План на курса

Введение в енергийно-ефективна AI

  • Значение на устойчивостта в AI
  • Преглед на енергийното потребление в машинно обучение
  • Примерни случаи на енергийно-ефективни реализации на AI

Компактни архитектури на модели

  • Разбиране на размер и сложност на модели
  • Техники за проектиране на малки, но ефективни модели
  • Сравняване на различни архитектури на модели за ефективност

Техники за оптимизация и компресия

  • Обрязване и квантуване на модели
  • Дистилaция на знания за по-малки модели
  • Ефективни методи за обучение, за да се намали енергийното потребление

Апаратни разглеждания за AI

  • Избор на енергийно-ефективна апаратура за обучение и извличане на заключения
  • Ролята на специализирани процесори като TPUs и FPGAs
  • Балансиране на производителност и енергийно потребление

Практики за зелени кодиране

  • Писане на енергийно-ефективен код
  • Профилиране и оптимизация на AI алгоритми
  • Най-добри практики за устойчиво разработване на софтуер

Възобновяеми енергийни източници и AI

  • Интеграция на възобновяеми енергийни източници в AI операции
  • Устойчивост на центърите за обработка на данни
  • Бъдещето на зелените AI инфраструктури

Оценка на животния цикъл на AI системи

  • Измерване на въглеродния отпечатък на AI модели
  • Стратегии за намаляване на въздействието върху околната среда през целия животен цикъл на AI
  • Примерни случаи на оценка на животния цикъл в AI

Политика и регулации за устойчива AI

  • Разбиране на глобалните стандарти и регулации
  • Ролята на политиката в промовирането на енергийно-ефективна AI
  • Етични разглеждания и обществено въздействие

Проект и оценка

  • Развитие на прототип с използване на малки езикови модели в избрана област
  • Представяне на енергийно-ефективната AI система
  • Оценка въз основа на техническа ефективност, иновация и принос за околната среда

Резюме и следващи стъпки

Изисквания

  • Чвърст познание на концепциите за дълбоко обучение
  • Овладяване на програмирането с Python
  • Опит с техники за оптимизация на модели

Целева аудитория

  • Инженери по машинно обучение
  • Изследователи и практици в областта на ИИ
  • Застъпници на околната среда в технологичната индустрия
 21 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории