DA的美股日記
0 位追蹤者
以過去身為研究員的經驗，不斷幫您探索美股地圖，持續撰寫日記，文章許多也為自身研究過程，以及學習過程，若有誤還請見諒。
0會員
21內容數
全部內容
由新到舊
CUDA Core（通用計算單元） 是 NVIDIA GPU（圖形處理器）中的基本計算單元，專門設計用來執行並行計算任務。它們是 NVIDIA CUDA 平台的核心部分，用來處理圖形渲染和一般計算任務，特別是那些需要大規模數據運算的應用，例如遊戲圖形、科學模擬和人工智慧（AI）。
1. CUD
Tensor Core 不是一個獨立的晶片，而是一個 GPU 內部的專用硬體單元（硬體模塊），專為加速矩陣運算（特別是人工智慧中的深度學習任務）設計。
1. Tensor Core 是什麼？
Tensor Core 是 NVIDIA 在 GPU 中設計的一種「小單位」，專門處理 矩陣乘法與累加
1. 什麼是浮點數？
浮點數是一種用來表示小數或非常大的數字的方法。
它的作用是讓電腦能夠處理像 3.14159（圓周率）或 1234567890（很大的數字）這樣的數字。
為什麼要有浮點數？
👉 因為用電腦表示這些數字的時候，記憶體有限，直接儲存會很浪費空間，效率也低。
2.
**浮點數（Floating Point, FP）**的概念最早可以追溯到20世紀初，但它在現代計算中的應用則是在電腦科學發展的中期開始逐漸普及。
1. 浮點數的起源
早期數值表示：
在 20 世紀初，數值運算主要依賴定點數（Fixed Point）表示法，這種方式限制了數值的範圍和精度，尤
FP8 精度是一種浮點數表示格式，代表了 8-bit 浮點數。它是最新引入的數值精度形式，主要用於深度學習中的 AI 訓練和推論，旨在在性能與數據精度之間取得更好的平衡。
1. FP8 精度的基本概念
浮點數表示格式： 浮點數是一種數據表示方式，分為 符號位、指數位 和 尾數位。FP8 格式的
NVIDIA 在人工智慧（AI）領域推出了多款專用晶片，以下是主要的 AI 晶片系列：
Tesla 系列：
Tesla V100： 基於 Volta 架構，配備 640 個 Tensor Core，專為深度學習訓練和高效能運算設計。
A100 系列：
A100： 基於 Ampere 架構，擁
截至 2024 年 11 月，AMD 在圖形處理器（GPU）領域的發展情況如下：
最新進展：
RDNA 4 架構： AMD 已確認其下一代 RDNA 4 GPU 將於 2025 年初推出，預計在遊戲性能、光線追蹤和 AI 功能上有顯著提升。 科技網
AI 晶片： AMD 發布了 Instinc
Tensor Core 技術是 NVIDIA 推出的專用硬體處理單元，專為加速矩陣運算（matrix operations）設計，特別適用於深度學習和高效能運算（HPC）。它首次在 Volta 架構的 GPU（如 Tesla V100）中亮相，並在後續的 Turing、Ampere 和 Hopper
NVIDIA 在 GPU（圖形處理器）領域佔據領導地位，特別是在人工智慧（AI）和高效能運算（HPC）方面。其先進的 GPU 架構和軟體生態系統，使其在市場上擁有顯著優勢。
市場佔有率與技術優勢
NVIDIA 擁有約 90% 的 AI 晶片市場份額，幾乎壟斷了整個 AI 運算資源。
交集網
Splunk 與 Observability（觀測技術）的具體關聯與應用
Observability（觀測技術） 是一種用於監控和管理 IT 系統的核心技術，主要目的是通過 Metrics（指標）、Logs（日誌） 和 Traces（追蹤） 提供系統的完整可見性。Splunk 作為業界領先的數據分
