এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
Inference Engine
একটি অপ্টিমাইজড সফটওয়্যার যা টার্গেট হার্ডওয়্যারের উপর পূর্ব-প্রশিক্ষিত এআই মডেলগুলি চালায়, রিসোর্স বরাদ্দকরণ, কম্পিউটেশন সিডিউলিং এবং রিয়েল-টাইম ইনফারেন্সের জন্য হার্ডওয়্যার অ্যাক্সিলারেশন ব্যবহার করে।
Pruning (Élagage)
মডেল কম্প্রেশনের একটি কৌশল যা একটি নিউরাল নেটওয়ার্কের সবচেয়ে কম প্রভাবশালী ওজন বা নিউরনগুলিকে নির্বাচিতভাবে অপসারণ করে, এজ ডিপ্লয়মেন্টের জন্য এর কম্পিউটেশনাল জটিলতা হ্রাস করে।
Neural Architecture Search (NAS) for Edge
এজ ডিভাইসগুলির হার্ডওয়্যার সীমাবদ্ধতার জন্য বিশেষভাবে অপ্টিমাইজড এআই মডেল ডিজাইন করার প্রক্রিয়াকে স্বয়ংক্রিয় করা, মডেলের নির্ভুলতার সাথে এর আকার, লেটেন্সি এবং শক্তি খরচের মধ্যে ভারসাম্য বজায় রাখা।
Low-Power System-on-Chip (LP-SoC)
একটি ইন্টিগ্রেটেড সার্কিট যা একটি সিপিইউ, এআই-এর জন্য হার্ডওয়্যার অ্যাক্সিলারেটর (এনপিইউ), মেমরি এবং ইন্টারফেসকে একটি একক চিপের মধ্যে একত্রিত করে, যা ন্যূনতম শক্তি খরচের জন্য ডিজাইন করা হয়েছে এবং এজ-এর জন্য উপযুক্ত এইচপিসি পারফরম্যান্স অফার করে।
Real-Time Operating System (RTOS) for AI
একটি হালকা এবং নির্ধারিত অপারেটিং সিস্টেম, যা কঠোর লেটেন্সি গ্যারান্টি সহ এআই ওয়ার্কলোড চালানোর জন্য অপ্টিমাইজ করা হয়েছে, যা স্বায়ত্তশাসিত ড্রাইভিং বা এজ-এ রোবোটিক নিয়ন্ত্রণের মতো সমালোচনামূলক অ্যাপ্লিকেশনগুলির জন্য অপরিহার্য।
Continual Learning on Device
একটি এআই মডেলের ক্ষমতা যা সরাসরি এজ ডিভাইসে নতুন ডেটা থেকে ক্রমাগতভাবে শিখতে এবং নিজেকে অভিযোজিত করতে পারে, পূর্ববর্তী জ্ঞান ভুলে না যায় এবং কেন্দ্রীভূত পুনঃপ্রশিক্ষণের প্রয়োজন হয় না।
Sparse Computing
একটি কম্পিউটিং প্যারাডাইম যা এআই মডেলের ওজন এবং অ্যাক্টিভেশনগুলিতে শূন্য (স্পারসিটি) ব্যবহার করে অপ্রয়োজনীয় অপারেশনগুলি এড়িয়ে যায়, এজ হার্ডওয়্যারে গণনা এবং শক্তি খরচ নাটকীয়ভাবে হ্রাস করে।
Secure Enclave for AI
একটি প্রসেসরের মধ্যে একটি বিচ্ছিন্ন হার্ডওয়্যার নিরাপত্তা অঞ্চল, যা সংবেদনশীল এআই ওয়ার্কলোডগুলিকে গোপনীয়ভাবে চালানোর জন্য ডিজাইন করা হয়েছে, মডেল এবং ডেটাকে অননুমোদিত অ্যাক্সেস থেকে রক্ষা করে, এমনকি প্রধান সিস্টেম আপস হলেও।