Sanasto

Sovelluskohtainen integroitu piiri (ASIC)

Mikä on Sovelluskohtainen integroitu piiri (ASIC)?

Sovelluskohtainen integroitu piiri (ASIC) on siru, joka on suunniteltu yhteen tiettyyn tehtävään eikä yleiskäyttöiseen laskentaan kuten suoritin (CPU). Tekoälyssä ASIC-piirit räätälöidään neuroverkkojen laskutoimituksiin – esimerkiksi Googlen Tensor Processing Unit -piirit (TPU). Kyseisessä tehtävässä ne toimivat nopeammin ja energiatehokkaammin kuin yleiskäyttöiset sirut, mutta niiden kehittäminen on kallista ja niitä on vaikea mukauttaa uusiin työkuormiin.

Aiheet

Hardware
Chips
Tekoälyinfrastruktuuri

Kokeile KI.ordoa

Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.

Aloita demo

← Kaikki termit

Liittyvät termit

Neuromorfinen laskenta

Neuromorfinen laskenta on aivojen rakenteesta mallinnettu laitteisto- ja ohjelmistolähestymistapa. Sen sijaan että dataa siirrettäisiin kellojaksoissa erillisen muistin ja prosessorin välillä, keinotekoiset neuronit ja synapsit toimivat rinnakkain ja reagoivat vain tapahtumiin, joita kutsutaan piikeiksi (spikes). Tämä lupaa erittäin pientä energiankulutusta esimerkiksi antureissa tai roboteissa. Tunnettuja tutkimuspiirejä ovat Intel Loihi ja IBM TrueNorth; laaja kaupallinen käyttö on vielä alkuvaiheessa.

laitteisto
tutkimus
+1

Syväoppiminen

Syväoppiminen on koneoppimisen haara, joka käyttää tekoälyn keinotekoisia neuroverkkoja, joissa on monta kerrosta. Tällaiset verkot oppivat suurista datamääristä, mitkä piirteet ovat tärkeitä – kuvien reunoista tekstien merkityssuhteisiin. Syväoppiminen on nykyisten kielimallien, kuvan- ja puheentunnistuksen sekä konekäännöksen perusta, ja se vaatii yleensä paljon laskentatehoa ja koulutusdataa.

neuroverkot
koneoppiminen
+1

Keinotekoiset neuroverkot (ANN)

Keinotekoiset neuroverkot (ANN) ovat laskennallisia malleja, jotka koostuvat monista kerroksittain järjestetyistä, toisiinsa kytketyistä yksiköistä (”neuroneista”) ja käsittelevät syötteitä painotettujen yhteyksien kautta. Koulutuksen aikana painoja säädetään askel askeleelta esimerkkien avulla, yleensä takaisinkytkennällä (backpropagation). ANN-verkot ovat syväoppimisen perusta, ja ne ovat kuvantunnistuksen, puheentunnistuksen ja suurten kielimallien taustalla. Biologisesta esikuvastaan huolimatta ne toimivat paljon yksinkertaisemmin kuin ihmisaivot.

Syväoppiminen
tekoälyn perusteet
+1