Fogalomtár

Alkalmazásspecifikus integrált áramkör (ASIC)

Mi a(z) Alkalmazásspecifikus integrált áramkör (ASIC)?

Az alkalmazásspecifikus integrált áramkör (ASIC) olyan chip, amelyet egyetlen konkrét feladatra terveztek, nem pedig általános célú számításokra, mint egy CPU-t. Az MI területén az ASIC-eket a neurális hálózatok számítási műveleteire szabják – a Google Tensor Processing Unitjai (TPU-k) ennek egyik példái. Erre a feladatra gyorsabban és energiahatékonyabban működnek, mint az általános célú chipek, de fejlesztésük drága, és nehezen igazíthatók új feladatokhoz.

Témák

Hardware
Chips
MI-infrastruktúra

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Neuromorf számítástechnika

A neuromorf számítástechnika az agy felépítését mintázó hardver- és szoftvermegközelítés. Ahelyett, hogy az adatokat órajelciklusokban mozgatnák a különálló memória és processzor között, a mesterséges neuronok és szinapszisok párhuzamosan dolgoznak, és csak az úgynevezett tüskékként (spike) ismert eseményekre reagálnak. Ez nagyon alacsony energiafogyasztást ígér, például szenzoroknál vagy robotoknál. Ismert kutatási chipek az Intel Loihi és az IBM TrueNorth; a széles körű kereskedelmi felhasználás még korai szakaszban van.

hardver
kutatás
+1

Mélytanulás

A mélytanulás a gépi tanulás egyik ága, amely sok rétegű mesterséges neurális hálókat használ. Az ilyen hálók nagy adatmennyiségből tanulják meg, mely jellemzők számítanak – a képek éleitől a szövegek jelentésbeli összefüggéseiig. A mélytanulás áll a mai nyelvi modellek, a kép- és beszédfelismerés, valamint a gépi fordítás mögött, és általában jelentős számítási teljesítményt és tanítóadatot igényel.

neurális hálók
gépi tanulás
+1

Mesterséges neurális hálók (ANN-ek)

A mesterséges neurális hálók (ANN-ek) számítási modellek, amelyek sok összekapcsolt egységből („neuronból”) állnak, rétegekbe rendezve, és súlyozott kapcsolatokon keresztül dolgozzák fel a bemeneteket. A tanítás során a súlyokat lépésről lépésre, példák alapján módosítják, általában visszaterjesztéssel (backpropagation). Az ANN-ek a mélytanulás alapját képezik, és a képfelismerés, a beszédfelismerés és a nagy nyelvi modellek mögött állnak. Biológiai ihletésük ellenére sokkal egyszerűbben működnek, mint az emberi agy.

Mélytanulás
MI-alapok
+1