百科

大模型 · 万物互联 · 人工智能的结构化知识库。人人可阅读、可贡献、可追溯。

学科分类

最新收录

存算一体 技术

存算一体在存储单元内直接完成计算,消除「冯·诺依曼瓶颈」(数据搬运),用忆阻器/Flash 等实现高能效矩阵运算,被视为下一代 AI 推理芯片方向之一。

智算中心 产品

智算中心是以 AI 算力为核心的新型数据中心,部署大量 GPU/NPU 与高速网络,提供模型训练与推理服务,中国在「东数西算」框架下大规模建设(如深圳、杭州、武汉智算中心)。

算力 概念

算力是 AI 发展的三大要素(数据、算法、算力)之一,指完成计算任务的能力(以 FLOPs/TOPS 衡量),大模型训练依赖大规模算力,中国将其视为新型基础设施。

CUDA 技术

CUDA 是 NVIDIA 2007 年推出的 GPU 并行计算平台与编程模型,提供 CUDA C++、cuDNN、TensorRT 与庞大库生态,构成深度学习框架(PyTorch/TensorFlow)的底层加速基座。

算力集群 技术

算力集群是把数千至数十万张加速卡通过高速互联(NVLink/NVSwitch、InfiniBand、RoCE)组网,配以并行框架、调度与存储,支撑大模型训练的超级计算机(如 NVIDIA DGX SuperPOD)。

FPGA 产品

FPGA 是可反复编程的芯片,以可重构逻辑与低延迟适合推理加速与边缘场景,代表厂商 Xilinx(AMD)/Altera(Intel),在金融低延迟与原型验证中不可替代。

NPU 产品

NPU 是面向端侧/边缘 AI 推理的专用处理器,集成在手机 SoC(苹果神经引擎、高通 Hexagon)、AI 盒子与服务器加速卡(华为昇腾、寒武纪)中,以低功耗高能效执行神经网络。

TPU 产品

TPU 是 Google 为神经网络推理(2015)与训练(TPU v2+)定制的 ASIC,以脉动阵列矩阵单元为特色,支撑 Transformer/BERT/Gemini 等 Google 系模型的训练与 PaLM 级规模扩展。

GPU 产品

GPU 原本为图形渲染设计,因大规模并行浮点运算成为深度学习训练的算力基石,NVIDIA 的 CUDA 生态与 A100/H100/B200 系列主导 AI 计算市场。

AI芯片 概念

AI 芯片是为深度学习训练与推理加速设计的处理器,含 GPU、TPU、NPU、FPGA 与 ASIC,2022 年 ChatGPT 之后成为全球算力竞争的核心,NVIDIA 是市场主导者。

责任AI 概念

责任 AI(Responsible AI)是把公平、透明、可解释、隐私与安全等原则工程化到 AI 全生命周期的实践体系,微软、谷歌等以 RAIL 框架落地,是从「伦理口号」到「可执行治理」的桥梁。

人工智能可审计性 技术

AI 可审计性指系统满足可核查要求的能力:数据溯源、模型版本、决策日志、评测记录与访问接口齐全,使独立审计方能够验证合规性与安全声明,是 AI 治理落地的基础设施。

超级智能风险 概念

超级智能风险讨论远超人类智能的系统可能带来的生存风险:对齐失败、权力集中与失控,Bostrom 与 Russell 是主要倡导者,也是前沿实验室与学界激烈争论的议题。

机器人伦理 概念

机器人伦理探讨机器人(人形、服务、军用)的设计与使用规范:阿西莫夫三定律的局限、责任归属、武器化禁令与人机信任,是 AI 伦理在物理世界的延伸。

AI版权 概念

AI 版权争议集中在两点:训练数据未经授权使用(多起诉讼)与 AI 生成内容的著作权归属,各国实践不一(美国否认完全 AI 版权、中国认可「独创性」情境),是 2024 年最热的法律议题。

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

P

Q

R

S

T

U

V

W

X

Y

Z

#

0.1093s