Schița de curs

Introducere în AI Eficient Energetic

  • Semnificația durabilității în AI
  • Prezentare generală a consumului de energie în învățarea automată
  • Studii de caz ale implementărilor de AI eficiente energetic

Arhitecturi de Modele Compacte

  • Înțelegerea dimensiunii și complexității modelelor
  • Tehnici pentru proiectarea de modele mici, dar eficiente
  • Compararea diferitelor arhitecturi de modele pentru eficiență

Tehnici de Optimizare și Compresie

  • Tăierea și cuantizarea modelelor
  • Distilarea cunoștințelor pentru modele mai mici
  • Metode de antrenament eficiente pentru reducerea consumului de energie

Considerații Hardware pentru AI

  • Selectarea hardware-ului eficient energetic pentru antrenare și inferență
  • Rolul procesorilor specializați, cum ar fi TPU și FPGA
  • Echilibrarea performanței și a consumului de energie

Practici de Codare Verde

  • Scrierea de cod eficient energetic
  • Profilarea și optimizarea algoritmilor de AI
  • Cele mai bune practici pentru dezvoltarea durabilă a software-ului

Energie Regenerabilă și AI

  • Integrarea surselor de energie regenerabilă în operațiunile de AI
  • Sustenabilitatea centrelor de date
  • Viitorul infrastructurii verzi pentru AI

Evaluarea Ciclului de Viață al Sistemelor de AI

  • Măsurarea amprentei de carbon a modelelor de AI
  • Strategii pentru reducerea impactului asupra mediului pe parcursul ciclului de viață al AI
  • Studii de caz privind evaluarea ciclului de viață în AI

Politici și Reglementări pentru AI Sustenabil

  • Înțelegerea standardelor și reglementărilor globale
  • Rolul politicilor în promovarea AI-ului eficient energetic
  • Considerații etice și impactul social

Proiect și Evaluare

  • Dezvoltarea unui prototip folosind modele lingvistice mici într-un domeniu ales
  • Prezentarea sistemului de AI eficient energetic
  • Evaluarea bazată pe eficiența tehnică, inovație și contribuția la mediu

Rezumat și Pași Următori

Cerințe

  • Înțelegere solidă a conceptelor de învățare profundă
  • Cunoaștere avansată a programării în Python
  • Experiență cu tehnici de optimizare a modelelor

Publicul țintă

  • Ingineri de învățare automată
  • Cercetători și practicieni în domeniul AI
  • Susținători ai mediului în cadrul industriei tehnologice
 21 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite