软考:GPU算力,AI芯片

算力

FLOPS(每秒浮点操作)

NVIDIA 去年就有超过 1 exa 的新闻,所以这个数值是越大越好。

AI芯片的技术架构类型

  • GPU:图形处理单元,擅长并行处理,适用于深度学习等AI计算密集型任务。
  • FPGA:现场可编程门阵列,可定制性强,灵活性高,适用于特定AI算法的快速原型开发。
  • ASIC:·专用集成电路,为特定应用定制设计,性能高,功耗,成本效益好。
  • TPU:谷歌定制AI芯片,专为TensorFlow优化,高效执行机器学习运算。
相关推荐
数智化管理手记34 分钟前
主数据重复、错漏频发?一站式主数据管理平台如何落地?
大数据·运维·数据库·人工智能·数据挖掘
thesky12345640 分钟前
27届大模型岗面试准备(五):预训练全流程拆解——从数据清洗到 Tokenizer 再到 PT 的每
人工智能·面试·大模型·预训练·tokenizer
attitude.x42 分钟前
2026年数据透视分析工具推荐:多维与融合对比
人工智能
就是一顿骚操作1 小时前
Agent Loop 入门到深入:从 ReAct 到 LangGraph、Agents SDK 与 MCP
人工智能·大模型·llm·论文解读·ai agent
quanjui1 小时前
【医学尝试】基于Segment Anything Model的医学图像分割研究:眼底OCT与X线胸片微调实战
人工智能·笔记·学习
就是一顿骚操作1 小时前
Dropout:神经网络正则化的经典解读
人工智能·深度学习·神经网络·论文解读
2401_843253701 小时前
数据隐私AI:从合规检查到隐私计算的Skill化
人工智能
清川渡水2 小时前
NL2SQL 的正确打开方式:从「AI 猜 SQL」到「置信度闭环」的工程化落地
数据库·人工智能·sql
Lyra_Infra2 小时前
OpenClaw 服务异常故障分析报告
linux·人工智能
半个落月2 小时前
用 Node.js 搭建 EPUB 问答助手:从文本切片、向量检索到 RAG
人工智能·node.js