书名：秒懂大语言模型——100 个核心概念看懂 AI 未来
定价：79.8
ISBN：9787115695581
作者：高洪福
版次：第1版
出版时间：2026-06

内容提要：
本书通过前言的“驭虎之道”提出了“LLM 的智能来自哪里，LLM 的应用边界在哪儿，LLM会走向何方”等议题及解题思路——从充分了解它的底层逻辑入手（知己知彼）。随后围绕大语言模型（LLM）展开*扫描，提炼出五大类共 100 个重要概念进行详解：一是“主要概念集锦”，帮助解答“LLM 是依靠什么结构产生的智能”；二是“应用场景示例”，帮助解答“LLM 能应用到什么地方”；三是“智算硬件探秘”，帮助解答“LLM 是消耗什么硬件资源提升的智能”；四是“软件生态解析”，帮助解答“LLM 是凭借什么软件环境维持的智能”；五是“前沿技术展望”，帮助解答“LLM 是通往AGI 的*路径吗”。 为便于读者阅读和理解，本书在编排上采用“维基百科式的知识问答”形式，每个概念均包含【释义】【解读】和【趣事】三个部分，并配以形象化的【图解】；此外还提供一份汇集书中精华的“推荐指数和趣事趣语一览表”，作为目录之外的关联化导览。请读者朋友开启你的驭“虎”之旅吧！



作者简介：
高洪福，清华大学研究生，*工程师/系统分析员（国家软考）/*程序员，通过PMP认证和华为*解决方案*L4认证；主持《网络*和信息化》杂志IT运维专栏；受聘中国电子节能技术协会绿色全光网络技术委员会副理事长；曾获神州数码集团股份有限公司五星讲师/全能大师奖、神州数码DCOne*届管理年会*实践奖/*人气奖、华为中国合作伙伴技能大比武服务解决方案一等奖/华为生态伙伴精英赛行业解决方案一等奖、OceanClub数据存储技术社区*有价值*MVP。

目录：
目 录
·*部分 主要概念集锦（第1～20篇） ·
第 1 篇 什么是Transformer ？ /3
第 2 篇 什么是注意力机制？ /5
第 3 篇 什么是SOTA ？ /7
第 4 篇 什么是预训练？ /9
第 5 篇 什么是微调？ /11
第 6 篇 什么是MoE ？ /13
第 7 篇 什么是模型参数？ /15
第 8 篇 什么是剪枝？ /17
第 9 篇 什么是蒸馏？ /19
第 10 篇 什么是量化？ /21
第 11 篇 什么是嵌入？ /23
第 12 篇 什么是模型幻觉？ /25
第 13 篇 什么是上下文窗口？ /28
第 14 篇 什么是RAG ？ /30
第 15 篇 什么是机器学习？ /32
第 16 篇 什么是思维链？ /34
第 17 篇 什么是MCP ？ /36
第 18 篇 什么是A2A ？ /38
第 19 篇 什么是Markdown ？ /40
第 20 篇 什么是提示词工程？ /42

·*部分 应用场景示例（第21～40篇） ·
第 21 篇 什么是文生文？ /47
第 22 篇 什么是文生图？ /49
第 23 篇 什么是文生音频？ /51
第 24 篇 什么是文生视频？ /53
第 25 篇 什么是AI 问数？ /55
第 26 篇 什么是AI 仿写？ /57
第 27 篇 什么是AI 诊疗？ /59
第 28 篇 什么是AI 导览？ /61
第 29 篇 什么是AI 员工？ /63
第 30 篇 什么是AI 助教？ /65
第 31 篇 什么是AI 客服？ /67
第 32 篇 什么是AI 偶像？ /69
第 33 篇 什么是AI 中台？ /71
第 34 篇 什么是AI 面试官？ /73
第 35 篇 什么是AI 质检？ /75
第 36 篇 什么是AI 巡检？ /77
第 37 篇 什么是AI 风控？ /79
第 38 篇 什么是AI 会议助手？ /81
第 39 篇 什么是AI 查重？ /83
第 40 篇 什么是AI 法律助手？ /85
·第三部分 智能硬件探秘（第41～60篇） ·
第 41 篇 什么是GPU ？ /91
第 42 篇 什么是显存？ /93
第 43 篇 什么是HBM ？ /95
第 44 篇 什么是NVLink ？ /97
第 45 篇 什么是RoCE ？ /99
第 46 篇 什么是IB ？ /101
第 47 篇 什么是CXL ？ /103
第 48 篇 什么是UEC ？ /105
第 49 篇 什么是PCIe ？ /107
第 50 篇 什么是每秒Token 数？ /109
第 51 篇 什么是AI 一体机？ /111
第 52 篇 什么是训练集群？ /113
第 53 篇 什么是AIPC ？ /115
第 54 篇 什么是 100P FLOPS ？ /117
第 55 篇 什么是GPU 切片？ /119
第 56 篇 什么是模型切分？ /121
第 57 篇 什么是芯片制程？ /123
第 58 篇 什么是光刻机？ /125
第 59 篇 什么是OpenCL 基准测试？ /127
第 60 篇 什么是BMC ？ /129
·第四部分 软件生态解析（第61～80篇） ·
第 61 篇 什么是软件栈？ /135
第 62 篇 什么是工具链？ /137
第 63 篇 什么是软件社区？ /139
第 64 篇 什么是开源协议？ /141
第 65 篇 什么是CUDA ？ /144
第 66 篇 什么是CANN ？ /146
第 67 篇 什么是ROCm ？ /148
第 68 篇 什么是oneAPI ？ /150
第 69 篇 什么是TensorFlow ？ /152
第 70 篇 什么是PyTorch ？ /154
第 71 篇 什么是OpenCV ？ /156
第 72 篇 什么是YOLO ？ /158
第 73 篇 什么是API Key ？ /160
第 74 篇 什么是JSON ？ /162
第 75 篇 什么是算子库？ /164
第 76 篇 什么是原语？ /166
第 77 篇 什么是MVP ？ /168
第 78 篇 什么是权重文件？ /170
第 79 篇 什么是推理引擎？ /172
第 80 篇 什么是通信库？ /174
·第五部分 前沿技术展望（第81～100篇） ·
第 81 篇 什么是AI 主权？ / 179
第 82 篇 什么是氛围编程？ / 181
第 83 篇 什么是模型规约？ / 183
第 84 篇 什么是世界模型？ / 185
第 85 篇 什么是计算机视觉？ /187
第 86 篇 什么是具身智能？ /189
第 87 篇 什么是脑机接口？ /191
第 88 篇 什么是GEO ？ /193
第 89 篇 什么是AG-UI ？ /195
第 90 篇 什么是OpenClaw ？ /197
第 91 篇 什么是向量数据库？ /199
第 92 篇 什么是反思链？ /201
第 93 篇 什么是透明度框架？ /203
第 94 篇 什么是AI 人格？ /205
第 95 篇 什么是Agent-as-a-Judge ？ /207
第 96 篇 什么是ARC Prize 竞赛？ /209