TFLOPS、PFLOPS与TOPS有什么区别？AI芯片算力指标与换算方法
解释TFLOPS、PFLOPS、TOPS的定义与换算，说明FP32、BF16、FP8、FP4、INT8及Dense/Sparse口径为何不能混比，并给出AI芯片理论算力的正确阅读方法。
TFLOPSPFLOPSTOPSFLOPS
AI Infrastructure Knowledge Hub
概念
6 个概念条目
智能体架构（Agent Architecture）
LLM智能体架构定义模型、工具、状态、记忆和控制循环的组织方式。本文说明单Agent与多Agent模式、顺序、并行、交接和动态编排，以及企业部署中的安全、成本、评估和基础设施要求。
智能体架构Agent ArchitectureAI AgentLLM Agent
主动学习（Active Learning）
主动学习不是一种独立模型，而是一套“模型选样—人工标注—重新训练—效果评估”的人在回路（Human-in-the-loop）机制。它的目标不是单纯减少标注数量，而是在满足业务质量、合规与交付周期的前提下，提高每单位标注成本带来的模型收益。
主动学习Active Learning数据标注不确定性采样
大模型参数量怎么看：7B、13B、70B与671B分别意味着什么？
7B、13B、70B和671B表示模型参数规模，但参数量不能单独决定模型能力、推理速度或服务器配置。判断部署需求时，还要区分稠密与MoE架构，并结合权重精度、上下文长度、并发、KV Cache和推理框架计算实际资源。
大模型参数量7B模型13B模型70B模型
AI计算中的数值精度怎么选：FP64、TF32、BF16、FP8、INT4与NVFP4解析
本文从动态范围、有效精度、存储格式、计算格式、累加精度、缩放方式和硬件支持出发，说明FP64、FP32、TF32、BF16、FP16、FP8、INT8、INT4与NVFP4的区别，并给出科学计算、大模型训练和推理部署中的判断方法。帮助AI服务器、科学计算和大模型部署人员理解不同数值精度的结构、计算路径及适用边界，避免仅按位宽判断显存、性能和模型质量。
AI计算精度FP64FP32TF32
PCIe 与 NVLink 有什么区别
PCIe 是连接 CPU、GPU、网卡和存储的通用高速总线，NVLink 是 NVIDIA 面向 GPU 间高速通信的专用互联。本文说明两者的带宽、拓扑、多卡显存、适用任务与服务器选型边界。
PCIe vs NVLinkPCI Express 与 NVLinkGPU PCIe 互联NVIDIA NVLink