【第一节】AI算力：理解基础概念

AI算力是指用于执行智能任务所需的技术资源。它包括硬件（如服务器、GPU、FPGA等）和软件（如操作系统、编程语言、算法库等）。AI算力是衡量AI系统性能的关键指标之一。

【第二节】AI算力与通用算力的区别与联系

AI算力主要分为两类：通用算力和专用算力。通用算力指的是能够支持多种类型应用的计算能力，适用于处理不同场景下的问题；而专用算力则针对特定应用场景进行优化设计，适用于解决特定领域的计算需求。

AI算力与通用算力之间存在着密切联系。随着技术的发展，通用算力的扩展和优化，使得AI系统的运行环境更加丰富多样，为各类应用提供了更多可能性。

【第三节】大语言模型评测

大语言模型是一种基于深度学习的人工智能技术，旨在模拟人类的语言能力和思维过程。其评测标准通常包括文本生成能力、理解和推理能力等。大语言模型通过大量的训练数据和机器学习方法，不断提高自身的智能水平，成为人工智能领域的重要研究方向。

【第四节】AI算力为何看GPU而非CPU？

GPU相较于CPU在处理大量并行计算任务时具有明显优势。GPU的设计本质就是为了实现高效的并行运算，因此在处理需要大规模并行计算的任务时，GPU可以提供更高的计算效率和更低的成本。由于CPU拥有更多的物理处理器核心，其总线带宽和缓存容量更大，因此在某些情况下，CPU可能仍优于GPU。在实际应用中，选择CPU还是GPU取决于具体的应用场景和技术要求。