领域 01
算力
芯片、集群、互联、内存、存储、数据中心与端侧计算构成 AI 能力的物理基础。
当前阶段
训练和推理需求持续增长，供给、能源、互联与系统效率共同决定真正可用的算力。
核心概念
- GPU
- AI ASIC
- HBM
- 高速互联
- 数据中心
相关领域
1 篇已发布内容
它解决什么问题
算力领域研究如何提供足够、稳定且可负担的计算能力。
技术栈位置
它位于最底层，为训练、推理和应用提供物理资源。
与相邻领域的关系
系统负责调度这些资源，推理与服务负责把资源转化为线上吞吐与延迟。
近期应关注什么
关注芯片能力之外的内存、互联、能源、集群利用率和端侧约束。
近期变化
尚无相关记录。
专题长文
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。
横向视角
安全
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。
评测
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。
治理与合规
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。
可观测性与经济性
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。