معجم الذكاء الاصطناعي

المعالجة المتوازية

Parallel Processing

تنفيذ عدة عمليات حسابية في آن واحد عبر معالجات أو أنوية تأسيسية، لرفع الإنتاجية الكلية بموازاة العمل على أجزاء مستقلة.

خط المعالجة

Processing Pipeline

سلسلة مراحل متتابعة تعالج البيانات بتسلسلٍ منظم، حيث يُغذى خرج كل مرحلة مدخل المرحلة التالية، ويضبط مسار المعالجة الكامل.

الذاكرة الموزعة

Distributed Memory

ذاكرة موزعة على عدة عقد حوسبة تتبادل البيانات عبر شبكة، فيتجاوز الجميع حدود ذاكرة عقدة واحدة مع تكاليف اتصال.

توزيع العمل

Work Distribution

توزيع مهام الحساب على العمال المتاحين بتقسيم معلوم للعمل وتنسيق النتائج، لتقليص الزمن الكلي واستغلال الموارد.

المزامنة الحسابية

Compute Synchronization

تنظيم تزامن العمليات الحسابية بين المعالجات بآليات مزامنة وفهم لتبعيات البيانات، فيُضمن ترتيب التنفيذ وصحة النتائج المشتركة.

معدل الساعة

Clock Rate

تردد نبضة الساعة التي تنظم تنفيذ العمليات في المعالج، ويرفع معدل التعليمات لكل وحدة زمن مع تكاليف الطاقة والحرارة.

التبريد النشط

Active Cooling

تبريد نشط للمعالجات أو المسرعات بمراوح أو مضخات سائلة لطرد الحرارة المتولدة، وحماية الأجهزة والحفاظ على الأداء المستدام.

قابلية التوسع

Scalability

قابلية النظام للتمدد في الإنتاجية أو الحجم بزيادة الموارد دون إعادة تصميم، مع استمرار كفاءة مقبولة عند الأحمال المتزايدة.

المترجم المتخصص

Specialized Compiler

مترجم متخصص لأكواد نماذج التعلم العميق يضبط النوى والأوامر ويعيد ترتيب العمليات للأجهزة المحددة، فيرفع سرعة التنفيذ.

وحدة معالجة عصبية

NPU

معالجة عصبية متخصصة تسرع حسابات الشبكات العصبية بأوضاع موترية وعمليات منخفضة الدقة، فتُركَّز بها مهام الذكاء الاصطناعي على الجهاز.

ذاكرة النطاق العالي

High-Bandwidth Memory

ذاكرة عالية النطاق قريبة من المعالجات توفر عرض نطاق ضخم بجوار المعالجات، تراجع للبيانات الكبيرة مثل معاملات النماذج الضخمة.

الترابط عالي السرعة

High-Speed Interconnect

ترابط سريع بين عقد الحوسبة كالشبكات الجبرية، فيمنع وحدة معالجة تبادل البيانات مع أخرى بزمن تأخر منخفض وعرض نطاق عالٍ للتدريب الكبير.

حوسبة الدقة المختلطة

Mixed-Precision Compute

حوسبة تخلط دقات التمثيل الرقمي (كخف 16-17 وخف 8-8) في نفس الحساب، فتسارع التدريب والاستدلال مع محافظة المقبولة على الجودة.

النواة الموترية

Tensor Core

وحدة حسابية خاصة في المسرعات تنفذ عمليات مصفوفات بضرب سريع مصممة خصيصًا للتعلم العميق، وهي أساس أسرع المسرعات.

ذاكرة المسرع

Accelerator Memory

الذاكرة المرتبطة بمعالج المسرع (كعرض النطاق وHRRAM) والخاصة بتخزين الأوزان والتنشيطات أثناء التشغيل، وتحدد أقصى حجم للنموذج.

معدل نقل الذاكرة

Memory Bandwidth

عرض النطاق الترددي لنقل البيانات بين الذاكرة والمعالج، ويحدد سرعة تمرير الأوزان والبيانات وقت التدريب والاستدلال، وغالبًا عائق الأداء.

كفاءة الطاقة

Energy Efficiency

نسبة الجهد أو الطاقة المستغلة لكل عملية حسابية منجزة، وهي محور الجدوى الاقتصادية والاستدامة البيئية لنظم الذكاء الاصطناعي.

الاستدلال على الجهاز

On-Device Inference

تشغيل النموذج على الجهاز نفسه بدل السحابة، فيقل التأخير التحميل الخصوصية والتكلفة، مع استفادة من محركات الأجهزة المحلية القادرة.

النموذج المصغر

Tiny Model

نموذج مصغر بمعاملات حد أدنى يعمل ضمن ذاكرة الجهاز وقدرته، فتُجلب جودة الذكاء الاصطناعي للأجهزة المحدودة الموارد والطاقة.

إدارة الطاقة

Energy Management

إدارة استهلاك الطاقة في أجهزة الحوسبة بتوزيع الحِمل وخفض التردد في أوقات الخمول وضبط السكون، وهو البعد الجوهري للأجهزة المحمولة.

الذاكرة المحدودة

Memory-Constrained Inference

الاستدلال تحت قيد ذاكرة ضيقة قديمة: تقليل الأوزان وتقسيم الحساب وتفصيل وتسلسل، فيشتغل النموذج مما لا يتسع للذاكرة كاملة.

التحديث عبر الهواء

Over-the-Air Model Update

تحديث أوتوماتيكي للنماذج على الأجهزة عبر الشبكة لاسلكيًا، بتسليم إصدارات جديدة آمنة وتأكيدات ومراجعات تحدد بيت النسخة المحدثة.

تقسيم الاستدلال

Split Inference

تقسيم تشغيل النموذج بين جهاز وسحابة أو عقدتان تقطع المراحل، فيؤدّى الجزء الثقيل عند الطرف القوي والجزء الخفيف محليًا، موازنًا بين الخصوصية والأداء.

التعلم على الجهاز

On-Device Learning

تعلم النموذج على الجهاز ذاته من بيانات الاستخدام المحلي، فيتخصص للمستخدم خصوصًا ويبقى داخل بيئته دون نقل بيانات حساسة للسحابة.

الحوسبة غير المتصلة

Offline AI

تشغيل ميزات ذكاء اصطناعي دون اتصال بالشبكة اعتمادًا على نماذج محمولة ومعالجة محلية، فيعمل الجهاز في الطائرة والمناطق النائية وتقوم الخصوصية.

زمن الاستجابة الطرفي

Edge Latency

زمن الاستجابة في أجهزة الحافة إن بقيت المعالجة قريبة من مصدر البيانات، أقل من الرحلة إلى السحابة وذهابًا وإيابًا، وهو دعاية الأساس لأجهزة الحافة.

خصوصية الجهاز

Device Privacy

حماية خصوصية المستخدم في جهازه المحلي: بقاء بياناته ومعالجتها على جهازه وبأسرع منفذ، مع شفافية في أي نطاق بمشاركة محدودة.

البنية السحابية للتوزيع

Cloud Infrastructure for distribution

بنية تحتية تقنية البنية السحابية للتوزيع تدعم بناء وتشغيل نماذج الذكاء الاصطناعي.

نظام تخزين متجه للتدريب الضخم

Vector Store for distribution

بنية تحتية تقنية نظام تخزين متجه للتدريب الضخم تدعم بناء وتشغيل نماذج الذكاء الاصطناعي.

مزامنة الوزن في الجراف

Weight Synchronization (Graph Clusters)

بنية تقنية مزامنة الوزن في الجراف لتحسين أداء أنظمة الذكاء الاصطناعي.

تحويل النماذج عند مراكز البيانات

Model Conversion (Data Centers)

بنية تقنية تحويل النماذج عند مراكز البيانات لتحسين أداء أنظمة الذكاء الاصطناعي.

ترتيب الذاكرة في الجراف

Memory Ordering (Graph Clusters)

بنية تقنية ترتيب الذاكرة في الجراف لتحسين أداء أنظمة الذكاء الاصطناعي.

إدارة الخلايا عند مراكز البيانات

Cluster Management (Data Centers)

بنية تقنية إدارة الخلايا عند مراكز البيانات لتحسين أداء أنظمة الذكاء الاصطناعي.

محاكاة التدرج عبر الواجهات

Gradient Simulation (Interfaces)

بنية تقنية محاكاة التدرج عبر الواجهات لتحسين أداء أنظمة الذكاء الاصطناعي.

إدارة الخطوط في السحابة

Pipeline Management for distribution

بنية تحتية تقنية إدارة الخطوط في السحابة تدعم بناء وتشغيل نماذج الذكاء الاصطناعي.

تسجيل الفوضى عند مراكز البيانات

Chaos Logging (Data Centers)

بنية تقنية تسجيل الفوضى عند مراكز البيانات لتحسين أداء أنظمة الذكاء الاصطناعي.

رصد الأنوية عبر PCIe

Kernel Profiling (PCIe)

بنية تقنية رصد الأنوية عبر PCIe لتحسين أداء أنظمة الذكاء الاصطناعي.

رصد الأنوية بالوحدات النبضية

Kernel Profiling (Neuromorphic Chips)

بنية تقنية رصد الأنوية بالوحدات النبضية لتحسين أداء أنظمة الذكاء الاصطناعي.

إدارة الخلايا مع شبكات الحاسوب

Cluster Management (Computer Networks)

بنية تقنية إدارة الخلايا مع شبكات الحاسوب لتحسين أداء أنظمة الذكاء الاصطناعي.

محاكاة التدرج في مجموعات الحاويات

Gradient Simulation (Container Clusters)

بنية تقنية محاكاة التدرج في مجموعات الحاويات لتحسين أداء أنظمة الذكاء الاصطناعي.