术语表 + 官方文档链接

用大白话说：这一页是「看不懂的词」字典——遇到硬词先扫一眼右边的白话解释，想深究就点链接去官方文档。

网站里出现的专业词，这里给一句话大白话 + 官方文档直达链接。出门用手机看「一句话」就够懂个大概；回家想系统学，点链接去官方文档。回家想改代码时，这一页也能帮你快速回忆概念。

怎么用 ① 先扫一眼「一句话」建立直觉；② 哪个词想深究，点右侧「官方文档」；③ 改代码前回来看一眼，确认这个概念对应系统的哪一段（配合 📱 系统拆解）。

一、硬件编解码（你的延迟/堵塞核心）

词	一句话	官方文档
NVENC	NVIDIA 显卡自带的硬件视频编码器（说人话：让显卡帮忙把画面压成视频，不劳烦 CPU）。你的推流现在用 CPU 软编码 libx264，换它能大幅降延迟、省 CPU。	Video Codec SDK
NVDEC	NVIDIA 显卡自带的硬件视频解码器（说人话：让显卡把收到的视频流拆成一帧帧画面，不占 CPU）。你的解码现在在 CPU 上，搬上它能解堵塞。	Video Codec SDK
HWAccel（硬件加速）	ffmpeg 里「用显卡代替 CPU 做编/解码」的总称呼。NVENC/NVDEC 是其中一种。	ffmpeg HWAccel
软编码 / 软解码	用 CPU 跑编码/解码（如 libx264），慢但兼容好。你现在推流就是它。	ffmpeg H.264

词	一句话	官方文档
TensorRT	NVIDIA 的推理优化库（说人话：把模型「编译瘦身」成一份给 N 卡专用的执行计划，跑起来更快）。它把模型编译成 `.engine` 执行计划，专门给 N 卡提速。	TensorRT 文档
FP16 / INT8 / INT4	模型权重/激活的精度（说人话：数字保留几位小数，越精越准但越慢）。FP32(满精度)→FP16(快、几乎无损)→INT8(更快、小目标易漏检)→INT4(最快、掉点多)。	INT8 详解
PTQ / QAT	量化两种方法（说人话：把模型从高精度压成低精度来提速）：PTQ=训练后量化（快、用校准集）；QAT=量化感知训练（准、要重训）。你之前聊的 INT8 漏检属于 PTQ 的坑。	TRT 量化
ONNX	模型的中间格式，像「通用翻译」。PyTorch→ONNX→TensorRT 是标准导出链。	onnx.ai
CUDA Graphs	把一串 GPU 操作「录下来一次性重放」（说人话：像把一串动作录成宏，省去每次重新发指令的 overhead），减少每次启动的开销。低延迟流推理常用。	CUDA Graphs

词	一句话	官方文档
RTMP / RTSP / HLS	三种视频流协议（说人话：视频在网上传输的「交通规则」）。RTMP 推流延迟低（你用的）；RTSP 监控常用；HLS 兼容性最好但延迟高。	ffmpeg 流指南
ffmpeg	音视频「瑞士军刀」（说人话：处理音视频的万能工具箱）：拉流、解码、编码、推流都靠它。你的系统用它的子进程做拉流和推流。	ffmpeg 文档

词	一句话	官方文档
YOLO	一类「单次回归」目标检测模型（说人话：看一眼图就直接框出物体在哪，快且准），你的系统就用它。	Ultralytics
mAP / AP	检测模型的准确率指标（说人话：考分，越高表示框得越准）。mAP 是各类平均。你调参后要看它掉没掉。	COCO 评测
IoU / CIoU	衡量「预测框」和「真实框」重合度的指标（说人话：你画的框和正确框重叠了多少）。CIoU 还管中心对齐和胖瘦。	metrics
NMS（非极大值抑制）	同一目标出现多个重叠框时，只留最准的那个（说人话：去掉重复框，一个东西只标一次）。后处理关键一步。	Ultralytics 模块

词	一句话	官方文档
LLM（大模型）	Agent 的「大脑」（说人话：会理解和决策的大语言模型），负责理解和决策。你系统里用 qwen3-vl-4b 做核验。	LLM 文档(示例)
RAG（检索增强）	让模型先「查资料」再回答（说人话：回答前先翻笔记），知识库就是干这个。	LangChain RAG
Skills / Tools	Agent 能调用的「外部能力」（说人话：给 AI 配的工具，像查天气、读文件…）。	LangChain Tools
Orchestrator / Agent Loop	「思考→行动→看结果→再思考」的循环（说人话：AI 自己琢磨、动手、看效果、再琢磨），Agent 的主控。	LangChain Agent

学习顺序建议：先吃透「硬件编解码」和「推理加速」两组——它们直接对应你系统的延迟和堵塞，也是岗位面试常考。每点开一个官方文档，先读「Overview / Getting Started」，别一上来扎进 API 细节。