感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
能源高效 AI 簡介
- AI 中可持續性的意義
- 機器學習中能源消耗的概覽
- 能源高效 AI 實施的案例研究
緊湊型模型架構
- 理解模型規模和複雜性
- 設計小而有效模型的技術
- 比較不同模型的效率
優化與壓縮技術
- 模型剪枝和量化
- 用於更小模型的知識蒸餾
- 降低能源使用的有效訓練方法
AI 的硬件考量
- 為訓練和推理選擇能源高效的硬件
- TPUs 和 FPGAs 等專用處理器角色
- 平衡性能和功耗
綠色編碼實踐
- 編寫能源高效的代碼
- AI 算法的分析與優化
- 可持續軟件開發的最佳實踐
可再生能源與 AI
- 將可再生能源整合到 AI 操作中
- 數據中心可持續性
- 綠色 AI 基礎設施的未來
AI 系統的生命週期評估
- 測量 AI 模型的碳足跡
- 減少 AI 整個生命週期環境影響的策略
- AI 中生命週期評估的案例研究
可持續 AI 的政策與法規
- 了解全球標準和法規
- 政策在促進能源高效 AI 中的作用
- 道德考量和社會影響
項目與評估
- 在選定領域使用小型語言模型開發原型
- 展示能源高效的 AI 系統
- 基於技術效率、創新和環境貢獻的評估
總結與後續步驟
最低要求
- 紮實的深度學習概念理解
- Python 編程熟練
- 具有模型優化技術的經驗
受眾
- 機器學習工程師
- AI 研究人員和從業者
- 科技行業內的環保倡导者
21 小時