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 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