Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
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
Reference (1)
Že můžeme probrat pokročilá témata a pracovat s reálnými příklady
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Kurz - Advanced Edge AI Techniques
Přeloženo strojem