IP
يولد
صورة معاينة لملصق إنفوجرافيك البنية التحتية للذكاء الاصطناعي
صورة مرجعية أساسية
gpt-image-2 قضيةملصق مطبوعصورة إلى صورة1 مرجع

ملصق إنفوغرافيك للبنية التحتية للذكاء الاصطناعي

ملصق تعليمي مستقبلي كثيف يشرح أنظمة الذكاء الاصطناعي الحديثة، وهو مفيد للعروض التقديمية التقنية والمواد التعليمية والمنشورات الإعلامية على وسائل التواصل الاجتماعي.

هذا gpt-image-2 لحالة ملصق مطبوع . استخدم النموذج الجاهز للنسخ أدناه لإنشاء صور مشابهة، وراجع حقوق الإسناد Awesome Nano Banana Pro Prompts وحقوق الاستخدام التجاري قبل إعادة الاستخدام.

هل تحتاج إلى مجموعة كاملة من المطالبات؟ استخدم ملصق مطبوع للاطلاع على المزيد من الأمثلة ذات الصلة، أو افتح مركز المواضيع. مكتبة مطالبات GPT Image 2 للاطلاع على فهرس الأمثلة الكامل، والهياكل القابلة لإعادة الاستخدام، ونسب المصادر.
جرب هذا التوجيه

المطالبة

نموذج جاهز للطباعة

الهدف: تصميم رسم بياني تعليمي عمودي متقن، بعنوان "..."{argument name="headline text" default="بنية الذكاء الاصطناعي"}، وعنوانه الفرعي هو {argument name="subtitle text" default="كيف تعمل أنظمة الذكاء الاصطناعي الحديثة"}. يقدم هذا الرسم البياني تحليلًا معمقًا لبنية الذكاء الاصطناعي الحديثة، بدءًا من مسارات البيانات ومجموعات تدريب وحدات معالجة الرسومات (GPU) وصولًا إلى خدمات الاستدلال، ومعالجة الدفعات، وذاكرة التخزين المؤقت للقيم الرئيسية. التصميم: ملصق عمودي بنسبة عرض إلى ارتفاع 4:5، بتصميم مركز بيانات مستقبلي باللون الأزرق الداكن. تتميز الخلفية بشبكة زرقاء/بنفسجية متوهجة، مُكمّلة برسومات لجبال، ورفوف خوادم، ورقائق GPU، ودوائر نيون، ولوحات رفيعة مستديرة، وخطوط بيضاء وزرقاء سماوية، وشعارات برتقالية صغيرة مرقمة. يجب أن يكون التصميم العام أشبه بملصق تقني عالي الجودة، كثيفًا وسهل القراءة. التخطيط: عنوان رئيسي في أعلى اليسار، يليه عناوين فرعية وشعارات في الأسفل، ورفوف خوادم ورقائق GPU مزخرفة في أعلى اليمين. ينقسم المحتوى إلى ثمانية أقسام رئيسية مرقمة، مع قسم "المفاهيم الأساسية" على اليمين وتذييل انسيابي في الأسفل. تُستخدم حدود دقيقة للوحات، وأيقونات، وأسهم، ومخططات، وجداول، وعلامات تبويب مصغرة. الأقسام والمحتوى المطلوب: 1. مسار البيانات: يعرض خمس مراحل لمسار البيانات متصلة بأسهم: مصدر البيانات الخام، والاستيعاب والتنظيف، والتعليق/التنظيم، وتقسيم الكلمات/التجميع، والتجزئة والتخزين. يتضمن مصدر البيانات الخام 5 عناصر أساسية: صفحات الويب، والمستندات، والتعليمات البرمجية، والصور، والسجلات. يتضمن الاستيعاب والتنظيف 3 عناصر أساسية: التصفية، وإزالة التكرارات، والتطبيع. يتضمن التصنيف/التنظيم 3 عناصر أساسية: فحوصات الجودة، والأساليب اليدوية/الاستدلالية، وتجميع مجموعة البيانات. يتضمن التجزئة/التجميع 3 عناصر أساسية: التحويل إلى رموز، والتجميع إلى مستندات، وإضافة رموز خاصة. يتضمن التجزئة والتخزين 3 عناصر أساسية: التقسيم إلى أجزاء، والتقسيم المتوازن، والتحسين للقراءة المتوازية. أضف نصًا توضيحيًا يُشير إلى أنه تم تنظيف البيانات، وإزالة التكرارات، وتنظيمها، وتقسيمها إلى رموز، وتخزينها كأجزاء لتسهيل قراءتها من قِبل عُقد عاملة متعددة. ٢. طبقة التخزين والتنسيق: تتضمن ٣ بطاقات رأسية: تخزين الكائنات (مع أيقونة من السحابة إلى قاعدة البيانات، مُصنَّفة "S3 / GCS / Azure Blob أو تخزين الكائنات المحلي")؛ تتبع البيانات الوصفية/التجارب (مع أيقونة لوحة تحكم، العناصر الرئيسية: "التشغيل والمقاييس"، "المعلمات الفائقة"، "الأصل والقطع الأثرية")؛ المراقبة والسجلات (مع أيقونات الرسوم البيانية/العدسة المكبرة، العناصر الرئيسية: "المقاييس والتنبيهات"، "تجميع السجلات"، "التتبع وتصحيح الأخطاء"). أضف شرحًا في التذييل: طبقة التحكم مسؤولة عن تنسيق المهام الحسابية، وتتبع التجارب، وتخزين نقاط التحقق، ومراقبة الاستخدام، والأعطال، والتكاليف. 3. بنية مجموعة التدريب: مخطط معماري مركزي كبير بعنوان "بنية مجموعة التدريب". يوضح أربع وحدات معالجة رسومية/مُسرِّعات مُرتبة في شبكة 2x2، متصلة بوصلات شبكة عالية السرعة مُضيئة تحمل اسم "شبكة InfiniBand عالية السرعة / RoCE". تحتوي كل وحدة على مُضيف معالج مركزي (متعدد النوى)، وذاكرة وصول عشوائي، ووحدة معالجة رسومية (مثل 8x H100)، وقرص SSD محلي من نوع NVMe. تربط خطوط متقطعة بين الوحدات. يوجد أدناه ثلاث لوحات أصغر: المكونات الداخلية للوحدة، وتوازي البيانات، وتوازي التدريب الموزع (مفتاح الرموز). يجب أن تُظهر لوحة المكونات الداخلية للوحدة المعالج المركزي المتصل بوحدات معالجة رسومية متعددة عبر خطوط PCIe/NVLink/NVSwitch. يجب أن يُظهر مفتاح "التوازي في التدريب الموزع" أربع مراحل، مُرقمة من 1 إلى 4. 4. خطوات التدريب: أنشئ مسار تدريب من اليسار إلى اليمين، يتضمن ست مراحل: إدخال الرمز المميز، الانتشار الأمامي، حساب الخسارة، الانتشار العكسي، حساب التدرج، وتحديث المُحسِّن. يتضمن مجموعة من أيقونات نقاط التفتيش، ومربع "دقة النموذج" (يُشير إلى FP32، FP16/BF16، FP8)، ومربع "حالة المُحسِّن". يعرض أسهم تراكم التدرج مع الشرح التالي: أثناء التدريب، يتنبأ النموذج بالمخرجات، ويحسب الخسارة، وينشر التدرجات عكسيًا، ويُحدِّث الأوزان؛ وتتكرر هذه العملية مليارات المرات. 5. مسار خدمة الاستدلال: أنشئ مخططًا انسيابيًا مُختصرًا للخدمة بست مراحل في الأعلى: طلبات المستخدم، بوابة واجهة برمجة التطبيقات، مُجزِّئ الرموز، المُجدوِل/المُوجِّه، خادم النموذج (وحدة معالجة الرسومات)، ومخرجات البث. تتضمن اللوحة تجميعًا ديناميكيًا (3 أسطر من الطلبات)، ومربع خادم النموذج (يعرض حلقات التعبئة المسبقة وفك التشفير)، وذاكرة تخزين مؤقتة للقيم والمفاتيح في ذاكرة وحدة معالجة الرسومات، ومحولات اختيارية، وموازن تحميل يربط 3 نسخ متماثلة من النموذج (مُصنفة كنسخة متماثلة 1، ونسخة متماثلة 2، ونسخة متماثلة N). 6. العمليات والموثوقية والأمان: تتضمن 6 بطاقات عمليات مع أيقونات: التوسع التلقائي/التوسع، والقياس عن بُعد/المراقبة، وتحديد المعدل والحصص، وفلاتر/ضوابط الأمان، والتحكم في الإصدار/التراجع، ومراقبة التكلفة. ملاحظات إضافية: تتطلب أنظمة الذكاء الاصطناعي المُستخدمة في الإنتاج أدوات تشغيل قوية للحفاظ على الموثوقية والأمان وفعالية التكلفة. 7. مقارنة التدريب بالاستدلال: أضف جدول مقارنة بستة صفوف: الهدف، والاختناقات الرئيسية، ومخاوف الذاكرة، والمقاييس النموذجية، ووضع التوسع، ومتطلبات المرونة. سمِّ العمودين "التدريب" و"الاستدلال (الخدمة)" على التوالي. ينبغي أن يصف التدريب كيفية تعلم أوزان النموذج من البيانات، والحوسبة الموزعة، وعرض نطاق نقل البيانات، وقيم التنشيط/التدرجات/حالات المُحسِّن، وعدد الرموز في الثانية أو سرعة التقارب، والدفعات الكبيرة من المهام الطويلة، ونقاط التحقق/تحمل الأعطال. أما الاستدلال، فينبغي أن يصف الاستجابات المفيدة التي يُنشئها المستخدم، وزمن الاستجابة والإنتاجية، وأوزان النموذج بالإضافة إلى ذاكرة التخزين المؤقت للقيم الرئيسية، وزمن الاستجابة وعدد الرموز في الثانية، وعدد كبير من الطلبات القصيرة، والتوافر العالي/التدهور التدريجي. ٨. الشريط الجانبي الأيمن "المفاهيم الأساسية": أنشئ شريطًا جانبيًا أيمنًا طويلًا بعنوان "المفاهيم الأساسية"، يحتوي على ٥ بطاقات تحمل الأحرف التالية: أ. حجم الدفعة، ب. طول التسلسل/نافذة السياق، ج. ذاكرة التخزين المؤقت للقيم الرئيسية، د. الإنتاجية وزمن الاستجابة، هـ. المعلمات/الأوزان/قيم التنشيط. يجب أن تُحدد البطاقة أ حجم الدفعة وتُظهر مقارنة بين الدفعات الصغيرة والكبيرة (رموز الرموز/الأشخاص). يجب أن تُظهر البطاقة B رمز الكلمة المفتاحية وسياقها الطويل (مربعات الرموز المُسماة T1، T2، T3، T4، ...، Tn). يجب أن تُظهر البطاقة C إدخال رمز الكلمة المفتاحية في ذاكرة تخزين مؤقتة أسطوانية بنفسجية اللون، متبوعًا بقراءة رموز جديدة من الذاكرة المؤقتة. يجب أن تُظهر البطاقة D لوحتي تحكم: الإنتاجية وزمن الاستجابة. يجب أن تُظهر البطاقة E الأوزان وقيم التنشيط (شبكتان زرقاء وبنفسجية متصلتان بعملية الضرب). أضف تلميحًا بعنوان "التعبئة المسبقة مقابل فك التشفير" في أسفل الشريط الجانبي، موضحًا أن التعبئة المسبقة تُكمل الكلمات المفتاحية، بينما يُنشئ فك التشفير الرموز واحدًا تلو الآخر باستخدام ذاكرة التخزين المؤقتة KV. التذييل: أضف شريط تنقل سفلي بالتسلسل "البيانات ← التدريب ← الاستدلال ← القيمة"، مع أيقونة صاروخ/بوصلة دائرية صغيرة على اليسار وعبارة ختامية. {argument name="footer quote" default="تشغيل الأنظمة الذكية بالبيانات وقوة الحوسبة وقدرات هندسية فائقة."} النمط المرئي: رسوم بيانية كثيفة للشركة، وأيقونات متجهة وشبه ثلاثية الأبعاد واضحة، وخطوط خارجية سماوية متوهجة، وتدرجات لونية دقيقة، وإضاءة حجمية، ومخططات صغيرة، ورسوم بيانية مصغرة، وخطوط عناوين serif واضحة مقترنة بتسميات sans-serif حديثة. يجب أن يكون نظام الألوان {argument name="color palette" default="أزرق داكن، أزرق كهربائي، سماوي، بنفسجي، أبيض، وكمية قليلة من لمسات العنبر"} القيود: استخدم 8 وحدات رئيسية مرقمة، و5 بطاقات مفاهيم رئيسية، و4 عقد GPU، و6 مراحل تدريب، و6 مراحل استدلال، و6 بطاقات صيانة، و6 صفوف من جداول مقارنة التدريب والاستدلال. يجب أن تكون جميع النصوص المرئية باللغة الإنجليزية، ويجب تجنب العلامات المائية وشعارات العلامات التجارية، كما يجب الحفاظ على سهولة القراءة العالية ضمن التصميم الكثيف.

متغيرات المطالبة

عناصر نائبة قابلة للتعديل موجودة في موجه الأوامر، مع قيمها الافتراضية.

4
عامل
headline text
تقصير
AI infrastructure
عامل
subtitle text
تقصير
How Modern AI Systems Work
عامل
footer quote
تقصير
Drive intelligent systems with data, computing power, and superior engineering capabilities.
عامل
color palette
تقصير
Deep navy blue, electric blue, cyan, violet, white, and a small amount of amber accents

المزيد من الحالات في هذه الفئة

يتم تحديد الأولويات حسب الفئة، وتوافق وضع الإدخال، والجودة، وانخفاض المخاطر.

6

إعادة استخدام الملاحظات ومصادرها

استخدم هذا التنبيه بأمان بعد معاينة الحالة.

  1. 1.انسخ الرسالة أو افتحها مباشرة في Dovoo باستخدام زر الإنشاء.
  2. 2.قم بتعديل المتغيرات ونسبة العرض إلى الارتفاع والصور المرجعية لتناسب حالة استخدامك الخاصة.
  3. 3.قبل النشر أو الاستخدام المدفوع، تحقق من حقوق المصدر، ومتطلبات الإسناد، ومخاطر العلامة التجارية أو التشابه.
ملصق إنفوغرافيك للبنية التحتية للذكاء الاصطناعي لصورة GPT 2 | Image Prompt Gallery