|
|
知识路径： > 电子商务新技术与新应用 > 人工智能 > 人工智能技术 > 人工智能技术 >
|
|
相关知识点：9个
|
|
|
|
|
当前，基于深度学习的人工智能算法主要依托计算机技术体系架构实现，深度学习算法通过封装至软件框架的方式供开发者使用。软件框架是整个技术体系的核心，实现对人工智能算法的封装，数据的调用以及计算资源的调度使用。为提升算法实现的效率，其编译器及底层硬件技术也进行了功能优化，具体架构分为基础硬件层、深度神经网络模型编译器及软件框架等。
|
|
|
|
（1）基础硬件层。基础硬件层为算法提供了基础计算能力。硬件层涵盖范围除了中央处理器（Central Processing Unit，CPU）及GPU外，还包括为特定场景应用而定制的计算芯片，以及基于计算芯片所定制的服务器，包括GPU服务器集群，各类移动终端设备以及类脑计算机等。
|
|
|
|
（2）深度神经网络模型编译器。深度神经网络模型编译器是底层硬件和软件框架，以及不同软件框架之间的桥梁。该层旨在为上层应用提供硬件调用接口，解决不同上层应用在使用不同底层硬件计算芯片时可能存在的不兼容等问题。其涵盖范围包括针对人工智能计算芯片定向优化的深度神经网络模型编译器，以及针对不同神经网络模型表示的规定及格式。
|
|
|
|
（3）软件框架层。软件框架层实现算法的模块化封装，为应用开发提供集成软件工具包。该层涵盖范围包括针对算法实现开发的各类应用及算法工具包，为上层应用开发提供了算法调用接口，提升应用实现的效率。
|
|
|
|
（4）基础应用技术。当前人工智能的商业化实现主要是基于计算机视觉、智能语音、自然语言处理等基础应用技术实现，并形成了相应的产品或服务。
|
|
|
