Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Návrh Školení
Úvod do energeticky efektivní umělé inteligence
- Význam udržitelnosti v AI
- Přehled spotřeby energie ve strojovém učení
- Případové studie energeticky účinných implementací umělé inteligence
Kompaktní modelové architektury
- Pochopení velikosti a složitosti modelu
- Techniky pro navrhování malých, ale efektivních modelů
- Porovnání různých architektur modelů z hlediska účinnosti
Optimalizační a kompresní techniky
- Prořezávání a kvantování modelu
- Destilace znalostí pro menší modely
- Efektivní tréninkové metody pro snížení spotřeby energie
Hardwarové úvahy pro AI
- Výběr energeticky účinného hardwaru pro školení a závěry
- Role specializovaných procesorů, jako jsou TPU a FPGA
- Vyvážení výkonu a spotřeby energie
Praktiky zeleného kódování
- Psaní energeticky úsporného kódu
- Profilování a optimalizace algoritmů umělé inteligence
- Nejlepší postupy pro udržitelný vývoj softwaru
Obnovitelná energie a AI
- Integrace obnovitelných zdrojů energie do operací umělé inteligence
- Udržitelnost datového centra
- Budoucnost zelené infrastruktury umělé inteligence
Posouzení životního cyklu systémů umělé inteligence
- Měření uhlíkové stopy modelů AI
- Strategie pro snížení dopadu na životní prostředí v průběhu životního cyklu AI
- Případové studie o hodnocení životního cyklu v AI
Politika a regulace pro udržitelnou umělou inteligenci
- Pochopení globálních norem a předpisů
- Role politiky při podpoře energeticky účinné umělé inteligence
- Etické ohledy a společenský dopad
Projekt a hodnocení
- Vývoj prototypu pomocí malých jazykových modelů ve zvolené doméně
- Prezentace energeticky účinného systému umělé inteligence
- Hodnocení založené na technické účinnosti, inovacích a přínosu pro životní prostředí
Shrnutí a další kroky
Požadavky
- Solidní porozumění konceptům hlubokého učení
- Znalost programování Python
- Zkušenosti s technikami optimalizace modelů
Publikum
- Inženýři strojového učení
- Výzkumníci a praktici AI
- Zastánci životního prostředí v technologickém průmyslu
21 hodiny