واحد پردازش مرکزی
واحد پردازش مرکزی؛ بخش اصلی کامپیوتر برای اجرای دستورها، که در آموزش مدل هم استفاده میشود. CPU برای اجرای عمومی برنامهها مناسب است و در برخی مراحل آمادهسازی داده و اجرای مدل نیز استفاده میشود.
مشاهدهٔ جزئیاتدر حال آمادهسازی...
مفاهیم و اصطلاحات هوش مصنوعی را عمیقتر بشناس.
واحد پردازش مرکزی؛ بخش اصلی کامپیوتر برای اجرای دستورها، که در آموزش مدل هم استفاده میشود. CPU برای اجرای عمومی برنامهها مناسب است و در برخی مراحل آمادهسازی داده و اجرای مدل نیز استفاده میشود.
مشاهدهٔ جزئیاتمدار منطقی؛ ساختاری از گیتها یا عملیات ریاضی که محاسبه را در شبکه یا تراشه انجام میدهد.
مشاهدهٔ جزئیاتهوش مصنوعی ابری؛ اجرای مدلهای هوش مصنوعی روی سرورهای ابری مثل AWS یا Azure به جای کامپیوتر شخصی. مزیت آن دسترسی به توان پردازشی و مدلهای قدرتمند بدون نیاز به تهیه و نگهداری سختافزار سنگین است.
مشاهدهٔ جزئیاتتوان محاسباتی؛ مجموع ظرفیت پردازش در دسترس برای آموزش و اجرای مدل؛ معمولا با نوع شتابدهنده، تعداد آن و ساعات مصرف سنجیده میشود.
مشاهدهٔ جزئیاتدیالکتریک؛ مادهای نارسانا یا کمرسانا که میتواند میدان الکتریکی را نگه دارد؛ زمینه پژوهش سختافزار سیلیکونفوتونیک در شتابدهندهها.
مشاهدهٔ جزئیاتهوش مصنوعی لبه؛ اجرای مدلهای هوش مصنوعی روی دستگاههای محلی مثل موبایل، نه در سرورهای ابری. این رویکرد برای کاربردهایی که سرعت پاسخ، قطع نبودن اینترنت یا حفظ حریم خصوصی مهم است، مفید است.
مشاهدهٔ جزئیاتواحد پردازش گرافیکی؛ پردازندهای بسیار موازی که برای آموزش مدلهای عمیق بسیار سریع است. توان پردازش موازی GPU آن را برای عملیات بسیار زیاد و مشابه که در شبکههای عصبی رایجاند مناسب میکند.
مشاهدهٔ جزئیاتشبکه زیرساخت؛ لایه ارتباطی میان سرورها، تراشهها و لوازم محاسباتی که پهنای باند، تأخیر، امنیت و استقلال عملیاتی را تعیین میکند.
مشاهدهٔ جزئیاتاینترنت اشیاء؛ شبکهای از دستگاههای فیزیکی متصل به اینترنت که داده تولید و ردوبدل میکنند. نمونههای آن شامل حسگرهای صنعتی، ساعتهای هوشمند، تجهیزات خانه هوشمند و دستگاههای متصل هستند.
مشاهدهٔ جزئیاتزمانبندی کار؛ مدیریت ترتیب اجرای وظایف در سیستمهای توزیعشده آموزش مدل. زمانبندی مناسب کارها میتواند استفاده از GPU و سایر منابع محاسباتی را بهتر کند و زمان انتظار آموزش را کاهش دهد.
مشاهدهٔ جزئیاتیادگیری ماشین کوانتومی؛ استفاده از اصول فیزیک کوانتوم برای الگوریتمهای یادگیری. این حوزه هنوز در حال توسعه است و هدف آن بررسی مزیتهای احتمالی رایانش کوانتومی برای برخی مسائل یادگیری ماشین است.
مشاهدهٔ جزئیاتواحد پردازش تنسور؛ پردازنده تخصصی گوگل برای شتابدهی به یادگیری ماشین. TPU برای عملیات تنسوری و بارهای کاری یادگیری ماشین بهینه شده و در زیرساختهای AI گوگل کاربرد دارد.
مشاهدهٔ جزئیاتتوان عملیاتی؛ مقدار کاری که یک سیستم میتواند در یک بازه زمانی مشخص پردازش کند، مثلا تعداد درخواست در ثانیه.
مشاهدهٔ جزئیات