Ordliste

Applikationsspecifikt integreret kredsløb (ASIC)

Hvad er Applikationsspecifikt integreret kredsløb (ASIC)?

Et applikationsspecifikt integreret kredsløb (ASIC) er en chip, der er designet til én bestemt opgave i stedet for generelle beregninger som en CPU. Inden for AI er ASIC'er skræddersyet til de beregninger, neurale netværk udfører – Googles Tensor Processing Units (TPU'er) er et eksempel. Til den opgave kører de hurtigere og mere energieffektivt end generelle chips, men de er dyre at udvikle og svære at tilpasse til nye arbejdsbelastninger.

Emner

Hardware
Chips
AI-infrastruktur

Prøv KI.ordo

Agenter, flows og skabeloner i ét arbejdsområde – gratis demo i 24 timer.

Start demo

← Alle begreber

Relaterede begreber

Neuromorphic computing

Neuromorphic computing er en tilgang til hardware og software, der er modelleret over hjernens opbygning. I stedet for at flytte data mellem separat hukommelse og processor i takter arbejder kunstige neuroner og synapser parallelt og reagerer kun på hændelser, de såkaldte spikes. Det lover et meget lavt energiforbrug, f.eks. i sensorer eller robotter. Kendte forskningschips er Intel Loihi og IBM TrueNorth; bred kommerciel anvendelse er stadig på et tidligt stadie.

hardware
forskning
+1

Deep learning

Deep learning er en gren af maskinlæring, der bruger kunstige neurale netværk med mange lag. Sådanne netværk lærer ud fra store datamængder, hvilke træk der er vigtige – fra kanter i billeder til betydningsrelationer i tekster. Deep learning ligger til grund for nutidens sprogmodeller, billed- og talegenkendelse og maskinoversættelse og kræver som regel betydelig regnekraft og mange træningsdata.

neurale netværk
maskinlæring
+1

Kunstige neurale netværk (ANN'er)

Kunstige neurale netværk (ANN'er) er beregningsmodeller bestående af mange forbundne enheder (»neuroner«) arrangeret i lag, som behandler input via vægtede forbindelser. Under træning justeres vægtene trin for trin ud fra eksempler, som regel ved backpropagation. ANN'er er fundamentet for deep learning og driver billedgenkendelse, talegenkendelse og store sprogmodeller. På trods af den biologiske inspiration fungerer de langt mere enkelt end den menneskelige hjerne.

Deep learning
AI-grundbegreber
+1