Glossário

Circuito integrado de aplicação específica (ASIC)

O que é Circuito integrado de aplicação específica (ASIC)?

Um circuito integrado de aplicação específica (ASIC) é um chip concebido para uma tarefa concreta, em vez de computação de uso geral como um CPU. Na IA, os ASIC são adaptados aos cálculos das redes neuronais – as Tensor Processing Units (TPU) da Google são um exemplo. Para essa tarefa, funcionam de forma mais rápida e energeticamente mais eficiente do que os chips de uso geral, mas são caros de desenvolver e difíceis de adaptar a novas cargas de trabalho.

Temas

Hardware
Chips
Infraestrutura de IA

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Computação neuromórfica

A computação neuromórfica é uma abordagem de hardware e software inspirada na estrutura do cérebro. Em vez de mover dados, em ciclos de relógio, entre uma memória e um processador separados, neurónios e sinapses artificiais trabalham em paralelo e reagem apenas a eventos, chamados spikes. Isto promete um consumo de energia muito baixo, por exemplo em sensores ou robôs. Entre os chips de investigação mais conhecidos estão o Intel Loihi e o IBM TrueNorth; a utilização comercial em larga escala ainda está numa fase inicial.

hardware
investigação
+1

Deep learning

O deep learning é um ramo do machine learning que utiliza redes neuronais artificiais com muitas camadas. Estas redes aprendem, a partir de grandes quantidades de dados, quais as características relevantes – desde arestas em imagens a relações de significado em textos. O deep learning está na base dos atuais modelos de linguagem, do reconhecimento de imagem e de voz e da tradução automática, e exige normalmente uma capacidade de cálculo e dados de treino consideráveis.

redes neuronais
machine learning
+1

Redes neuronais artificiais (RNA)

As redes neuronais artificiais (RNA) são modelos computacionais compostos por muitas unidades ligadas ("neurónios") dispostas em camadas, que processam entradas através de ligações ponderadas. Durante o treino, os pesos são ajustados passo a passo com exemplos, normalmente por retropropagação. As RNA são a base do deep learning e alimentam o reconhecimento de imagem, o reconhecimento de voz e os grandes modelos de linguagem. Apesar da inspiração biológica, funcionam de forma muito mais simples do que o cérebro humano.

Deep learning
Fundamentos da IA
+1