Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés az energiahatékony AI-ba
- A fenntarthatóság jelentősége az AI-ban
- Az energiafogyasztás áttekintése a gépi tanulásban
- Esettanulmányok energiahatékony AI implementációkról
Kompakt modell architektúrák
- A modell méretének és komplexitásának megértése
- Technikák kis, de hatékony modellek tervezéséhez
- Különböző modell architektúrák összehasonlítása hatékonyság szempontjából
Optimalizálási és tömörítési technikák
- Modell nyesés és kvantálás
- Tudás lepárlás kisebb modellekhez
- Energiatakarékos képzési módszerek
Hardver megfontolások az AI-ban
- Energiahatékony hardverek kiválasztása képzéshez és következtetéshez
- A specializált processzorok (pl. TPU, FPGA) szerepe
- Teljesítmény és energiafogyasztás egyensúlyozása
Zöld kódolási gyakorlatok
- Energiahatékony kód írása
- AI algoritmusok profilozása és optimalizálása
- Fenntartható szoftverfejlesztési gyakorlatok
Megújuló energia és AI
- Megújuló energiaforrások integrálása az AI működésébe
- Adatközpontok fenntarthatósága
- A zöld AI infrastruktúra jövője
AI rendszerek életciklus-értékelése
- AI modellek karbonlábnyomának mérése
- Stratégiák a környezeti hatás csökkentésére az AI életciklusa során
- Esettanulmányok az életciklus-értékelésről az AI-ban
Politika és szabályozás a fenntartható AI érdekében
- Globális szabványok és szabályozások megértése
- A politika szerepe az energiahatékony AI előmozdításában
- Etikai megfontolások és társadalmi hatások
Projekt és értékelés
- Prototípus fejlesztése kis nyelvi modellek használatával egy választott területen
- Az energiahatékony AI rendszer bemutatása
- Értékelés technikai hatékonyság, innováció és környezeti hozzájárulás alapján
Összefoglalás és következő lépések
Követelmények
- Mélyreható ismeretek a mélytanulás fogalmairól
- Tapasztalat Python programozásban
- Tapasztalat modelloptimalizálási technikákban
Közönség
- Gépi tanulási mérnökök
- AI kutatók és gyakorlók
- Környezetvédő szakemberek a tech iparágban
21 Órák
