Zkuste nás kontaktovat

Návrh Školení

Úvod do AI s nízkou spotřebou energie

  • Přehled využití AI ve vestavěných systémech
  • Výzvy spojené s nasazováním AI na zařízeních s nízkou spotřebou energie
  • Aplikace AI šetrné k energii

Metody optimalizace modelů

  • Kvantizace a její vliv na výkonnost modulu
  • Odstranění nepotřebných vah a sdílení hodnot mezi neurony
  • Techniky přenosu znalostí pro zjednodušení modelů

Nasazování AI na hardware s nízkou spotřebou energie

  • Využití nástrojů TensorFlow Lite a ONNX Runtime pro edge AI
  • Optimalizace modelů s využitím NVIDIA TensorRT
  • Hardwarová akcelerace pomocí Coral TPU a Jetson Nano

Snižování spotřeby energie u aplikací s AI

  • Profilování spotřeby energie a hodnocení efektivity
  • Architektury počítačů šetřících energii
  • Dynamické přizpůsobení výkonu a adaptivní techniky inferencování

Příklady z praxe a reálné aplikace

  • Zařízení IoT s bateriovým napájením využívající AI
  • Aplikace AI šetrné k energii ve zdravotnictví a pro nositelné technologie
  • Využití v chytrých městech a při monitorování životního prostředí

Nejlepší postupy a budoucí trendy

  • Jak optimalizovat edge AI pro udržitelnost
  • Novinky v hardwaru navrženém pro efektivní výpočty s minimální spotřebou energie
  • Směry výzkumu v oblasti AI šetřící energii v budoucnosti

Shrnutí a další kroky

Požadavky

  • Základní znalosti modelů hlubokého učení
  • Praktické zkušenosti s vestavěnými systémy nebo nasazováním AI
  • Orientace v metodách optimalizace modelů

Cílová skupina

  • Inženýři v oblasti AI
  • Vývojáři vestavěných systémů
  • Konstruktéři hardwaru
 21 Hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie