AI领域英文缩写知多少

原创于 2026-09-08 10:35:12 发布 · 417 阅读

6 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

话题

#开学季·九月创作之星博客挑战赛

AI领域英文缩写的核心价值，在于用简洁的字母组合，精准指代从底层硬件到上层应用全链路中的关键技术、架构与概念。以下按照技术链路，从底层到上层，梳理一份常用英文缩写清单。

一、算力与芯片层

缩写	全称	简要说明
CPU	Central Processing Unit	中央处理器，擅长处理通用计算任务，但AI计算速度相对较慢
GPU	Graphics Processing Unit	图形处理器，具备强大的并行计算能力，是当前AI训练和推理最主要的算力硬件
NPU	Neural Processing Unit	神经网络处理器，专为AI神经网络量身定制的专用芯片，执行AI任务效率最高
TPU	Tensor Processing Unit	张量处理器，Google自研的专用AI加速芯片
ASIC	Application-Specific Integrated Circuit	专用集成电路，为特定应用（如AI推理）定制的芯片
FPGA	Field-Programmable Gate Array	现场可编程门阵列，可重构的硬件加速器
IPU	Intelligence Processing Unit	智能处理单元，专为AI工作负载设计的处理器
DPU	Data Processing Unit	数据处理单元，专为数据中心基础设施卸载和加速网络、存储等任务而设计的处理器

二、存储与内存层

缩写	全称	简要说明
VRAM	Video RAM / 显存	大模型的“血液”，决定了能跑多大参数的模型
HBM	High Bandwidth Memory	高带宽内存，AI芯片（如GPU）广泛使用的高速堆叠式内存
DRAM	Dynamic Random-Access Memory	动态随机存取存储器，通用内存
SSD	Solid State Drive	固态硬盘
NVMe	Non-Volatile Memory Express	非易失性内存标准，高速存储接口协议
CXL	Compute Express Link	计算快速链接，高速缓存一致性的互连协议，用于CPU与加速器、内存之间的高效通信

三、网络与通信层

缩写	全称	简要说明
RDMA	Remote Direct Memory Access	远程直接内存访问，允许数据绕过CPU直接在内存间传输
RoCE	RDMA over Converged Ethernet	基于融合以太网的RDMA，RDMA在以太网上的实现方案
NVLink	NVIDIA NVLink	NVIDIA开发的高速GPU间直连互连技术
GDS	GPUDirect Storage	绕过CPU和系统内存，建立存储设备与GPU显存之间的直接数据传输路径
NIC	Network Interface Card	网络接口卡
DCI	Data Center Interconnect	数据中心互连，连接不同数据中心的高速光网络

四、模型与架构层

缩写	全称	简要说明
AI	Artificial Intelligence	人工智能
ML	Machine Learning	机器学习
DL	Deep Learning	深度学习
LLM	Large Language Model	大语言模型，经海量数据训练的参数巨大的深度学习模型
SLM	Small Language Model	小语言模型
VLM	Vision Language Model	视觉语言模型，能同时理解图像和语言的多模态模型
LMM	Large Multimodal Model	大型多模态模型，能处理文本、图像、视频等多种模态数据
Transformer	Transformer	当前统治大模型的底层神经网络架构，基于注意力机制
MoE	Mixture of Experts	混合专家架构，将大模型拆分为多个专家网络，按需调用
MoGE	Mixture-of-Grouped-Experts	分组混合专家架构，MoE的一种变体
GPT	Generative Pre-trained Transformer	生成式预训练Transformer
BERT	Bidirectional Encoder Representations from Transformers	双向编码器表征Transformer
CNN	Convolutional Neural Network	卷积神经网络
RNN	Recurrent Neural Network	循环神经网络
LSTM	Long Short-Term Memory	长短期记忆网络
GRU	Gated Recurrent Unit	门控循环单元
GAN	Generative Adversarial Network	生成对抗网络
VAE	Variational Autoencoder	变分自编码器
ANN	Artificial Neural Network	人工神经网络
AGI	Artificial General Intelligence	通用人工智能，具备与人类同等或超越人类智能的AI
ASI	Artificial Super Intelligence	人工超级智能，全面超越人类智能的AI
GenAI	Generative AI	生成式AI，能创造新内容（文本、图像、代码等）的AI
XAI	Explainable AI	可解释AI

五、训练与优化层

缩写	全称	简要说明
SFT	Supervised Fine-Tuning	有监督微调，用高质量数据训练模型学会“回答”
RLHF	Reinforcement Learning from Human Feedback	基于人类反馈的强化学习，用人类偏好排序优化模型
DPO	Direct Preference Optimization	直接偏好优化，RLHF的一种高效替代方案
PPO	Proximal Policy Optimization	近端策略优化，RLHF中常用的强化学习算法
LoRA	Low-Rank Adaptation	低秩适配，一种高效微调技术，仅训练少量新增参数
QLoRA	Quantized LoRA	量化低秩适配，LoRA的量化版本
RL	Reinforcement Learning	强化学习

六、推理与部署层

缩写	全称	简要说明
KV Cache	Key-Value Cache	键值缓存，推理加速的核心技术，用显存换速度
CoT	Chain of Thought	思维链，要求模型展示推理步骤的提示技巧
RAG	Retrieval-Augmented Generation	检索增强生成，先检索外部知识再生成答案，减少幻觉
MCP	Model Context Protocol	模型上下文协议，统一标准让AI模型与外部工具、数据源交互
API	Application Programming Interface	应用程序编程接口
SDK	Software Development Kit	软件开发工具包
MLOps	Machine Learning Operations	机器学习运维，涵盖ML模型的CI/CD、监控和管理
vLLM	vLLM	高性能LLM推理引擎，以PagedAttention技术闻名

七、应用与Agent层

缩写	全称	简要说明
NLP	Natural Language Processing	自然语言处理
NLU	Natural Language Understanding	自然语言理解
NLG	Natural Language Generation	自然语言生成
CV	Computer Vision	计算机视觉
OCR	Optical Character Recognition	光学字符识别
NER	Named Entity Recognition	命名实体识别
Agent	AI Agent	人工智能智能体，能够自主感知、规划、调用工具、执行任务
SOTA	State-of-the-Art	最先进的，指当前领域最佳性能

技术链路总览

从底层硬件到上层应用，这些缩写串联起一条完整的技术链路：在这里插入图片描述

算力与芯片层（CPU / GPU / NPU / TPU / ASIC） → 存储与内存层（VRAM / HBM / DRAM / SSD / NVMe / CXL） → 网络与通信层（RDMA / RoCE / NVLink / GDS / NIC / DCI） → 模型与架构层（AI / ML / DL / LLM / SLM / VLM / LMM / Transformer / MoE / GPT / BERT / CNN / RNN / LSTM / GRU / GAN / AGI） → 训练与优化层（SFT / RLHF / DPO / PPO / LoRA / QLoRA / RL） → 推理与部署层（KV Cache / CoT / RAG / MCP / API / SDK / MLOps / vLLM） → 应用与Agent层（NLP / NLU / NLG / CV / OCR / NER / Agent / SOTA）