Specializuotoji integrinė grandinė (ASIC) – tai lustas, sukurtas vienai konkrečiai užduočiai, o ne bendrosios paskirties skaičiavimams kaip CPU. DI srityje ASIC pritaikomi neuroninių tinklų aritmetikai – vienas pavyzdžių yra Google tenzoriniai procesoriai (TPU). Šiai užduočiai jie veikia greičiau ir taupiau nei bendrosios paskirties lustai, tačiau jų kūrimas brangus, o pritaikyti juos naujoms užduotims sunku.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąNeuromorfinė skaičiavimo technika – techninės ir programinės įrangos požiūris, sekantis smegenų sandara. Užuot perkėlus duomenis tarp atskiros atminties ir procesoriaus pagal taktą, dirbtiniai neuronai ir sinapsės veikia lygiagrečiai ir reaguoja tik į įvykius, vadinamus impulsais. Tai žada labai mažą energijos sąnaudą, pavyzdžiui, jutikliuose ar robotuose. Žinomi tyrimų lustai – Intel Loihi ir IBM TrueNorth; plačiai komerciškai naudoti jie dar tik pradedami.
Giluminis mokymasis yra mašininio mokymosi šaka, naudojanti dirbtinius neuroninius tinklus su daugybe sluoksnių. Tokie tinklai iš didelių duomenų kiekių mokosi, kurie požymiai svarbūs – nuo vaizdų kontūrų iki prasminių ryšių tekstuose. Giluminis mokymasis yra šiandienos kalbos modelių, vaizdų ir kalbos atpažinimo bei mašininio vertimo pagrindas, ir paprastai reikalauja daug skaičiavimo galios bei mokymo duomenų.
Dirbtiniai neuroniniai tinklai (DNT) – tai skaičiavimo modeliai, sudaryti iš daugelio sujungtų sluoksniais išdėstytų vienetų („neuronų“), kurie apdoroja įvestį per svertinius ryšius. Mokymo metu svoriai žingsnis po žingsnio koreguojami pagal pavyzdžius, dažniausiai atgalinio sklidimo metodu. DNT yra giluminio mokymosi pagrindas ir veikia vaizdų atpažinimą, kalbos atpažinimą bei didelius kalbos modelius. Nepaisant biologinės įkvėpties, jie veikia daug paprasčiau nei žmogaus smegenys.
