色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Hot Chips盛會關于最新AI的部分產(chǎn)品與趨勢分析

YCqV_FPGA_EETre ? 來源:姚頌,賽靈思人工智能業(yè) ? 作者:姚頌,賽靈思人工 ? 2020-09-16 12:13 ? 次閱讀

Hot Chips,全球高性能芯片領域最負盛名的業(yè)界盛會!雖受疫情影響,本屆 Hot Chips 會議報告質量依然非常之高,涵蓋范圍也非常之廣。在 Tutorial 部分,有來自于 Google TPU 團隊、Cerebras、百度的機器學習訓練專題,也有來自于 Google、IBM 等的量子計算專題。會議正式內容分為 8 個 Section,包括服務器處理器、移動處理器、邊緣計算和傳感、GPU 和游戲架構、FPGA 和可重構架構、網(wǎng)絡和分布式系統(tǒng)、機器學習訓練,以及機器學習推理。受限于文章篇幅,本文將主要討論和機器學習相關部分的產(chǎn)品與趨勢。
趨勢一

互聯(lián)網(wǎng)公司自行開發(fā)的芯片明顯增多。百度有昆侖,阿里有含光。未來自己的客戶到底在哪里,公司出路在哪里?留給創(chuàng)業(yè)公司的空間還有多少?

百度是 Hot Chips 的常客:在主任架構師歐陽劍的帶領下,其基于 FPGA 開發(fā)的 Software-Defined Accelerator(SDA,軟件定義加速器)、面向于多種實際應用的 XPU 都已經(jīng)在 Hot Chips 進行過報告。本次百度展示了去年在三星使用 14nm 工藝流片的昆侖芯片。

阿里巴巴在最近幾年也在基礎架構、芯片開發(fā)上投入巨大。去年阿里巴巴達摩院團隊的張健松博士在 Hot Chips 發(fā)布了基于 FPGA 的新一代語音合成芯片 Ouroboros,今年阿里更是有兩個報告入選,其中就包括由焦陽(驕旸)領導開發(fā)的含光 800 NPU。

同是互聯(lián)網(wǎng)公司開發(fā)的 AI 芯片,百度昆侖和阿里含光 800 差異非常大,但各有優(yōu)勢。百度昆侖重點強調通用性,其峰值性能 256 INT8 TOPS/150W 的指標雖然不那么突出,但是能夠支持搜索引擎、計算機視覺、NLP、語音識別等多種模型。含光 800 性能指標非常突出,使用臺積電 12nm 工藝,實現(xiàn)了 825 INT8 TOPS/280W 的能效比,但是因為沒有外接存儲,其所能使用的模型有限,目前披露的數(shù)據(jù)基本都是針對 ResNet-50 的。

無論兩顆芯片的差異如何,值得注意的是,阿里與百度,包括很多互聯(lián)網(wǎng)公司都有在布局云端 AI 芯片: 騰訊一方面戰(zhàn)略投資了由曾在 AMD 任職多年、也曾在銳迪科(RDA)擔任 CEO 的趙立東師兄創(chuàng)立的燧原科技;而另一邊,騰訊也在悄悄招兵買馬,布局自己的 AI 芯片; 字節(jié)跳動極其低調地戰(zhàn)略投資了一家 AI 芯片公司,該公司也于今年初獲得了紅杉中國的 A 輪融資。至此老互聯(lián)網(wǎng)三巨頭 BAT 和新興互聯(lián)網(wǎng)公司中最大的字節(jié)跳動,都已經(jīng)有了自己的 AI 芯片嫡系部隊。而這其中任何一家自身對 AI 芯片的需求,成本和收益之比都不足以支撐一顆 7nm 芯片的開發(fā)。 在云端 AI 芯片市場,除了英偉達這樣的壟斷者,也有英特爾賽靈思這樣的資深巨頭玩家加入。國內除了上述提到的互聯(lián)網(wǎng)公司自研或關系緊密的企業(yè)之外,還有寒武紀、壁仞、登臨等企業(yè)參與到競爭之中。盡管快手、拼多多、美團、滴滴這樣在近些年快速上升的互聯(lián)網(wǎng)企業(yè)還沒有看到公開的 AI 芯片布局,但是也不排除他們在未來通過戰(zhàn)略投資等方式進行布局。中國云端 AI 芯片的市場正在被快速瓜分,在未來,即便存在有第三方獨立 AI 芯片企業(yè)的機會,整個市場也可能只能支撐一家這樣的公司——所有相關的企業(yè)都必須思考,未來自己的客戶到底在哪里,公司出路在哪里?

趨勢二

下一代計算技術得到更多關注。單純架構上的變化,很難實現(xiàn)簡單、便捷、低成本。模擬計算,存內計算,量子計算,光子計算, 誰將成為“破壞性創(chuàng)新”的源泉?

在2018年之后,基于傳統(tǒng)數(shù)字集成電路的 AI 芯片研發(fā)進展開始變得緩慢,已經(jīng)很難見到特別新鮮的想法和前所未有的微架構了。一方面,這是因為面向視覺和語音識別等領域的深度算法迭代幅度開始變小,沒有那么多新的問題需要去解決。另一方面,AI 芯片也無非是一個特殊領域的 ASIC,很多解決過往問題的思路都可以遷移過來,好的金礦也率先都被挖出來了。因此,在過去兩年,我們看到數(shù)字 AI 芯片的進步更多是和業(yè)務結合(如互聯(lián)網(wǎng)公司造芯、特斯拉自動駕駛芯片),或者利用一些新的平臺型技術(如 HBM、Chiplet、Wafer-Scale Chip),微架構也在升級,但沒有特別突出的大變化。

而更本質的問題在于,大家原本寄希望于 AI 芯片領域誕生“破壞性創(chuàng)新”或者“顛覆式創(chuàng)新”的機會,目前看起來很難實現(xiàn)。如圖 1 所示,破壞性創(chuàng)新是指一種簡單、便捷、成本低的新型技術,雖然早期達不到客戶需求的性能,但其會逐步提升,直到滿足客戶需求、形成對傳統(tǒng)技術的顛覆。而芯片領域,流片成本越來越高,在 7nm 節(jié)點達到了 1 億美金以上,如果沒有大量訂單支撐攤薄成本一般企業(yè)根本無法承受。因此,在 AI 芯片領域變成了:公司越大,芯片賣得越多,芯片越便宜。單純架構上的變化,很難實現(xiàn)簡單、便捷、低成本,難以成為“破壞性創(chuàng)新”的源泉。

圖 1. 破壞性創(chuàng)新模型(圖源:《創(chuàng)新者的解答》)

在這種情況下,越來越多的新技術路線得到關注,比如模擬計算,存內計算(in-memory computing),光計算等等。在去年的 Hot Chips,來自于一家法國創(chuàng)業(yè)公司 Upmem 和普林斯頓大學賈弘洋博士的兩篇存內計算報告被錄用就是有力的佐證。

本次 Hot Chips 的 Tutorial 選擇了一條未來極其重要的計算路線:量子計算。4 個報告其中有兩個來自于去年實現(xiàn)了“量子霸權(Quantum Supremacy)”的 Google 量子計算團隊,還有兩個報告分別來自 IBM 團隊和 Intel 團隊。但盡管量子計算得到很大的關注,但距離實用還非常遙遠,個人認為至少在 10 年以上。如圖 2,來自于 Intel 量子計算團隊的 James S. Clarke 所言,實現(xiàn)了 50 個 qubit,只是完成了概念驗證,未來要實現(xiàn)商用,如進行密碼破解,需要實現(xiàn)超過 100 萬個 qubit,這里還有很長的路要走。

圖 2. 解決不同問題需要的量子計算系統(tǒng)規(guī)模 (圖源:James S. Clarke)

孵化自 MIT 的 Lightmatter 團隊介紹的光子計算方案,相比而言更加接近實用。利用一種 MEMS 工藝制造的 Mach Zehnder 干涉儀(簡稱 MZI),光子計算將傳統(tǒng)的乘法轉化為光路的相位調制與干涉,可以在幾乎不耗能的情況下完成計算。但是,MZI 本來還是會對信號有一定的損耗,因為如果光路經(jīng)過多個級聯(lián)的 MZI,光路損耗的程度可能使得最終結果出錯,也因此沒法做到特別大的計算陣列。同時,光子計算還存在的一個問題是,仍然需要去解決 memory wall,因為 MZI 只是代替了乘法器。

值得一提的是,MIT 光子計算團隊實際上孵化了兩家創(chuàng)業(yè)企業(yè),除了 Lightmatter,還有其中的華人團隊創(chuàng)立的 Lightelligence(也被稱為 LightAI,曦智科技)。在這里也希望 Lightelligence 能夠越做越好。

趨勢三

Keynote 再次回到 AI 算法與應用。AI 開始進入大規(guī)模應用的下一步究竟是什么,機器人,AR,亦或是腦機接口?

Hot Chips 作為芯片行業(yè)最巔峰的盛會,其 Keynote 的選擇,也代表了行業(yè)里大家當前最關注的方向。

2017 年的 Hot Chips,Google 著名的架構師,有諸多傳奇和段子的“程序員之神”Jeff Dean,在大會做了“Recent Advances in Artificial Intelligence via Machine Learning and the Implications for Computer System Design (基于機器學習的人工智能最新進展及其對計算機系統(tǒng)設計的影響)”,足夠說明 AI 真正地進入了主流應用,大家都開始關注 AI 最新的進展以及如何去針對性進行系統(tǒng)設計。

2018 到 2019 年的幾個 Keynote 都和 AI 沒有什么關系。2018年芯片行業(yè)重大的新聞是 Intel CPU 被發(fā)現(xiàn)了 Spectre 和 Meltdown 兩個重大的漏洞,因此 Keynote 邀請了 John Hennessy 教授專門講解兩個漏洞以及處理器的安全性問題;同年,賽靈思新任總裁兼 CEO Victor Peng 就任,推出了 ACAP (Adaptive Computing Acceleration Platform, 自適應計算加速平臺)架構,也受到極大關注,因此也受邀到大會做 Keynote。2019 年,大家最關心的問題是摩爾定律是否還能延續(xù),也因此邀請了 AMD CEO Lisa Su 與斯坦福大學教授、時任臺積電研究 VP 的黃漢森教授分別介紹他們的觀點。

今年的 Keynote,Hot Chips 邀請了 DeepMind 的杰出工程師 Dan Belov 做了題為”AI Research at Scale - Opportunities on the Road Ahead ( 大規(guī)模的人工智能研究——未來的機遇 )”的報告,為大家介紹未來 AI 研究可能帶來的新機會。Dan Belov 的報告,完全沒有提計算機視覺、語音識別等已經(jīng)進入規(guī)模應用階段的算法,而重點給大家介紹了強化學習及其在機器人領域、圍棋、圖形學等領域應用的進展。Dan 指出,從 2012 年的 AlexNet 到現(xiàn)在,算法效率提升了 44 倍(即達到同樣精度的計算量),而算法的總計算量規(guī)模提升了 30 萬倍,我們還有很多工作要做才能填補這近 10000 倍的差距,因此我們還需要關注全系統(tǒng)設計、考慮經(jīng)濟性問題、在軟件架構領域應用更多機器學習的最新技術

圖 3. 黃漢森教授在 Hot Chips 2019的 Keynote 報告 (圖源:姚頌)

回到一個更本質的問題,如黃漢森教授在去年的 Hot Chips Keynote 中所說(見圖 3),半導體技術的發(fā)展很大程度上由重要的應用驅動,因為我們需要去理解和預測未來的新應用——這也是為什么會邀請做算法的企業(yè) DeepMind 來一個芯片的行業(yè)峰會做 Keynote 的原因。從 20 世紀 40 年代的無線電,到 70 年代的計算機,到 90 年代的 PC 和互聯(lián)網(wǎng),到 21 世紀前 20 年的手機與移動設備,再在現(xiàn)在這個時間點,移動的市場趨于飽和,AI 開始進入大規(guī)模應用,理所當然大家也都在思考,下一步究竟是什么?是機器人,是 AR,亦或是腦機接口?

結語

AI 芯片不是技術游戲。 曾經(jīng)創(chuàng)業(yè)的經(jīng)歷讓我有機會接觸到各行各業(yè)的創(chuàng)業(yè)者與投資人。曾經(jīng)聽過一位投資人分享互聯(lián)網(wǎng)交易平臺的邏輯和壁壘:對于這類平臺,一方連接的是供給方,一方連接的是需求方,當經(jīng)過發(fā)展,供需雙方的數(shù)量達到了一定的臨界值之后,平臺就不需要再付出特別大的成本而可以獲得用戶規(guī)模的自然增長,如圖4所示。平臺幾乎可以說是模式最牢固、收益最高的商業(yè)模型了,如大家熟知的淘寶、微信、大眾點評、美團外賣、拼多多、抖音、快手,都是這一類。

圖 4. 供給和需求側達到一定規(guī)模,互聯(lián)網(wǎng)應用開始自然增長 (圖源:姚頌)

而對于 AI 芯片,大家總是討論技術,但實際上要做的遠遠不止技術。從 2017年起,我在所有公眾報告中就在強調軟件的重要性,強調不止要讓芯片性能很好,還要讓用戶可以極其簡單的用起來新的芯片。而我也經(jīng)常引述有贊創(chuàng)始人白鴉對于產(chǎn)品的金字塔模型,提到對于 AI 芯片產(chǎn)品來說,要讓用戶“離不開”,最重要的是開源生態(tài)、是社區(qū)。到現(xiàn)在,我越來越感覺到,AI 芯片的競爭,最根本的,就是類似于互聯(lián)網(wǎng)平臺的生態(tài)競爭,如圖 5 所示,當有了足夠多的開源項目,在用戶初次接觸 AI 芯片時,就有更高的幾率使用你的芯片,而之后他又可能繼續(xù)貢獻更多的開源項目,實現(xiàn)正循環(huán)。也因為此,賽靈思越來越重視軟件生態(tài),越來越重視開發(fā)者,推出了 Vitis 這樣面向所有類型開發(fā)者的軟件平臺,并且把開發(fā)者生態(tài)作為重點領域持續(xù)推進。

圖 5.AI 芯片生態(tài)開拓與互聯(lián)網(wǎng)平臺的類似性(圖源:姚頌)

目前,AI 芯片領域開發(fā)者生態(tài)的領導者是英偉達:據(jù)最新一次發(fā)布會上英偉達創(chuàng)始人、CEO 黃仁勛披露,已經(jīng)有 180 萬 AI 開發(fā)者使用英偉達 GPU;而AI的初學者,我相信 99% 以上都會選擇買一塊 GPU、下載開源代碼進行嘗試。那 AI 芯片的初創(chuàng)企業(yè),其他的大型芯片企業(yè)還有機會嗎?我腦海中蹦出來兩個點:

第一,在鋼琴推廣上,聽過一句話叫“一個郎朗勝過一萬名鋼琴老師”。第二,同是平臺,不同平臺的穩(wěn)固程度是不一樣的:如淘寶,每個商家都有自己的供應鏈、有自己在營銷上的投入成本,因而會更為穩(wěn)固;而滴滴,接入的個人司機,在切換平臺上沒有太多成本,因此哪里補貼高,司機就去哪個平臺接單。

賽靈思也仍在 AI 開發(fā)者生態(tài)領域努力,歡迎大家加入,也歡迎大家一起討論。

THE END

關于作者

姚頌:現(xiàn)任賽靈思人工智能業(yè)務高級總監(jiān),負責公司在全球領域的人工智能業(yè)務拓展和生態(tài)建設。加入賽靈思之前,姚頌為深鑒科技( 2018 年 7 月并入賽靈思公司)聯(lián)合創(chuàng)始人、首席執(zhí)行官,帶領團隊自主研發(fā)了高效的深度學習平臺,致力于為智能安防與數(shù)據(jù)中心等行業(yè)提供集算法、軟件、芯片為一體的人工智能方案。

原文標題:從 Hot Chips 32 看最新 AI 產(chǎn)品趨勢

文章出處:【微信公眾號:FPGA開發(fā)圈】歡迎添加關注!文章轉載請注明出處。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 芯片
    +關注

    關注

    455

    文章

    50771

    瀏覽量

    423403
  • 賽靈思
    +關注

    關注

    32

    文章

    1794

    瀏覽量

    131263
  • AI
    AI
    +關注

    關注

    87

    文章

    30830

    瀏覽量

    268986
  • 深度學習
    +關注

    關注

    73

    文章

    5503

    瀏覽量

    121140

原文標題:從 Hot Chips 32 看最新 AI 產(chǎn)品趨勢

文章出處:【微信號:FPGA-EETrend,微信公眾號:FPGA開發(fā)圈】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    AI編程在工業(yè)自動化設備上應用趨勢

    ? ? ? AI編程在工業(yè)設備上的應用已經(jīng)逐漸成為一種趨勢,其強大的數(shù)據(jù)處理、分析和預測能力為工業(yè)生產(chǎn)帶來了革命性的變化。隨著技術的不斷進步和創(chuàng)新應用場景的日益豐富,AI編程在工業(yè)設備
    的頭像 發(fā)表于 12-19 07:38 ?101次閱讀

    未來AI大模型的發(fā)展趨勢

    未來AI大模型的發(fā)展趨勢將呈現(xiàn)多元化和深入化的特點,以下是對其發(fā)展趨勢分析: 一、技術驅動與創(chuàng)新 算法與架構優(yōu)化 : 隨著Transformer架構的廣泛應用,
    的頭像 發(fā)表于 10-23 15:06 ?608次閱讀

    AI for Science:人工智能驅動科學創(chuàng)新》第4章-AI與生命科學讀后感

    很幸運社區(qū)給我一個閱讀此書的機會,感謝平臺。 《AI for Science:人工智能驅動科學創(chuàng)新》第4章關于AI與生命科學的部分,為我們揭示了人工智能技術在生命科學領域中的廣泛應用和
    發(fā)表于 10-14 09:21

    和晟儀器誠邀共襄盛會—2024慕尼黑上海分析生化展

    在科學儀器與分析生化領域,每一場行業(yè)盛會都是技術的碰撞與智慧的交融。2024年,和晟儀器,誠摯邀請您共赴一場科技的盛宴——慕尼黑上海分析生化展。和晟儀器誠邀共襄盛會—2024慕尼黑上海
    的頭像 發(fā)表于 10-08 09:30 ?234次閱讀
    和晟儀器誠邀共襄<b class='flag-5'>盛會</b>—2024慕尼黑上海<b class='flag-5'>分析</b>生化展

    Hot Swap外置軟啟電路設計

    電子發(fā)燒友網(wǎng)站提供《Hot Swap外置軟啟電路設計.pdf》資料免費下載
    發(fā)表于 09-27 09:41 ?0次下載
    <b class='flag-5'>Hot</b> Swap外置軟啟電路設計

    英偉達Blackwell可支持10萬億參數(shù)模型AI訓練,實時大語言模型推理

    電子發(fā)燒友網(wǎng)報道(文/李彎彎)在近日的Hot Chips 2024大會上,英偉達公布了下一代GPU架構Blackwell的更多細節(jié)信息,以及未來的產(chǎn)品路線圖
    的頭像 發(fā)表于 09-04 09:10 ?2897次閱讀

    OpenAI硬件負責人熱議AI基礎設施擴展與節(jié)能方案

    在近日于斯坦福大學舉辦的Hot Chips 2024大會上,OpenAI的硬件設施負責人Trevor Cai發(fā)表了一場深入人心的演講,其核心聚焦于“構建可擴展的AI基礎設施”。Trevor Cai
    的頭像 發(fā)表于 09-02 16:20 ?529次閱讀

    NVIDIA 在 Hot Chips 大會展示提升數(shù)據(jù)中心性能和能效的創(chuàng)新技術

    、在處理器及系統(tǒng)架構師領域的深度技術盛會Hot Chips 已經(jīng)成為價值萬億美元的數(shù)據(jù)中心計算市場的一個重要論壇。 在本周舉行的 Hot Chip
    的頭像 發(fā)表于 08-28 16:38 ?374次閱讀
    NVIDIA 在 <b class='flag-5'>Hot</b> <b class='flag-5'>Chips</b> 大會展示提升數(shù)據(jù)中心性能和能效的創(chuàng)新技術

    嵌入式軟件開發(fā)與AI整合

    嵌入式軟件開發(fā)與AI整合是當前技術發(fā)展的重要趨勢之一。隨著人工智能技術的快速發(fā)展,嵌入式系統(tǒng)越來越多地集成了AI算法,以實現(xiàn)更復雜的智能功能。以下是關于嵌入式軟件開發(fā)與
    的頭像 發(fā)表于 07-31 09:25 ?704次閱讀
    嵌入式軟件開發(fā)與<b class='flag-5'>AI</b>整合

    AI浪潮下的十大消費者新趨勢

    人工智能已經(jīng)風靡全球,當我們沉浸在AI技術為辦公與生活帶來的各種便利時,一些人也會質疑:AI 真的能為我們描繪出更美好的未來畫卷嗎? AI 賦能的十大消費者趨勢 愛立信消費者實驗室的最
    發(fā)表于 06-05 10:30 ?365次閱讀

    從訓練到推理,AI 大模型發(fā)展有哪五大趨勢?IDC專家最新解讀

    生成式AI支出在全球和中國有什么差異?2024年AI大模型將呈現(xiàn)哪些新的發(fā)展趨勢?全球AI基礎設施市場規(guī)模預測?4月16日,在IDC的ICT產(chǎn)業(yè)趨勢
    的頭像 發(fā)表于 04-17 16:07 ?2208次閱讀
    從訓練到推理,<b class='flag-5'>AI</b> 大模型發(fā)展有哪五大<b class='flag-5'>趨勢</b>?IDC專家最新解讀

    使用cube-AI分析模型時報錯的原因有哪些?

    使用cube-AI分析模型時報錯,該模型是pytorch的cnn轉化成onnx ``` Neural Network Tools for STM32AI v1.7.0 (STM.ai
    發(fā)表于 03-14 07:09

    關于人工智能的60條趨勢預測

    2023年是技術發(fā)展的分水嶺,生成式人工智能成為主流。2024年伊始,生成式AI的格局預計將迅速發(fā)展,帶來一系列有望改變技術及其應用的趨勢。這些趨勢,從多模式人工智能模型的進步到小語言模型的興起
    的頭像 發(fā)表于 02-21 08:26 ?708次閱讀
    <b class='flag-5'>關于</b>人工智能的60條<b class='flag-5'>趨勢</b>預測

    云從科技發(fā)布國內首款AI原生數(shù)據(jù)分析產(chǎn)品DataGPT

    云從科技,一家專注于AI技術研發(fā)和應用的公司,近日正式發(fā)布了國內首款AI原生數(shù)據(jù)分析產(chǎn)品——DataGPT。
    的頭像 發(fā)表于 02-03 10:28 ?970次閱讀

    Hot-Swap使用在5V/20A or 12V/15A等大電流Power Chain系統(tǒng)上會不會有問題?

    Hot-Swap 產(chǎn)品,如果我使用在5V/20A or 12V/15A等大電流Power Chain系統(tǒng)上會不會有問題,另外MOSFET 元件的規(guī)格我要如何挑選?是依照我實際上Hot-Swap 的電流去挑選零件嗎?
    發(fā)表于 01-09 06:42
    主站蜘蛛池模板: 东北疯狂xxxxbbbb中国| 中国特级黄色大片| 色欲AV精品人妻一区二区麻豆| 美女黄图大全| 免费精品国偷自产在线在线| 老熟女毛茸茸浓毛| 美女禁处受辱漫画| 男女AA片免费| 欧美黑白配性xxxxx| 欧美一区二区视频在线观看| 欧美精品高潮呻吟AV久久| 欧美午夜理伦三级在线观看| 欧美日韩永久久一区二区三区| 欧美巨大巨粗黑人性AAAAAA| 欧美亚洲色帝国| 日本亚洲精品色婷婷在线影院| 色人阁综合| 午夜视频在线网站| 亚洲va久久久久| 亚洲中文在线精品国产| 中文字幕中文字幕永久免费| 91区国产福利在线观看午夜| vagaa哇嘎黄短片| 国产成人8x视频一区二区| 国产学生在线播放精品视频 | 无码观看AAAAAAAA片| 小鸟酱喷水| 伊人大香人妻在线播放| 4480YY无码午夜私人影院| WRITEAS塞红酒瓶| 国产高清砖码区| 黃色带三级a级| 免费观看成人毛片| 色爱AV综合区| 亚洲无吗在线视频| 99pao成人国产永久免费视频| 操中国老太太| 國產麻豆AVMDXMDX| 蜜芽tv在线观看免费网站| 日日夜夜影院在线播放| 亚洲爱视频|