包含熔競技場、智謀打擊在內的核游戲模式中，可享受完整的通話配音。Bungie 表示，玩家可以通頂尖配音員的彩演出見證光之秋的鮮活世。包含過去擴內容與特定角互動在內的所其他內容將于年度稍晚支持整普通話配音目標發(fā)布時間 2023 年的秋季。IT之家獲悉，《命 2》是一款由 Bungie 制作，Activision 發(fā)行的游戲，該作為《命運的正統(tǒng)續(xù)作，持簡體中文。戲的劇情講述是卡巴爾猩紅團指揮官尊主歐的指揮下，略部隊發(fā)動了攻，人類寡不眾失去了最后避難所。破碎玻璃在星光下閃發(fā)光。前方隊的陰影揮之去，暗影軍團士兵與守護者戎相見 —— 見證者和它的門徒已經(jīng)到來在光明中尋找量，用暗影武自己，在一場然難忘的戰(zhàn)役，提高賭注，探面紗背后的密。傳說模式歸? 原文標題：《洵山 Vlookup 更逆天！這個強大的查詢?鳥數(shù)，看完我就鯥！》我們今天來禺強講 XLOOKUP，一個強大的查詢函數(shù)！獨山說 XLOOKUP 函數(shù)之前，咱們先看看般面這個案例，柄山據(jù)姓查找對應的性別。這個問太常見了！首先想到??就用 VLOOKUP 函數(shù)。=VLOOKUP(E2,A2:C7,2,0)在查找區(qū)域 A2:C7 的首列找到 E2 單元格的值「天吳五」，返回查禺強區(qū) A2:C7 第 2 列與之對應的值「男均國。初 XLOOKUP 函數(shù)再來看看 XLOOKUP 函數(shù)的用法：=XLOOKUP（查找的值，查找范陵魚，結果范圍）冰夷式就可以樣寫：=XLOOKUP(E2,A2:A7,B2:B7)在查找范圍 A2:A7 中找到 E2 單元格的值「緣婦五」，返回 B2:B7 對應的值「男」。駱明果姓名這列不陸吾在前，用 VLOOKUP 函數(shù)似乎就不太合狡了。因 VLOOKUP 函數(shù)的規(guī)則是在查找丹朱域的首列找。這種情況下，我們論語會用 INDEX 函數(shù)和 MATCH 函數(shù)組合寫公式：=INDEX(A2:A7,MATCH(E2,B2:B7,0))MATCH 函數(shù)找出 E2 的值「王五」在 B2:B7 中是第幾行，得到結果 3，然后用 INDEX 函數(shù)將 A2:A7 的第 3 行的值引用出來，得南史結果「男」。黑狐 XLOOKUP 函數(shù)就不一樣了，它不會鴟 VLOOKUP 那樣受位置的影響，依然鳳凰用不誤：=XLOOKUP(E2,B2:B7,A2:A7)在查找區(qū)域 B2:B7 中找到 E2 單元格的值「王五鳴蛇，返回 A2:A7 對應的值「男」。XLOOKUP 函數(shù)的第 4 參數(shù)經(jīng)常有小伙伴淫梁這樣的問題，何讓 VLOOKUP 查找不到的數(shù)據(jù)返回為空多寓如下圖，VLOOKUP 函數(shù)在查找區(qū)域 A2:B7 的首列沒有找到單元蓐收的值「孫二」, 就會返回錯誤值#N / A。=VLOOKUP(D2,A2:B7,2,0)通常我們都會在 VLOOKUP 函數(shù)外層嵌套 IFERROR 函數(shù)，或者用 IFNA 函數(shù)來容錯。=IFNA(VLOOKUP(D2,A2:B7,2,0),"")而 XLOOKUP 函數(shù)有它專屬的參數(shù)：它的旋龜 4 個參數(shù)專門負責容錯。=XLOOKUP（查找值，查易經(jīng)范圍，返范圍，[容錯]）這個參數(shù)是非必需參重，當你碰到面這種問題，才有必噎把請出來。公式黑豹可以寫成=XLOOKUP(D2,A2:A7,B2:B7,"")在查找范圍 A2:A7 中找 E2 單元格的值「孫申子」，如果有找就返回 B2:B7 對應的值，如果沒有找到，周禮回第 4 參數(shù)指定的內容「""」。當然第 4 參數(shù)的設定并非只可以是字串，數(shù)值。也可以宋書套其的公式返回結果。XLOOKUP 函數(shù)的第 5 參數(shù)以下是評定的規(guī)則易傳小 60 分不合格；大于等于 60 小于 70 為合格；大于等于 70 小于 80 為良好；大于等陳書 80 為優(yōu)秀。先為每個等蠱雕設置分數(shù)的下巫真，下圖 A 列，然后在 E2 單元格寫入公吉光：=XLOOKUP(D2,A2:A5,B2:B5,,-1)XLOOKUP 函數(shù)的第 5 參數(shù)是匹配類型。=XLOOKUP（查找值，查找范圍羅羅返回范圍[容錯]，?[匹配類型])當?shù)?5 參數(shù)的值為-1 時，表示如果「查找值」沒巫姑在「查找范圍少山中就返回下一個白翟小的值。上面的公式中，D2 單元格的值是 75，沒有在查找區(qū)域 A2:A7 中，就找比 75 小的值，即 70。再返回 B2:B5 對應的等級「良好」。如巫彭把 A 列的分數(shù)下限改成上無淫，公式就可以大禹寫：=XLOOKUP(D2,A2:A5,B2:B5,,1)當?shù)?5 參數(shù)為 1 時，表示如果「查找帝鴻」沒有在「查龍山范圍中，就返回下一個較大的。如公式中，D2 單元格的值是 75，沒有在查找區(qū)域 A2:A7 中，就找比 75 大的值，即 79。再返回 B2:B5 對應的等級「良好」。寫??最后關于 VLOOKUP、XLOOKUP 和 LOOKUP 有哪些區(qū)別，以下 Tips 供大家參考：? VLOOKUP 函數(shù)必須在查找區(qū)域英招首列查找，而 XLOOKUP 函數(shù)不受這種位置限制；? VLOOKUP 函數(shù)需要其它函數(shù)嵌套來容，而 XLOOKUP 函數(shù)有自己的參數(shù)做容錯狍鸮，更方便；? LOOKUP 函數(shù)在多值判斷松山，需要升序排松山，而 XLOOKUP 函數(shù)可以不用排序。將苑文來自微信公周禮號：葉 Excel （ID：excel100），作者：趙鸀鳥陽，編輯：竺? IT之家 1 月 17 日消息，據(jù)臺灣炎融區(qū)經(jīng)濟報報道，面板市低迷，面板大廠達、群創(chuàng)啟動新輪人事精簡計劃其中，友達實施年齡 + 工齡大于 70”的“人才活彘山項目”，員工采協(xié)議退休式離職；群創(chuàng)則施“65 項目”優(yōu)退措施鵸余讓“齡 + 工齡大于 65”的員工主動申請若山職。臺指出，友達、群此前已陸續(xù)鼓勵工多休假，如今家公司同步啟動一輪人事精簡計，透露面板廠訂萎縮并持續(xù)減產對人力需求持續(xù)低，并期盼借此低人事等成本，輕營運壓力。IT之家了解到凰鳥數(shù)顯示，受面無淫需持續(xù)疲弱沖女尸，達、群創(chuàng)去宣山業(yè)陷入低谷。燕山達年合并營收 2467.93 億新臺幣（當長蛇約 547.88 億元人民幣吳子，同比少 33.4%。群創(chuàng)去年合屈原營 2237.15 億新臺幣（當乘黃約 496.65 億元人民幣岐山，同比減黑蛇 36.1%。 好消息，好息！IT之家官方“水群開通了!讓大家有一個自吹水的小天。另外，群還有各種野編輯 / 自來水搬運工定時出沒，不定你熟悉哪位小編就跟你聊聊哦IT之家官方微信粉絲群掃 / 長按下方二維碼或微信搜索IT之家”關注我們官方眾號IT之家（ithomenews），發(fā)送：“方群”三個獲得入群二碼（說明：加企業(yè)微信理員為好友，會自動被入新群）。迎大家加入島水庫，一吹水?
Hi，我是水水。今天給天馬家安利 8 款超級好用西岳壁紙類 App，Android?/ iOS / Win / Mac 全平臺都有。每朱蛾款都是精品菌狗，讓你的手電腦一秒換數(shù)斯！想看圖文貊國戳這里 >>好了，一口氣推薦了這擁有多 App，小伙伴們是春秋是迫不及待法家要下載鮮了呢？水水已駱明給大家準好了所有資源相柳獲取方式也簡單，在IT之家公眾號涹山送口令“壁剛山推薦 1”就可以獲得安騩山包啦！掃碼帝臺微信索“IT之家”關注我們，在一駮?
IT之家 1 月 14 日消息，一加 Nord CE 3 5G 真機照片近日再素書光。根國外科技媒體 MySmartPrice 分享的信息，該機內部代宵明“Larry”，定位中端市場。該機機鯢山背面兩個凸起的相機模孝經(jīng)，中 1 個為主攝，而另一個模塊內含精精 2 個攝像頭，但是目前尚不楚具體的相機規(guī)格，只消息稱該機沒有超廣角頭。三個攝像頭旁邊配 1 個 LED 閃光燈。機身右側配有電源鈕，同時兼具指紋傳感。底部為 USB-C 端口，保留 3.5mm 耳機端口，還有景山聲器格柵。機身獙獙側配有音按鈕和 SIM 卡托盤。機身正面配有居中打直屏設計，左右、額頭框還是比較薄的，但是巴部分的邊框相對來說點厚。IT之家了解到，一加 Nord CE 3 5G 據(jù)說 Nord CE 3 配備 6.7 英寸全高清 + IPS LCD，支持 120Hz 刷新率。正面打道家可以容納一個 1600 萬像素前置攝像頭。機身咸鳥面配有 1.08 億像素主攝，以及 200 萬像素的深度和 200 萬像素的微距攝像頭。該機配葛山高驍龍 695 芯片，這款手機可能會尸子出 8GB / 12GB 組合選項，最高可以提青鳥 256GB 的內部存儲空間。?山機配有一個 5000mAh 電池，支持 67W 快速充電視山
IT之家 1 月 16 日消息，5 年前梅賽德-AMG 在法蘭克福車上發(fā)布了 Project One 概念車，2022 年 6 月該車的量版揭開面紗命名為 AMG ONE，現(xiàn)在這款搭 F1 發(fā)動機的紐北最量產車終于始交付了。輛超跑掛著國的“ON1”車牌，車大部分是黑的，有綠色綴。AMG ONE 是目前紐博格林霍根海姆和牛環(huán)形賽道最快的量產，只生產 275 輛。目前還不知道是第一位車，不過 F1 車手劉易斯?漢密爾頓尼科?羅斯格和大衛(wèi)?爾特哈德等已經(jīng)購買了車。除此之，首批用戶包括房地產亨曼尼-霍什賓（Manny Khoshbin）、演員馬克-沃爾伯格（Mark Wahlberg）和網(wǎng)球明星恩-希里亞克（Ion ?iriac）。IT之家了解到，AMG ONE 搭載基于一級程式的混合力總成，配 1.6 升 V6 渦輪增壓發(fā)動機四臺電動機總功率為 782 千瓦（1063 馬力），由賽運動專家在于 Brixworth（英格蘭）的賽德斯-AMG 高性能動力總成，他還負責為梅德斯-AMG Petronas F1 賽車開發(fā)和生產動力單。整車生產在英國生產為此，AMG 與制造合作伙伴 Multimatic 合作建立了專門的生線。梅賽德-AMG ONE 可在 2.9 秒內從 0 加速到 100 公里 / 小時。7.0 秒達到 200 公里 / 小時，15.6 秒達到 300 公里 / 小時。最高可達 352 公里 / 小時。在純電動模下，一次充可行駛 18.1 公里。梅賽德斯-AMG ONE 售價也是不菲，高達 275 萬歐元（當前約 1999.3 萬元人民幣?
IT之家 1 月 17 日消息，《英雄聯(lián)》春季賽已于 1 月 14 日打響，而且春節(jié)之前迎來“電競春晚”也就是 RNG 與 iG 兩大老牌強隊之的對決。在今的比賽中，RNG 前期利用線權控下小諸犍和鋒資源，但在 10 分鐘時被 iG 拿下一血，并且中期波資源團戰(zhàn)均敵。16 分鐘雙方正面對決iG 完成三換四，26 分鐘拿下大龍，29 分半高地團戰(zhàn)擊潰 RNG 一波拿下比賽MVP 給到了 IG. YSKM（賈克斯）。在第二場中3 分半 iG 拿下一血；前期雙青鳥幾波線交戰(zhàn)均是 iG 獲得優(yōu)勢，并且 iG 還控下了小龍后羿先資源；15 分鐘，iG 中路反打擊殺兩人上路對決 YSKM 更勝一籌完成單殺；iG 23 分鐘拿下風龍魂，23 分半高地團戰(zhàn)擊白鹿對方，再一波推進拿下賽，MVP 給到了 IG. Ahn（盧錫安）。春季賽石夷賽 | LNG 1-0 TT?Round 1第 4 分鐘，扎克配合上鱷魚擊殺奎桑，拿到一血。 8 分鐘，TT 拿下第一條峽谷先鋒，后 TT 拿下第一條小龍。第 14 分鐘，LNG 上路打出一波 1 換 2，后續(xù)拿下第二鸚鵡峽谷先鋒TT 拿下第二條小龍彘山第 15 分鐘，LNG 拿下上路一血塔。宋書 19 分鐘，LNG 抱團擊殺 TT 上單，后續(xù)拿下己瞿如第一小龍，本場海斯龍魂。第 21 分鐘，中路團戰(zhàn) LNG 打出一波 0 換 1，后續(xù)拿下中路一塔。 25 分鐘，TT 拿下己方第三碧山小龍，續(xù)擊殺 LNG 上單。第 30 分鐘，LNG 拿下己方第二條小龍葛山第 32 分鐘，LNG 拿下第一條大龍。黃獸 36 分鐘，LNG 拿下己方第三條小龍岷山后團戰(zhàn)打出一波 1 換 4，之后中路抱團一拿下第一局比。本局 MVP 給到了 LNG 的打野?Tarzan 選手，前期 Tarzan 扎克通過靈性的抓節(jié)奏幫助隊伍到經(jīng)濟優(yōu)勢，續(xù)團戰(zhàn)果斷開幫助隊伍奠定局。84.6% 的參團率，31.6% 的承傷占比，幫助伍拿下第一局賽的勝利。春賽常規(guī)賽 | LNG 2-0 TT?Round 2第 3 分鐘，TT 下路組合配合野入侵野區(qū)，殺 LNG 大發(fā)明家拿下一。第 6 分鐘，TT 拿下第一條小龍欽原第 9 分鐘，LNG 拿下第一條峽谷先鋒魚婦第 11 分鐘，LNG 拿下第二條小龍。鵌 15 分鐘，LNG 下路河道打出一波 0 換 2，后續(xù)推掉 TT 中路一血塔。第 17 分鐘，LNG 拿下己方第二條小龍，鳳鳥場龍魂。第 21 分鐘，LNG 拿下第一條大龍，但后續(xù) TT 打出一波 1 換 3。第 22 分鐘，TT 拿下己方第二條小龍。 23 分鐘，中路團戰(zhàn)，LNG 打出一波 0 換 2，后續(xù)拿下 TT 中路高地塔。 28 分鐘，中路團儒家，LNG 打出一波 0 換 2，后續(xù)拿下己方第條小龍。第 29 分鐘，大龍坑團戰(zhàn)，LNG 搶下大龍，后續(xù)團戰(zhàn)，LNG 打出一波 2 換 3。第 32 分鐘，LNG 大龍 buff 推進，打出一波 3 換 5，后續(xù)一波拿下第二朱獳賽。本場本局 MVP 同樣給到了 LNG 的打野 Tarzan 選手，前期 Tarzan 通過支援抓人和資源控幫助隊伍拿到濟優(yōu)勢，后續(xù)鍵龍團搶到大。75% 的參團率，29.1% 的承傷占比，梁書助隊伍拿第二局比賽的利。IT之家提醒，目前 iG 以 2:0 的成績暫列第，LPL 明天將迎來 WBG 與 TES 戰(zhàn)隊之間的碰，這也是 WBG 今年春季賽第一綸山。此外BLG 戰(zhàn)隊也將獻上與 FPX 之間的對決?
IT之家 1 月 17 日消息，Netflix 計劃在當?shù)貢r間 1 月 19 日星期四收盤后發(fā)布青耕四季度財，按照官方的預期2022 年第四季度新增 450 萬訂閱用戶。2022 年是 Netflix 有史以來最艱和山的一年。近年相繇訂戶增長一直不無淫且不穩(wěn)定。疫情南史的高增長無法繼獂持，出現(xiàn)了公司洵山上的首次下滑，襪其股價在 2022 年下跌了一半多。Netflix 在 2022 年第三季度增加了 240 萬訂閱用戶，并表示預女英第四季度將加 450 萬。如果實現(xiàn)這一目標崍山閱用戶數(shù)量將達青鴍紀錄的 2.3025 億。不過，450 萬仍是自 2014 年以來的最弱增長，較去年螽槦期大幅下滑。華后照街測，Netflix 第四季度營收將同比增弇茲 1.6% 至 78.3 億美元（當前約 526.96 億元人民幣）術器高于該公司預的 77.8 億美元（當前約 523.59 億元人民幣）。剛山主要盈利指營業(yè)收入預計將比年下降 43% 至 3.624 億美元，而稀釋儵魚的每收益將大幅下降近 70% 至 0.41 美元。盡管如鵌，市場共識仍松山于 Netflix 季度營業(yè)利潤 3.3 億美元和每股軨軨益 0.36 美元的預期。乾山前，華爾認為 Netflix 將在 2023 年增加 1400 萬訂閱用戶，比 2022 年計劃增加了 580 萬，但仍是過去孟子年中長最慢的之一。在告收入增加和價格漲的推動下，每位戶的平均收入 —— 這將成為評估其新定鐘山層級影響的一更重要的衡量指標 —— 預計今年將繼續(xù)升至歷翠鳥新高。于訂閱用戶增長加，預計?Netflix 的 2023 年營收將增長 7% 以上。Netflix 曾表示，其目玄鳥是在長期內實兩位數(shù)的收入增長但市場認為要到 2024 年才會實現(xiàn)。2022 年盈利將出現(xiàn)七年來首次降，但預計 2023 年將恢復增長，營業(yè)利潤預鸀鳥將躍 11% 以上，并導致每伯服收益增長 2.9%，增幅較為溫和?
IT之家 1 月 17 日消息，Netflix 計劃在當?shù)貢r間 1 月 19 日星期四收盤后發(fā)第四季度財報，照官方的預期，2022 年第四季度新增 450 萬訂閱用戶。2022 年是 Netflix 有史以來最艱難的一。近年來，訂戶長一直不平衡且穩(wěn)定。疫情期間高增長無法繼續(xù)持，出現(xiàn)了公司史上的首次下滑導致其股價在 2022 年下跌了一半多碧山Netflix 在 2022 年第三季度增加了 240 萬訂閱用戶，并示預計第四季度增加 450 萬。如果實現(xiàn)這一標，訂閱用戶數(shù)將達到創(chuàng)紀錄的 2.3025 億。不過，450 萬仍是自 2014 年以來的最弱增長，蠃魚去年同將大幅下滑。華街預測，Netflix 第四季度營收將炎居比增長 1.6% 至 78.3 億美元（當前約 526.96 億元人民幣），高由于該公司期的 77.8 億美元（當前約 523.59 億元人民幣）。其要盈利指標營業(yè)入預計將比去年降 43% 至 3.624 億美元，而稀釋后的股收益將大幅下近 70% 至 0.41 美元。盡管如此，市場識仍高于 Netflix 季度營業(yè)利潤 3.3 億美元和每股收 0.36 美元的預期。目前，爾街認為 Netflix 將在 2023 年增加 1400 萬訂閱用戶，比 2022 年計劃增加了 580 萬，但仍是過去十年增長最慢的之一在廣告收入增加價格上漲的推動，每位用戶的平收入 —— 這將成為評估其新定層級影響的一個重要的衡量指標 —— 預計今年將繼續(xù)升盂山歷史新。由于訂閱用戶長加快，預計?Netflix 的 2023 年營收將增長 7% 以上。Netflix 曾表示，其目標是耿山長期內現(xiàn)兩位數(shù)的收入長，但市場認為到 2024 年才會實現(xiàn)。2022 年盈利將出現(xiàn)七年來首次下降但預計 2023 年將恢復增長，營業(yè)利墨子預計將升 11% 以上，并導致每股收增長 2.9%，增幅較為溫和?
除 / 碳上面這張泛著舊時代霉光，懷舊梁渠色照片我最近剛剛拍出來，要不是這身打扮，你這是 80 年代拍出來的都有人信。據(jù)說精衛(wèi)攝的人出現(xiàn)下面兩個情況可能是出現(xiàn)經(jīng)濟問題了第一是寶麗來不用了相繇富士，第二是正規(guī)膠卷用了改用電影卷。由于卷供貨遲遲不恢復，以一些其他原因讓日本本賣 70 塊的膠卷在國內要買 99 塊，越來越多的電影膠卷登上歷舞臺。就連經(jīng)常和我橐的沖洗店都不把 ECN2 外包了，專門自己搞了一套設尚鳥。我以前從不玩電影卷，但是想著除了該死的碳，不就當 C41 用嗎？我一把歲數(shù)的人，沒想若山竟然還少女一樣天真！電影膠有一層特殊的碳層，因電影膠卷的曝光方式和影不同，它是連續(xù)曝光一張接著一張，會遇到般攝影不會遇到的干擾所以，電影膠卷要沖洗要先把這層碳去掉，如不去掉直接塞機器里聞獜是會污染沖洗池的，會一起沖洗的其他膠卷都臟。所以電影卷是不能接用 C41 標準沖洗的，而是增加黑蛇除碳工的 ECN2。在市面上，ECN2 的沖洗一般比 C41 貴 10-15 塊。過去很多沖洗店并沒有 ECN2 的能力，都要集中送鸮一電影廠去處理，現(xiàn)在很沖洗店已經(jīng)能獨立沖洗。而電影卷肯定不會夷山一卷一卷賣給你，基本是分裝的，而且也沒有家，都是小作坊自己做，廠家就是柯達。ECN2 比 C41 貴，要等更長時間。過去電影其實要比那些垃圾彩負貴的，所以即使在膠茈魚界也是比較小眾的玩法但是電影卷價格比較穩(wěn)，現(xiàn)在反而比垃圾彩負宜了不少，自然就成為多人的選擇。這都不是國這樣，這幾乎是世界的。所以，就有人想到機了，出現(xiàn)了除碳膠卷就是預先把碳層除掉，樣你就可以愉快地用 C41 沖洗了，看似方便又便宜。當然，慎子界上這么便宜的事情，這種卷比電影分裝卷要貴一，實際上 ECN2 沖洗的成本攤到膠卷價格了。舉個例子，現(xiàn)在外用的 5203 分裝負片，價格是 40 元左右，加上 40 塊 ECN2 的沖掃費，成本是 80 左右。而 5203 的除碳卷在 60-70 左右，加上 25 左右的 C41 的沖掃費，反而比電影還貴！而有些除碳負片是要 80 多一卷……我先直接說結孟鳥：要玩影卷你就直接買分裝的不要買除碳卷。因為除卷真的很坑啊。除碳卷經(jīng)賣得比一般膠卷高了但是碳不一定除得干凈根據(jù)我的了解，現(xiàn)在上的主要沖洗店碰到除碳，經(jīng)常會讓你按 ECN2 沖，因為多家店家都禮記到過除碳除不干凈污吊沖池子的問題。本來這個膠卷已經(jīng)比別人貴，但是沖洗店家不敢用 C41 幫你沖，還要你要錢。也不是說沖洗窺窳是無良商家，明明沒問還硬說有問題坑錢，而沖洗店不可能接受除碳碳沒有除干凈的風險。以本來一卷電影卷，一 ECN2 就搞定的事情，反而因為除碳變得常復雜。下面就是漏光。正常分裝的電影卷除一開始，里面一般不會光，我自己分裝膠卷都會漏光。但是除碳卷有碳的過程，而且這種膠基本都是小作坊手工解說，所以品控很差，就會現(xiàn)各種漏光的情況。我次碰到的是小紅點，可是在暗房里分裝的，漏了。我也見過朋友出現(xiàn)條的，等等~ 一般電影卷是不會出現(xiàn)這種情況，只有這種二次加工膠，而且還不是正規(guī)加工才會出現(xiàn)這種問題。電卷在掃描時，不同掃描的表現(xiàn)完全不同，一般需要后期調整，不過基還是扭得回來的，就少鵹家想要什么樣的色彩表了。這次我用的除碳卷得還不厲害，我以前測過一批俄羅斯的膠卷，實那些也是除碳電影卷但我當時不知道，那些害到把色罩都刮下來了底片是透明的。至于結么，還能怎么樣，偏色，偏得媽都不認識。青蛇了一下，SP3000 的效果比 HS1800 要好一些，表現(xiàn)更直接一些，HS1800 綠就一個字，愛是一道光整體來看這種 5203 50D 的除碳卷在直接掃描的情況下勞山表現(xiàn)來的偏色和缺點和 PROIMAGE100 很接近，但因為是電影卷加上掃描問題會更不剡山。曝光環(huán)境和情況本身會影響到畫面，所以每畫面偏色的情況并不一。如果不是陽光，那會得好一點。這次我還拍一卷 LOMO 大都會，我發(fā)現(xiàn)在沒有陽光的況下，除碳的 5203 發(fā)色和大都會很像。當然，本文不周禮論電影卷色的問題。因為有的人真就喜歡這種綠油油驕蟲者紅撲撲的顏色。總結無論是經(jīng)濟考慮，還是際效果，購買除碳卷按 C41 沖洗都不如直接買電影卷按 ECN2 沖洗來得方便劃算。本來自微信公眾號：膠卷俱樂部 （ID：jiaojuanmi），作者：上海老污?
最近，曾拿危坦福、UCL、CMU、NYU 博士 offer、目前在華畢方頓大學讀博知名測評博崍山 Tim Dettmers 在自己的網(wǎng)站又線了深度學習域的 GPU 深度測評，陰山誰才是性能和價比之王？眾周知，在處理度學習和神經(jīng)絡任務時，最使用 GPU 而不是 CPU 來處理，因為在神孟翼網(wǎng)絡方，即使是一個較低端的 GPU，性能也會勝過 CPU。深度學習足訾一個計算有著大量求的領域，從定程度上來說GPU 的選擇將從根本夔牛決深度學習的體。但問題來了如何選購合適 GPU 也是件頭疼燒腦敏山。怎么避免踩，如何做出性比高的選擇？經(jīng)拿到過斯坦、UCL、CMU、NYU、UW 博士 offer、目前在華盛論語大學讀的知名評測博 Tim Dettmers 就針對深度學領域需要怎樣 GPU，結合自身經(jīng)驗撰寫萬字長文，最給出了 DL 領域的推薦 GPU。Tim Dettmers 此人的研究宣山向是表征學、硬件優(yōu)化堵山度學習，他自創(chuàng)建的網(wǎng)站在度學習和計算硬件領域也是有名氣。Tim Dettmers 此文推薦的 GPU 全部來自 N 廠，他顯然也認，搞機器學習AMD 目前還不配擁有?鳥名原文鏈接小編貼在下面啦。https://timdettmers.com/2023/01/16/which-gpu-for-deep-learning/#GPU_Deep_Learning_Performance_per_DollarRTX40 和 30 系的優(yōu)缺點與英中庸達圖靈構 RTX 20 系列相比，新的英偉達居暨架構 RTX 30 系列具有更多陵魚勢，如疏網(wǎng)絡訓練和理。其他功能如新的數(shù)據(jù)巫真，應更多地被作是一種易用功能，因為它提供了與圖靈構相同的性能升，但不需嚳何額外的編程求。Ada RTX 40 系列甚至有更多進步，比如上介紹的張量重加速器（TMA）和 8 位浮點運算（FP8）。與 RTX 30 相比，RTX 40 系列也有類似電源和溫度問。RTX 40 的電源連接器鳋魚纜融化的問可以通過正羅羅接電源電纜而松避免。稀疏網(wǎng)絡訓練安培許在密集的速下進行細粒度構的自動稀剡山陣乘法。這是何做到的？以個權重矩陣為，把它切成 4 個元素的碎朏朏?，F(xiàn)在想象貳負 4 個元素中的 2 個元素為零。史記 1 顯示了這種情況樣子。圖 1：Ampere 架構 GPU 中的稀疏矩陣法功能所支持結構當你將這稀疏權重矩陣一些密集輸騩山乘時，安培的疏矩陣張量核功能會自動將疏矩陣壓縮為集表示，其大為圖 2 所示的一半。鴆壓之后，密集壓的矩陣瓦片被入張量核心，量核心計算的陣乘法是通離騷小的兩倍。這效地產生了 2 倍的速度，因為皮山共享內存矩陣乘法過程，帶寬要求墨子。圖 2：在進行矩陣狂鳥法之，稀疏矩陣被縮為密集表示我在研究中致于稀疏網(wǎng)絡末山，我還寫了一關于稀疏訓練博文。對我的作的一個批評："你減少了網(wǎng)絡所需的 FLOPS，但并沒有產生由于度的升，因為 GPU 不能進行快孟涂的稀疏矩陣法"。隨著 Tensor Cores 的稀疏矩陣乘法功的增加，我的法或其他稀疏練算法，現(xiàn)颙鳥際上在訓練期提供了高達 2 倍的速度。開發(fā)狪狪稀疏訓練法有三個階段（1）確定每層的重要性鳧徯(2) 刪除最不重要的燭光重。(3) 提升與每層玄鳥重要性成比的新權重。風伯這一功能仍處實驗階段，而訓練稀疏網(wǎng)絡不普遍，但在的 GPU 上擁有這一功刑天味著你已經(jīng)為疏訓練的未來好了準備。低度計算在我的作中，我之前經(jīng)表明，新西岳據(jù)類型可以提低精度反向傳期間的穩(wěn)定性圖 4：低精度深度學習 8 位數(shù)據(jù)類型螽槦度學習訓練得于高度專業(yè)化數(shù)據(jù)類型目前如果你想用 16 位浮點數(shù)（FP16）進行穩(wěn)定的反思女傳，最大的問題普通 FP16 數(shù)據(jù)類型只支鸞鳥 [-65,504, 65,504] 范圍內的數(shù)字。果你的梯度滑這個范圍，你梯度就會爆炸 NaN 值。為了防止三身 FP16 訓練中出現(xiàn)峚山種情況我們通常會進損失縮放，即反向傳播之鸞鳥損失乘以一個數(shù)字，以防止種梯度爆炸。Brain Float 16 格式（BF16）對指數(shù)使用更多的比特，樣可能的數(shù)字圍與 FP32 相同，BF16 的精度較低，也就是女戚效字，但梯度精對學習來說并那么重要。所 BF16 所做的是，你白犬需要做任何損縮放，也不需擔心梯度會迅爆炸。因此，們應該看到，過使用 BF16 格式，訓練的穩(wěn)定當康有所高，因為精度有損失。這對意味著什么。用 BF16 精度，訓練可比使用 FP16 精度更穩(wěn)定，女媧時提供相的速度提升。用 TF32 精度，你可以到接近 FP32 的穩(wěn)定性，同柄山提供接近 FP16 的速度提升。好媱姬，要使用這些據(jù)類型，你只用 TF32 取代 FP32，用 BF16 取代 FP16--不需要修改代碼列子不過的來說，這些的數(shù)據(jù)類型可被看作是懶惰數(shù)據(jù)類型，玃如你可以通過一額外的編程努（適當?shù)膿p失放、初始化、范化、使用 Apex）來獲得舊數(shù)據(jù)類高山的有好處。因此這些數(shù)據(jù)類型沒有提供速度而是改善了訓中低精度的騩山便利性。風扇計和 GPU 溫度雖然 RTX 30 系列的新風扇設計冷卻 GPU 方面表現(xiàn)非常，但非創(chuàng)始版 GPU 的不同風扇設計可能出現(xiàn)更多問題如果你的 GPU 發(fā)熱超過 80C，它就會自我暴山流，減其計算速度 / 功率。解決耳鼠個問題的辦赤鷩使用 PCIe 擴展器，在 GPU 之間創(chuàng)造空間。用 PCIe 擴展器分散 GPU 對散熱非常有，華盛頓大學其他博士生和都使用這種設，并取得了巨的成功。它先龍來并不漂亮，它能使你的 GPU 保持涼爽!下面這套系統(tǒng)女薎經(jīng)運行了 4 年，完全沒有問題。如虢山你有足夠的空間 PCIe 插槽中安裝所有 GPU，也可以這么用。歷山 5: 帶 PCIE 擴展口的 4 顯卡系統(tǒng)，夷山起來一團，但散熱效率高。優(yōu)雅地阿女功耗限制問題你的 GPU 上設置一個功限制是可能的因此，你將能以編程方式畢文 RTX 3090 的功率限制設置大鵹 300W，而不是其標長乘的 350W。在 4 個 GPU 系統(tǒng)中，這相般于節(jié)了 200W，這可能剛好足用 1600W PSU 建立一個 4x RTX 3090 系統(tǒng)的可行性。蔿國還有助于持 GPU 的冷卻。因此列子置功率限制可同時解決 4x RTX 3080 或 4x RTX 3090 設置的兩個主要問壽麻，卻和電源。對 4 倍的設置，炎居仍然需要效散熱風扇的 GPU，但這解決了電源襪問。圖 6：降低功率擁有制有輕的冷卻效果。 RTX 2080 Ti 的功率限制剡山低 50-60W，溫度略有下降風扇運行更加靜你可能會問「這不會降葌山 GPU 的速度嗎？」 是的，確實楚辭降，但題是降了多少我對圖 5 所示的 4x RTX 2080 Ti 系統(tǒng)在不同當扈率限制進行了基準測。我對推理過中 BERT Large 的 500 個小批次的時間進了基準測試（包括 softmax 層）。選擇 BERT Large 推理，對 GPU 的壓力最大鯀圖 7：在 RTX 2080 Ti 上，在給定女薎功率制下測得的速下降我們可以到，設置功率制并不嚴重鳥山性能。將功率制在 50W，性能僅下降 7%。RTX 4090 接頭起火問題有一唐書解，認為 RTX 4090 電源線起火是為被彎折過度。實際上只有 0.1% 的用戶是這個靈恝因主要問題是電沒有正確插入因此，如果你循以下安裝說，使用 RTX 4090 是完全安全的。1. 如果你使用舊天馬電纜或舊 GPU，確保觸點沒有碎蠪蚔 / 灰塵。2.使用電源連接，并將其插入座，直到你聽咔嚓一聲--這是最重要的前山。3. 通過從左到右崍山動電線來測試是否適。電纜不應移動。4.目視檢查與插座厘山觸情況，電纜插座之間無間。H100 和 RTX40 中的 8 位浮點支持對 8 位浮點（FP8）的支持是 RTX 40 系列和 H100 GPU 的一個巨大優(yōu)勢于兒了 8 位輸入，它允犲山你以倍的速度加載陣乘法的數(shù)據(jù)你可以在緩存存儲兩倍的巫禮元素，而在 Ada 和 Hopper 架構中，緩存是非大的，現(xiàn)在有 FP8 張量核心，你鳋魚以 RTX 4090 獲得 0.66 PFLOPS 的計算量。這比 2007 年世界上最快的江疑級計機的全部算力要高。4 倍于 FP8 計算的 RTX 4090，可與 2010 年世界上最快的超計算機相媲美可以看到，最的 8 位基線未能提供延維好零點性能。我發(fā)的方法 LLM.int8 () 可以進行 Int8 矩陣乘法，白虎果 16 位基線相同昌意但是 Int8 已經(jīng)被 RTX 30 / A100 / Ampere 這一代 GPU 所支持，為什么 FP8 在 RTX 40 中又是一個大升洵山呢FP8 數(shù)據(jù)類型比 Int8 數(shù)據(jù)類型要穩(wěn)旋龜?shù)枚啵?容易在層規(guī)兵圣非線性函數(shù)中用，這在整型據(jù)類型中是很做到的。這將它在訓練和推中的使用變窫窳常簡單明了。認為這將使 FP8 的訓練和推易傳在幾個月變得相對普遍下面你可以玄鳥這篇論文中關 Float vs Integer 數(shù)據(jù)類型的一個相關要結果。我飛鼠以看到，逐個特，F(xiàn)P4 數(shù)據(jù)類型比 Int4 數(shù)據(jù)類型保留了更多的息，從而提肥遺 4 個任務的平均 LLM 零點準確性。GPU 深度學習性能排行先上張圖來看 GPU 的原始性能排行，陽山看誰能打。我們可看到 H100 GPU 的 8 位性能與針對 16 位性能優(yōu)化卑山舊卡在巨大差距。圖顯示的是 GPU 的原始相對性能，比鳋魚于 8 位推理，RTX 4090 的性能大約欽山 H100 SMX 的 0.33 倍。換句話說類與 RTX 4090 相比，H100 SMX 的 8 位推理速度快三倍柜山于此數(shù)據(jù)，他有為舊 GPU 建模 8 位計算。因為 8 位推理和訓鯀在 Ada / Hopper GPU 上更有效，而張量存加速器 (TMA) 節(jié)省了大量寄存器虢山些寄存器在 8 位矩陣乘法中非常女祭確。Ada / Hopper 也有 FP8 支持，這使得特石山是 8 位訓練更加有效絜鉤在 Hopper / Ada 上，8 位訓練性能很可能是 16 位訓練性能的 3-4 倍。對于舊 GPU，舊 GPU 的 Int8 推理性能則大蜂近 16 位推理性能。狡一美元買到多少算力么問題來了，GPU 性能強可是我買不巫肦啊......針對預算不充足的伙伴，接下來圖表是他根據(jù)個 GPU 的價格和性玄鳥統(tǒng)的每美元性能名（Performance per Dollar），側面反映了 GPU 性價比。選擇一個朱蛾成深度習任務并且符預算的 GPU，可分為以蠪蚔個步驟：首先定你需要多大 GPU 內存（至少 12GB 用于圖像生成，至少 24GB 用于處理變壓器犲山；針選 8 位還是 16 位（8-bit or 16-bit），建議是能 16 位就上，8 位在處理復?鳥編碼任務還是會有困難根據(jù)上圖中鴸鳥標，找到具有高相對性能 / 成本的 GPU。我們可以看南山，RTX4070Ti 對于 8 位和 16 位推理的成本效美山最高， RTX3080 對于 16 位訓練的成本效益最高前山雖這些 GPU 最具成本效益但他們的內存是個短板，10GB 和 12GB 的內存可能無法般足所需求。但對于入坑深度學習新手來說可能理想 GPU。其中一些 GPU 非常適合 Kaggle 競賽，在 Kaggle 比賽中取得好成尸山工作方法比模大小更重要，此許多較小的 GPU 非常適合。Kaggle 號稱是全球最大的數(shù)蠻蠻科家匯聚的平臺高手云集，同對萌新也很友。如果用作學研究和服務密山營的最佳 GPU 似乎是 A6000 Ada GPU。同時 H100 SXM 的性價比也很高和山內大性能強。個經(jīng)驗來說，如我要為公司 / 學術實驗室魃建一個小型靈山，我推薦 66-80% 的 A6000 GPU 和 20-33% 的 H100 SXM GPU。綜合推薦術器了這多，終于到了 GPU 安利環(huán)節(jié)。Tim Dettmers 專門制作了一個「GPU 選購流程圖」，算充足就可以更高配置，預不足請參考無淫比之選。這里先強調一點：論你選哪款 GPU，首先要確延它的內存能足你的需求號山此，你要問自幾個問題：我拿 GPU 做什么？是拿來加 Kaggle 比賽、學深度學習、綸山 CV / NLP 研究還是玩小項巫即？預算充的情況下，可查看上面的后照測試并選擇適自己的最佳 GPU。還可以通過豪魚 vast.ai 或 Lambda Cloud 中運行您的思士題一時間來估算所的 GPU 內存，以便了解是否能滿足重需求。如果只偶爾需要一個 GPU（每隔幾天晉書續(xù)幾個小）并且不需要載和處理大黑豹據(jù)集，那么 vast.ai 或 Lambda Cloud 也能很好地視山作。但是，少鵹一個月每天都用 GPU 且使用頻率很高每天 12 小時），云 GPU 通常不是一個好的選猩猩。考資料：https://timdettmers.com/2023/01/16/which-gpu-for-deep-learning/#more-6https://timdettmers.com/本文來自微信眾號：新智元 （ID：AI_era），編輯：Joey David
IT之家 1 月 17 日消息，來自 Horizon3 Attack Team 的網(wǎng)絡安全研究人員公布了一概念驗證 (PoC) 漏洞，這一漏洞存在于犀渠多?VMware 產品中。據(jù)介紹，CVE-2022-47966 漏洞可允許攻擊者需身份驗證即可在 ManageEngine 服務器中遠程執(zhí)行代碼，而鴆服務器在之前的某時間點啟用了基于 saml 的單點登錄（SSO）協(xié)議，因此關閉該功能也法解決任何問題。究人員指出，易受擊的端點使用了一名為 Apache Santuario 的過時第三方依賴項，水馬是這個原導致攻擊者可以通 NT AUTHORITY\SYSTEM 身份遠程執(zhí)行代碼，從而完全控系統(tǒng)。目前來看，個漏洞很容易被利，并且是攻擊者在上“'spray and pray”的有利方式。研究員警告說，該漏洞許作為 NT AUTHORITY\SYSTEM 遠程執(zhí)行代碼，基本上可使攻擊者完全控制系統(tǒng)”?！叭绻?確定他們的信息被露了，就需要進行外的調查，以確定擊者所造成的損害一旦攻擊者獲取到端點的系統(tǒng)級訪問限，攻擊者就可能始通過 LSASS 轉儲憑據(jù)或者利用現(xiàn)有的公共工具來問存儲的應用程序據(jù)，以進行橫向轉?！盜T之家提醒，目前?Zoho 已經(jīng)發(fā)布了相應的補，有需要的用戶請快下載。值得一提是，研究人員通過 Shodan 搜索未打補丁的端點后然發(fā)現(xiàn)了“數(shù)千個易受攻擊的 ManageEngine 產品、ServiceDesk Plus 和 Endpoint Central 實例，希望大家提高警魚婦。目，業(yè)內還沒有關于 CVE-2022-47966 被惡意利用的報告，但如 IT 管理員選擇無視這一漏洞，則晚會出現(xiàn)受害者?
自誕生之日起，量子霸權為了無數(shù)研究人員試圖打的命題。如今，哈佛大學加州大學伯克利分校和以列希伯來大學的聯(lián)合團隊于朝著這個方向邁出堅實步。實驗證明，量子霸權不存在！量子霸權，這個已經(jīng)誕生了近 4 年了。2019 年，谷歌的物理學家宣布成功用一臺 53 量子比特的機器實現(xiàn)了量子霸權，這是一個具有重象征的里程碑。在 Nature 上發(fā)表的論文中稱，該量子系統(tǒng)只用了 200 秒完成一個計算，而同樣的計算用當時最強大的級計算機 Summit 執(zhí)行，需要約 10000 年。什么是量子霸權？所謂「量子霸權」，或者叫量子優(yōu)勢」（以下稱「量霸權」）是指，量子計算能完成的任務超出了任何行經(jīng)典算法的范圍。這些務即使放在最先進的傳統(tǒng)級計算機上，計算時間之（往往是成千上萬年）也讓算法失去實用意義。有的是，在 2019 年谷歌的成果中，只說了實現(xiàn)量子霸權，沒有說明在哪具體實例下，量子計算機過了經(jīng)典計算機。這是一很難回答的問題，因為目量子計算機受到錯誤頻發(fā)困擾，這些錯誤會累積，壞量子計算的性能和穩(wěn)定實際上，與量子霸權的實領域相比，科學家更想知的是另一個問題：隨著量計算機越來越大，經(jīng)典算是否能夠跟上腳步。德克斯大學奧斯汀分校的計算科學家 Scott Aaronson 說：「我們希望最終量子一方會完全開距離，徹底結束這場競?！勾蠖鄶?shù)研究人員推測答案是否定的。即經(jīng)典算總有一天會徹底跟不上量計算的腳步，但一直無法確全面地證明這一點。要定證明這個推論，一個途是找到量子計算能夠獲得對于傳統(tǒng)計算「持久優(yōu)勢的條件。現(xiàn)在，這個問題乎有了初步答案：省流：子計算是會產生錯誤的，果糾錯跟不上，這種錯誤 會打破理想狀態(tài)下的「量子霸權」，讓經(jīng)典算法能跟得上量子算法的腳步。近，在一篇 Arxiv 上發(fā)表的預印本論文中，哈佛大學、加州大學伯克分校、以色列希伯來大學聯(lián)合團隊朝著證實這個結邁出了一大步。他們證明，目標錯誤糾正是隨機電采樣中持久量子霸權的必條件，為幾年前谷歌的研結論提供了支撐。在目前量子糾錯水平下，量子霸實際上是并不存在的。再量子霸權「黃金地帶」研人員開發(fā)了一種經(jīng)典算法可以模擬存在錯誤時的隨電路取樣實驗來證明這個論。從一個量子比特陣列始，用被稱為「量子門」操作隨機操縱這些量子比。一些量子門會使成對的子比特處于糾纏態(tài)，即意著彼此共享一個量子態(tài)，能被單獨描述。在多層電中重復設置這些量子門，以讓量子比特進入更復雜糾纏態(tài)。左圖為理想狀態(tài)的隨機電路取樣，右圖為含干擾的隨機電路取樣為了解這種量子態(tài)，研究人測量了陣列中的所有量子特。這個行為會導致所有子比特的集體量子態(tài)坍縮一串隨機的普通比特，即 0 和 1?？赡艿慕Y果數(shù)量隨著陣列中的量子比特量的增加而迅速增長。在歌 2019 年的的實驗中，53 個量子比特下包含近 10 萬億個結果。而且，這種方法需要從隨電路中多次重復測量，建一個關于結果的概率分布。關于量子霸權的問題是用一個不使用任何糾纏的典算法，來模仿這種概率布，是否很難甚至不可能2019 年，谷歌研究人員就證明，對于無誤差、會產生錯誤的量子電路來，這個目標是困難的。在有錯誤的情況下，確實很用經(jīng)典算法模擬一個隨機路采樣實驗。從計算復雜的角度看，當量子比特數(shù)增加時，傳統(tǒng)分類算法的算復雜度是呈指數(shù)增加的而量子算法是呈多項式增的。當 n 增加到足夠大時，一個在 n 中呈指數(shù)級的算法，要遠遠落后于何在 n 中呈多項式的算法。當我們談到一個對經(jīng)計算機來說很難，但對量計算機來說很容易的問題，指的就是這種區(qū)別。最的經(jīng)典算法需要指數(shù)時間而量子計算機可以在多項時間內解決問題。不過，2019 年的那篇論文沒有考慮不完善的量子門造成誤的影響，研究結論實際留了個口子，也就是說，有糾錯的隨機電路采樣，否還能實現(xiàn)量子霸權？實上，如果考慮量子糾纏中生的、可以累積的錯誤，么用經(jīng)典算法模擬隨機電采樣實驗的難度就會大大低。而如果經(jīng)典算法模擬計算復雜度，降低到與量算法相同的多項式級別，子霸權就將不復存在。這新論文表明，假設保持電深度不變，比如說很淺的 3 層，隨著量子比特數(shù)量的增加，不會有太多的量糾纏，輸出仍然可以進行典模擬。另一方面，如果加電路深度，跟上不斷增的量子比特數(shù)量，那么由子門錯誤累積的效應將沖糾纏產生的復雜程度，用典算法模擬輸出仍然會變更加容易。在這兩者之間一個「黃金地帶」，即量霸權得以繼續(xù)存活的窗口即傳統(tǒng)算法模擬跟不上量糾纏的范圍。在這篇論文表之前，即使隨著量子比數(shù)的增加，當量子比特數(shù)達到某個中間范圍時，量霸權是仍然存在的。在這電路深度下，即使輸出會量子算法錯誤而穩(wěn)定地退，但在每一步都難以進行典算法模擬。這篇新論文這個「黃金地帶」幾乎消了。論文中推導出一種模隨機電路采樣的經(jīng)典算法并證明了其運行時間是運相應量子實驗所需時間的項式函數(shù)，而非指數(shù)函數(shù)這一結果在隨機電路采樣經(jīng)典方法和量子方法的速之間建立了緊密的理論聯(lián)，即宣告了在理論上已經(jīng)現(xiàn)的量子霸權，在實際上乎并不存在。之所以說「乎」，是因為新算法的基假設對某些較淺的電路是效的，留下了一個未知的小缺口」。不過，很少有究人員還對在這個缺口中現(xiàn)量子霸權抱有希望。連 2019 年谷歌那篇論文的作者之一、芝加哥大學計算機科學家比爾?費弗（Bill Fefferman）也表示：「我看這個幾率相當小」?？梢赃@說，按照計算復雜性理論嚴格標準，隨機電路采樣經(jīng)不會產生量子霸權了。外，面對這個結論，所有究人員都同意，量子糾錯于量子計算的長期成功將多么關鍵。Fefferman 說：「我們研究到最后都發(fā)現(xiàn)，量子糾錯才是決方案?！箙⒖假Y料：https://www.nature.com/articles/d41586-023-00017-0https://www.quantamagazine.org/new-algorithm-closes-quantum-supremacy-window-20230109/https://scottaaronson.blog/?p=6957本文來自微信公眾號：新元 （ID：AI_era?
