异构计算是指使用不同类型指令集和体系架构的计算单元组成系统的计算方式。计算单元类别包括：CPU、GPU、FPGA等。如何将不同的计算任务自动分配给最适宜于处理该任务的芯片，借此实现最高的能效比以及最高的晶体管利用率。以CPU引出的系统总线为主干，其他模块都挂在这一总线上，比如，在FPGA上开发基于CPU的系统，当FPGA上电后，硬件逻辑通过芯片配置成功后，读取软件文件并转到SDRAM中，软件在SDRAM中运行。

数据沿一相同方向的排列称为一路阵列。矩阵是数据沿水平和垂直两个方向排列的二路阵列。张量是数据的多路阵列表示，最常用的张量为三阶张量。三阶张量的三路阵列不以行向量、列向量等相称，而改称张量纤维。它们分别是三阶张量的水平纤维、竖直纤维和纵深纤维。高阶张量也可以用矩阵的集合表示。这些矩阵形成了三阶张量的水平切片、侧向切片和正面切片。在张量的分析与计算中，能够将一个三阶张量经过重新组织或者排列，变成一个矩阵。

时序电路的速度由任意两个寄存器间、或一个输入与一个寄存器间、或一个寄存器与输出间的路径中最长的路径限定。流水线设计是使用寄存器对复杂组合逻辑电路根据期望的关键路径延迟时间进行分割，可将流水线型寄存器插入到组合逻辑的关键位置上，将逻辑分割成具有更短路径的群组。这些寄存器的布局是由数据通路的前馈割集所决定的，以保证数据依然是相关的。流水线技术减少了组合逻辑中的级数，缩短了存储元件间的数据通路。

URL是初始数据集的来源，可将它们视作海量的原始数据，需要进一步地分类和提炼。这种提炼在资源描述框架（RDF）的帮助下完成。同一个词可以有不同的含义甚至不同的用法。这种歧义问题可以用本体（ONTOLOGY）的汇集来解决。但基于URL、RDF、ONTOLOGY的语义搜索与主流网络兼容性不够。目前，最简单的方式是在网页中直接嵌入描述。要让网页的结构更清晰，可使用HTML5中新的语义元素。这些元素可以为它们标注的内容赋予额外含义。

多智能体技术探讨的是一组自治的智能体集合在动态的开放环境下，通过交互、合作、竞争、协商等行为完成复杂的系统控制与任务求解过程。各个智能体都具有明确的目标，通过感知自身内部状态和所处环境中的环境信息，与其他智能体进行通信，完善各自推理、控制能力，完成问题求解。多智能体系统能够减弱对集中控制、规划和顺序控制的限制，提供分散控制、应急和并行处理等功能，降低软件或硬件的消耗，提供更便捷的问题求解。

边缘计算是指在网络边缘执行计算的一种新型计算模式，具体对数据的计算包括两部分：下行的云服务和上行的万物互联服务。边缘计算中的“边缘”是相对的概念，是指从数据源到云计算中心路径之间的任意计算、存储和网络资源。可以把这条路径上的资源看作是一个“连续统”，从一端到另一端，根据具体需求和实际场景，边缘可以是这条路径上的一个或多个资源节点。边缘计算的核心理念是“计算应该更靠近数据的源头，可以更贴近用户”。