DRAM (Dynamic Random-Access Memory) یکی از رایجترین انواع حافظههای موقت در سیستمهای کامپیوتری است که برای ذخیرهسازی دادهها بهصورت موقتی و بهمنظور دسترسی سریع به دادهها طراحی شده است. DRAM از تکنولوژی خاصی استفاده میکند که دادهها را بهصورت دینامیک ذخیره میکند. بهعبارت دیگر، دادههای ذخیرهشده در DRAM برای حفظ خود نیاز به شارژ مداوم دارند، و اگر این شارژ قطع شود، دادهها از دست میروند. به همین دلیل است که DRAM بهعنوان حافظه موقت شناخته میشود.
در DRAM، هر بیت از داده در یک خازن کوچک ذخیره میشود. این خازنها بهطور طبیعی نشتی دارند و به همین دلیل باید بهطور مرتب شارژ شوند تا دادهها حفظ شوند. این فرایند بازخوانی و شارژ مجدد بهنام "refresh" شناخته میشود. به دلیل این ویژگی، DRAM نسبت به SRAM نیاز به مصرف انرژی بیشتری دارد و همچنین سرعت دسترسی به دادهها در آن کمتر است. با این حال، DRAM دارای ظرفیت بالاتری است و بهطور معمول برای حافظههای اصلی (RAM) در سیستمهای کامپیوتری استفاده میشود.
یکی از مزایای اصلی DRAM نسبت به انواع دیگر حافظه، هزینه پایینتر آن است. در مقایسه با SRAM، DRAM بسیار ارزانتر است و به همین دلیل برای ذخیرهسازی دادهها در سیستمهای کامپیوتری، مانند کامپیوترهای شخصی، لپتاپها، و سرورها، استفاده میشود. DRAM معمولاً بهعنوان حافظه اصلی سیستم، بهویژه در کامپیوترهای رومیزی و موبایل، بهکار میرود، زیرا بهصورت عمده برای ذخیرهسازی دادههای در حال اجرا و برنامهها مورد استفاده قرار میگیرد.
در سیستمهای کامپیوتری، DRAM معمولاً در کنار سایر انواع حافظهها، مانند SRAM و کش پردازنده، استفاده میشود. حافظههای کش و SRAM سریعتر از DRAM هستند، اما ظرفیت آنها محدود است. در مقابل، DRAM دارای ظرفیت بسیار بیشتری است و میتواند دادهها و برنامههای بیشتری را ذخیره کند. این ترکیب حافظهها باعث میشود که سیستمهای کامپیوتری هم از سرعت بالای کشها و هم از ظرفیت بالای DRAM بهرهمند شوند.
در حالی که DRAM ارزانتر و دارای ظرفیت بیشتری است، نیاز به مصرف انرژی بیشتری دارد و سرعت آن نسبت به SRAM و کشهای پردازنده کمتر است. این تفاوتها باعث میشود که DRAM بیشتر در حافظههای اصلی سیستمهای کامپیوتری استفاده شود، جایی که نیاز به ظرفیت بالاتر و هزینه پایینتری نسبت به سرعت است. علاوه بر این، DRAM برای پردازشهای دادهای که نیاز به دسترسی سریع ندارند، مناسب است.
در نهایت، DRAM یکی از اجزای اصلی و حیاتی سیستمهای کامپیوتری است که نقش مهمی در عملکرد سیستم ایفا میکند. این حافظه بهطور مؤثر دادهها و برنامهها را در اختیار پردازنده قرار میدهد و امکان پردازش سریعتر دادهها را فراهم میکند. برای اطلاعات بیشتر در مورد تکنولوژیهای حافظه و نحوه عملکرد آنها در سیستمهای کامپیوتری، میتوانید به سایت saeidsafaei.ir مراجعه کنید و از اسلایدهای محمد سعید صفایی بهره ببرید.
در این جلسه، در تکمیل مباحث جلسه دوم، به بررسی سلسله مراتب حافظه و نحوه اندازهگیری حافظه در سیستمهای کامپیوتری پرداخته میشود. همچنین، مفاهیم سیستم اعداد، مبناها و نحوه تبدیل مبنای دسیمال به دودویی و برعکس مورد بحث قرار خواهند گرفت. هدف این جلسه، درک اصول اندازهگیری و تبدیل دادهها در سیستمهای کامپیوتری است.
یادگیری ماشین (ML) به روشهای آماری گفته میشود که به ماشینها این امکان را میدهد که از دادهها یاد بگیرند و پیشبینیهای دقیقی انجام دهند.
بینشهای مبتنی بر هوش مصنوعی به استفاده از الگوریتمهای هوش مصنوعی برای تجزیه و تحلیل دادهها و استخراج الگوهای کاربردی و پیشبینی آینده اشاره دارد.
تبدیل عدد از مبنای شانزده به ده که معمولاً از روش مشابه تبدیل مبنای هشت به ده استفاده میکند.
عبور درونسفارشی به معنای بازدید از گرهها به ترتیب: ابتدا گرههای سمت چپ، سپس ریشه و در نهایت گرههای سمت راست.
استاندارد شبکههای بیسیم شخصی که به طور خاص برای ارتباطات بلوتوثی استفاده میشود.
شاخهای از هوش مصنوعی است که به سیستمها اجازه میدهد از دادهها یاد بگیرند و بدون برنامهنویسی خاص، بهبود یابند.
پردازش زبان طبیعی (NLP) به استفاده از الگوریتمهای هوش مصنوعی برای تحلیل و درک زبانهای انسانی اشاره دارد.
پروتکلی که بهطور خودکار آدرس IP به دستگاههای متصل به شبکه اختصاص میدهد.
یادگیری ماشین پیشرفته به توسعه و استفاده از الگوریتمها و مدلهای پیچیده برای پردازش دادههای پیچیده و بهبود پیشبینیها اطلاق میشود.
بیورباتیک به طراحی و ساخت رباتهایی گفته میشود که از ویژگیهای بیولوژیکی برای انجام کارها استفاده میکنند.
زمانی که روترها پیامهای Hello را برای شناسایی همسایگان OSPF ارسال میکنند.
نرمافزارهای کاربردی هستند که برای انجام کارهای خاص مانند پردازش کلمات، تجزیه و تحلیل دادهها و طراحی گرافیکی استفاده میشوند.
محاسبات الهام گرفته از بیولوژی به استفاده از اصول و الگوهای موجود در طبیعت برای طراحی سیستمهای محاسباتی اطلاق میشود.
شیوهای برای سازماندهی و ذخیرهسازی دادهها به گونهای که دسترسی به آنها سریعتر و مؤثرتر باشد. انواع مختلفی از ساختار داده مانند آرایهها، لیستهای پیوندی و درختها وجود دارد که هر یک برای مسائل خاصی مناسب هستند.
سیستم عددی مبنای 8 است که از ارقام 0 تا 7 برای نمایش اعداد استفاده میشود.
دروازه منطقی OR که زمانی خروجی 1 میدهد که حداقل یکی از ورودیها 1 باشد.
دستگاه سختافزاری که بستههای داده را از یک دستگاه دریافت کرده و به دستگاه مقصد ارسال میکند.
امنیت نوع به توانایی یک زبان برنامهنویسی برای جلوگیری از ارورهایی اطلاق میشود که ناشی از تعاملات ناسازگار میان انواع دادهها هستند.
نسخه ششم پروتکل اینترنت که از آدرسهای 128 بیتی برای افزایش ظرفیت آدرسدهی استفاده میکند.
دستور شرطی به دستوری اطلاق میشود که تصمیمگیریهایی را بر اساس شرایط خاص انجام میدهد، به طور معمول با استفاده از دستورات if, else و switch.
هوش مصنوعی برای تجزیه و تحلیل پیشبینی به استفاده از الگوریتمها برای پیشبینی و تحلیل روندها در دادهها بهویژه در کسبوکار و اقتصاد اطلاق میشود.
مدت زمانی که طول میکشد تا یک بسته از مبدأ به مقصد برسد. این تأخیر میتواند انواع مختلفی مانند تأخیر پردازش، تأخیر انتقال و تأخیر انتشار داشته باشد.
شبکههای عصبی مصنوعی (ANN) به مدلهای ریاضی اشاره دارد که از ساختار مغز انسان الهام گرفتهاند و برای پردازش دادهها استفاده میشوند.
حافظه داینامیک حافظهای است که در زمان اجرای برنامه تخصیص مییابد و میتوان آن را تغییر اندازه داد یا آزاد کرد.
شبکههای خودترمیمی به شبکههایی اطلاق میشود که قادر به شناسایی و اصلاح خطاها یا مشکلات خود بهطور خودکار هستند.
رسانههای فیزیکی از جمله کابلها و فیبر نوری که ارتباطات دادهای را در شبکههای کامپیوتری انتقال میدهند.
سیستمهای فیزیکی-مجازی (CPS) به سیستمهایی اطلاق میشود که با استفاده از دستگاههای دیجیتال برای نظارت و کنترل دنیای فیزیکی طراحی شدهاند.
تحلیل مبتنی بر هوش مصنوعی به استفاده از الگوریتمهای هوش مصنوعی برای پردازش دادهها و استخراج بینشهای مفید و پیشبینی روندها اطلاق میشود.
یادگیری ماشین خصمانه به استفاده از الگوریتمهایی گفته میشود که مدلهای یادگیری ماشین را از حملات خصمانه برای اختلال در تصمیمگیریهای آنها محافظت میکنند.
مقداردهی اولیه آرایه به معنای اختصاص مقادیر اولیه به اعضای آرایه هنگام تعریف آن است.
پورتهایی که برای اتصال دستگاههای کاربری به سوئیچها استفاده میشوند و به یک VLAN خاص تعلق دارند.
پایگاه دادهای که توسط روترها در پروتکلهای Link-State برای ذخیره اطلاعات وضعیت لینکها استفاده میشود.
یکپارچگی هوش مصنوعی در پردازش ابری به استفاده از مدلهای هوش مصنوعی برای تجزیه و تحلیل دادهها در سرویسهای ابری اطلاق میشود.
تخصیص حافظه به معنای اختصاص بخشهای مختلف حافظه به آرایهها یا متغیرها است. تخصیص حافظه برای آرایههای داینامیک در زمان اجرا انجام میشود.
هوش مصنوعی لبه (Edge AI) استفاده از مدلهای یادگیری ماشین و پردازش دادهها را در دستگاههای لبه شبکه (نزدیک به کاربر) تسهیل میکند.
