Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere în AI de Consum Redus
- Prezentare generală a AI în sistemele embedded
- Provocări ale implementării AI pe dispozitive de consum redus
- Aplicații AI eficiente energetic
Tehnici de Optimizare a Modelelor
- Cuantizarea și impactul său asupra performanței
- Tăierea și partajarea ponderilor
- Distilarea cunoștințelor pentru simplificarea modelelor
Implementarea Modelelor de AI pe Hardware de Consum Redus
- Utilizarea TensorFlow Lite și ONNX Runtime pentru AI la margine
- Optimizarea modelelor de AI cu NVIDIA TensorRT
- Accelerare hardware cu Coral TPU și Jetson Nano
Reducerea Consumului de Energie în Aplicațiile AI
- Profilarea puterii și metrici de eficiență
- Arhitecturi de calcul de consum redus
- Scalare dinamică a puterii și tehnici de inferență adaptivă
Studii de Caz și Aplicații din Lumea Reală
- Dispozitive IoT alimentate de baterii cu AI
- AI de consum redus pentru sănătate și dispozitive wearable
- Aplicații pentru orașe inteligente și monitorizarea mediului
Cele Mai Bune Practici și Tendințe Viitoare
- Optimizarea AI la margine pentru sustenabilitate
- Avansuri în hardware AI eficient energetic
- Dezvoltări viitoare în cercetarea AI de consum redus
Rezumat și Pași Următori
Cerințe
- Înțelegerea modelelor de învățare profundă
- Experiență cu sisteme embedded sau implementare de AI
- Cunoștințe de bază despre tehnicile de optimizare a modelelor
Publicul Țintă
- Ingineri de AI
- Dezvoltatori de sisteme embedded
- Ingineri de hardware
21 Ore
Mărturii (1)
Că putem acoperi subiecte avansate și lucra cu exemple din viața reală
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curs - Advanced Edge AI Techniques
Tradus de catre o masina