برچسب ها - GPU
رئیس کمیسیون هوش مصنوعی نصر در گفت‌وگو با آناتک:
تخصیص منابع هوش مصنوعی باید بر اساس مسئله‌های واقعی کشور و برنامه‌های مشخص دستگاه‌ها انجام شود و میزان پیشرفت و عملکرد نیز در تعیین سهم هر بخش از منابع مورد توجه قرار گیرد؛ ایجاد سازوکاری برای هدایت منابع به سمت نیازهای اولویت‌دار، شرط استفاده مؤثر از ظرفیت‌های مالی و زیرساختی است که مهران ضیابری، رئیس کمیسیون هوش مصنوعی سازمان نظام صنفی رایانه‌ای، بر آن تأکید کرد.
کد خبر: ۱۰۸۳۸۶۶ تاریخ انتشار : ۱۴۰۵/۰۶/۳۱
در عصر انفجار هوش مصنوعی، درک تفاوت میان پردازنده‌های GPU، NPU و TPU دیگر یک انتخاب لوکس نیست؛ بلکه یک ضرورت برای فهم دنیای فناوری است. این اینفوگرافیک جامع، به رمزگشایی این 3 پردازنده کلیدی می‌پردازد.
کد خبر: ۱۰۸۳۳۴۱ تاریخ انتشار : ۱۴۰۵/۰۶/۲۵
هوش مصنوعی فقط به مدل و نرم‌افزار وابسته نیست؛ پشت اجرای هر فرمان هوشمند، پردازنده‌ای قرار دارد که بخشی از محاسبات را بر عهده می‌گیرد. GPU، NPU و TPU سه نامی هستند که در دنیای هوش مصنوعی بسیار مطرح می‌شوند؛ اما هر کدام برای یک نوع پردازش و در یک مقیاس متفاوت طراحی شده‌اند.
کد خبر: ۱۰۸۲۳۸۹ تاریخ انتشار : ۱۴۰۵/۰۶/۲۲
آناتک عملکرد ۲ کارت گرافیک اقتصادی را بررسی می‌کند
فاصله فناوری ۱۰ ساله میان ۲ کارت گرافیک اقتصادی ایسوس GT ۷۱۰ و و‌ای‌فاکس GT ۲۱۰، گروه کاربران هدف این کارت گرافیک‌ها را تحت تأثیر جدی قرار می‌دهد، پشتیبانی از خروجی ۴ K و حافظه GDDR ۵، پاسخگوی نیازهای بیشتر و مدرن‌تری از کاربران است، ولی محصول‌ای‌فاکس فقط به عنوان یک راه‌حل موقت برای سیستم‌های فرسوده قابل توجیه خواهد بود.
کد خبر: ۱۰۰۴۹۴۷ تاریخ انتشار : ۱۴۰۴/۰۷/۲۵
توسعه سریع هوش مصنوعی، معماری سنتی کامپیوترها را به چالش کشیده و نیاز به سخت‌افزارهای پردازشی تخصصی را بیش از پیش نمایان کرده است. در این میان، سه نوع پردازنده اصلی شامل واحد پردازش مرکزی (CPU)، واحد پردازش گرافیکی (GPU) و واحد پردازش تنسور (TPU)، هر یک با طراحی و قابلیت‌های منحصربه‌فرد خود، نقشی کلیدی در آموزش و اجرای مدل‌های هوش مصنوعی ایفا می‌کنند و درک تفاوت‌های بنیادین آن‌ها برای آینده این فناوری حیاتی است.
کد خبر: ۹۹۵۸۱۲ تاریخ انتشار : ۱۴۰۴/۰۶/۱۷
