Glosar

Circuit integrat specific aplicației (ASIC)

Ce este Circuit integrat specific aplicației (ASIC)?

Un circuit integrat specific aplicației (ASIC) este un cip conceput pentru o anumită sarcină, nu pentru calcule de uz general, precum un CPU. În IA, circuitele ASIC sunt adaptate calculelor rețelelor neuronale – Tensor Processing Units (TPU) de la Google sunt un exemplu. Pentru sarcina respectivă, acestea funcționează mai rapid și mai eficient energetic decât cipurile de uz general, dar sunt costisitoare de dezvoltat și greu de adaptat la sarcini de lucru noi.

Subiecte

Hardware
Chips
Infrastructură IA

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul

← Toți termenii

Termeni înrudiți

Calculul neuromorfic

Calculul neuromorfic este o abordare de hardware și software modelată după structura creierului. În loc să mute datele între memorie și procesor separate, în cicluri de ceas, neuronii și sinapsele artificiale lucrează în paralel și reacționează doar la evenimente numite spike-uri. Aceasta promite un consum de energie foarte redus, de exemplu în senzori sau roboți. Cipurile de cercetare cunoscute includ Intel Loihi și IBM TrueNorth; utilizarea comercială pe scară largă este încă într-o fază incipientă.

hardware
cercetare
+1

Deep learning

Deep learning este o ramură a machine learning care folosește rețele neuronale artificiale cu multe straturi. Astfel de rețele învață din cantități mari de date ce trăsături contează – de la muchiile din imagini până la relațiile de sens din texte. Deep learning stă la baza modelelor lingvistice actuale, a recunoașterii imaginilor și a vorbirii și a traducerii automate și necesită, de regulă, o putere de calcul și date de antrenare considerabile.

rețele neuronale
machine learning
+1

Rețele neuronale artificiale (RNA)

Rețelele neuronale artificiale (RNA) sunt modele de calcul formate din multe unități conectate („neuroni”), aranjate în straturi, care prelucrează intrările prin conexiuni ponderate. În timpul antrenării, ponderile sunt ajustate pas cu pas pe baza unor exemple, de obicei prin retropropagare. RNA stau la baza deep learning și alimentează recunoașterea imaginilor, recunoașterea vorbirii și modelele lingvistice de mari dimensiuni. În ciuda inspirației biologice, funcționează mult mai simplu decât creierul uman.

Deep learning
noțiuni de bază despre IA
+1