Глоссарий ИИ
Полный словарь искусственного интеллекта
Edge GPU Computing
Architecture de calcul distribué exploitant les capacités des GPU embarqués en périphérie du réseau pour exécuter des charges de travail d'IA localement, réduisant ainsi la latence et la dépendance au cloud.
NVIDIA Jetson
Plateforme de calcul embarqué de NVIDIA intégrant GPU et CPU optimisés pour l'IA edge, offrant une solution tout-en-un pour le déploiement de modèles ML dans des contraintes de faible puissance et taille réduite.
Inference Acceleration
Optimisation matérielle et logicielle visant à réduire le temps de prédiction des modèles ML par parallélisation GPU, compilation spécialisée et réduction des opérations redondantes.
CUDA Core
Unité de calcul fondamentale dans les GPU NVIDIA permettant l'exécution parallèle de milliers de threads simultanément, essentielle pour l'accélération des opérations matricielles en deep learning edge.
Embedded GPU
Processeur graphique intégré dans des systèmes embarqués avec contraintes spécifiques de puissance, taille et thermique, optimisé pour des charges de travail d'IA dans des environnements de périphérie.
Power Efficiency
Ratio performance/consommation énergétique optimisé pour les dispositifs edge, nécessitant des algorithmes et architectures matérielles conçus pour maximiser les opérations par watt consommé.
GPU Memory Management
Optimisation de l'allocation et transfert de données entre RAM et VRAM sur systèmes embarqués, incluant techniques de pooling, batch size adaptation et memory pinning pour performances maximales.
Pruning Technique
Méthode d'élagage sélectif des connexions neuronales inutiles dans les réseaux deep learning, réduisant la complexité computationnelle et mémoire pour déploiement efficient sur GPU edge.