AI芯片行业相关专业名词释义
AI芯片是人工智能产业的核心硬件，从广义上讲只要能够运行人工智能算法的芯片都叫作人工智能芯片，但是通常意义上的人工智能芯片指的是针对人工智能算法做了特殊加速设计的芯片。本文主要梳理了AI芯片产业相关的专业名词并作出简短词汇释义，以帮助读者理解。
AI芯片：人工智能芯片、智能芯片是专门针对人工智能领域设计的芯片，包括通用型智能芯片与专用型智能芯片两种类型：通用型智能芯片是针对人工智能领域内多样化的应用设计的处理器芯片，对视觉、语音、自然语言处理、传统机器学习技术等各类人工智能技术具备较好的普适性；专用型智能芯片是面向特定的、具体的、相对单一的人工智能应用所设计的专用集成电路。
IP：Intellectual Property 的缩写，中文名称为知识产权，为权利人对其智力劳动所创作的成果和经营活动中的标记、信誉所依法享有的专有权利;在本报告中，智能处理器 IP 指智能处理器的产品级实现方案，由核心架构、代码和文档等组成
加速卡：用于加速特定领域应用程序的板卡产品，其核心构成是板卡上的计算芯片，通常通过主机的附加接口(如 PCIE)接入到系统中。常见的加速卡产品有图形加速卡、视频编解码加速卡、人工智能加速卡等。
训练整机：公司的训练整机指由公司自研云端智能芯片及加速卡提供核心计算能力，且整机亦由公司自研的训练服务器产品。
云端：在计算机领域中一般指集中在大规模数据中心进行远程处理。该处理方案称为云端处理，处理场所为云端。
终端：相对于云端，一般指个人可直接接触或使用、不需要远程访问的设备，或者直接和数据或传感器一体的设备，如手机、智能音箱、智能手表等。
边缘端：在靠近数据源头的一侧，通过网关进行数据汇集，并通过计算机系统就近提供服务，由于不需要传输到云端，其可以满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求;其位置往往介于终端和云端之间。
计算能力：通常以芯片每秒可以执行的基本运算次数来度量。在执行同一程序时，计算能力强的芯片比计算能力较弱的同类型芯片耗费的时间短。
TOPS：Tera Operations Per Second 的缩写，处理器计算能力单位， 1TOPS 代表处理器每秒钟可进行一万亿次基本运算操作。
数据中心 ：一整套复杂的信息技术基础设施的总称，主要由计算机系统 2021 年半年度报告 6 / 172 和其它与之配套的设备(例如通信和存储系统)组成，亦包括相关的辅助设备、设施。它为用户提供计算和数据存储、服务器托管等业务，是互联网和云计算业务开展的关键物理载体。
浮点：计算机处理的数值数据多数带有小数，小数点位置可以浮动，称为浮点表示法，简称浮点或浮点数，浮点表示法一般遵循 IEEE 754 标准。
训练 ：在机器学习或人工智能领域，通过大量带标签样本，通过一定的方法，得到对应机器学习/人工智能模型参数的过程。
推理：在机器学习或人工智能领域，通过已经训练好的模型(模型参数已经通过训练得到)，去预测新数据标签的过程。
指令集：处理器芯片可执行的一整套指令的集合，是计算机硬件和软件之间最重要、最直接的界面和接口。
TensorFlow：一种基于数据流编程的人工智能深度学习编程框架，由谷歌人工智能团队开发和维护，被广泛应用于各类人工智能算法特别是深度学习算法的编程实现。
PyTorch ：一种开源的 Python 语言机器学习库，应用于人工智能领域，由 Facebook 人工智能研究院(FAIR)推出。
Caffe：快速特征嵌入的卷积结构，是一个深度学习框架，最初开发于加利福尼亚大学柏克莱分校。
流片 ：芯片设计企业将芯片设计版图提交晶圆制造，并获得真实芯片的全过程。流片可检验芯片是否达到设计预期的功能和性能：如流片成功则可对芯片进行大规模量产，反之则需找出不成功的原因、优化设计并再次流片。
Fabless：无晶圆厂芯片设计企业(亦指该等企业的商业模式)，只从事芯片的设计和销售，而将晶圆制造、封装和测试等步骤分别委托给专业厂商完成。
