Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение в енергийно ефективния AI
- Значението на устойчивостта в AI
- Преглед на консумацията на енергия при машинно обучение
- Казуси от енергийно ефективни реализации на AI
Архитектури на компактни модели
- Разбиране на размера и сложността на модела
- Техники за проектиране на малки, но ефективни модели
- Сравняване на различни архитектури на модели за ефективност
Техники за оптимизация и компресия
- Подрязване и квантуване на модела
- Дестилация на знания за по-малки модели
- Ефективни методи за обучение за намаляване на потреблението на енергия
Хардуерни съображения за AI
- Избор на енергийно ефективен хардуер за обучение и извод
- Ролята на специализираните процесори като TPU и FPGA
- Балансиране на производителността и консумацията на енергия
Практики за зелено кодиране
- Писане на енергоефективен код
- Профилиране и оптимизиране на AI алгоритми
- Най-добри практики за устойчиво разработване на софтуер
Възобновяема енергия и AI
- Интегриране на възобновяеми енергийни източници в операциите на ИИ
- Устойчивост на центъра за данни
- Бъдещето на зелената AI инфраструктура
Оценка на жизнения цикъл на AI системи
- Измерване на въглеродния отпечатък на AI модели
- Стратегии за намаляване на въздействието върху околната среда през целия жизнен цикъл на ИИ
- Казуси за оценка на жизнения цикъл в AI
Политика и регулация за устойчив ИИ
- Разбиране на глобалните стандарти и разпоредби
- Ролята на политиката за насърчаване на енергийно ефективен AI
- Етични съображения и въздействие върху обществото
Проект и оценка
- Разработване на прототип с помощта на малки езикови модели в избран домейн
- Представяне на енергийно ефективната AI система
- Оценка въз основа на техническа ефективност, иновации и принос към околната среда
Обобщение и следващи стъпки
Изисквания
- Солидно разбиране на концепциите за дълбоко обучение
- Владеене на Python програмиране
- Опит с техники за оптимизация на модели
Публика
- Инженери по машинно обучение
- Изследователи и практици на AI
- Защитници на околната среда в технологичната индустрия
21 Часа