قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
الحوسبة الطرفية بالمعالجات الرسومية (GPU)
هندسة حوسبة موزعة تستغل قدرات وحدات معالجة الرسوميات (GPU) المدمجة على حافة الشبكة لتنفيذ أعباء عمل الذكاء الاصطناعي محليًا، مما يقلل من زمن الوصول والاعتماد على السحابة.
إنفيديا جيتسون (NVIDIA Jetson)
منصة حوسبة مدمجة من إنفيديا تدمج وحدات معالجة الرسوميات (GPU) ووحدات المعالجة المركزية (CPU) المحسّنة للذكاء الاصطناعي الطرفي، وتقدم حلاً شاملاً لنشر نماذج التعلم الآلي ضمن قيود الطاقة المنخفضة والحجم الصغير.
تسريع الاستدلال (Inference Acceleration)
تحسين الأجهزة والبرمجيات يهدف إلى تقليل وقت التنبؤ لنماذج التعلم الآلي من خلال الموازاة على وحدات معالجة الرسوميات (GPU)، والتجميع المتخصص، وتقليل العمليات المتكررة.
نواة كودا (CUDA Core)
وحدة حوسبة أساسية في وحدات معالجة الرسوميات (GPU) من إنفيديا تسمح بالتنفيذ المتوازي لآلاف الخيوط في وقت واحد، وهي ضرورية لتسريع عمليات المصفوفات في التعلم العميق الطرفي.
وحدة معالجة رسوميات مدمجة (Embedded GPU)
معالج رسومي مدمج في أنظمة مدمجة مع قيود محددة على الطاقة والحجم والحرارة، ومُحسّن لأعباء عمل الذكاء الاصطناعي في بيئات الحافة.
كفاءة الطاقة (Power Efficiency)
نسبة الأداء إلى استهلاك الطاقة المحسّنة للأجهزة الطرفية، مما يتطلب خوارزميات وهياكل أجهزة مصممة لزيادة العمليات لكل واط مستهلك.
إدارة ذاكرة وحدة معالجة الرسوميات (GPU Memory Management)
تحسين تخصيص ونقل البيانات بين ذاكرة الوصول العشوائي (RAM) وذاكرة الفيديو (VRAM) على الأنظمة المدمجة، بما في ذلك تقنيات التجميع، وتكييف حجم الدفعة، وتثبيت الذاكرة لتحقيق أقصى أداء.
تقنية التقليم (Pruning Technique)
طريقة تقليم انتقائي للاتصالات العصبية غير الضرورية في شبكات التعلم العميق، مما يقلل من التعقيد الحسابي والذاكرة للنشر الفعال على وحدات معالجة الرسوميات (GPU) الطرفية.