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
高效能AI簡介
- AI可持續性的重要性
- 機器學習中的能源消耗概述
- 高效能AI實施的案例研究
緊湊模型架構
- 理解模型大小與複雜性
- 設計小型但有效模型的技術
- 比較不同模型架構的效率
優化與壓縮技術
- 模型剪枝與量化
- 知識蒸餾用於小型模型
- 減少能源使用的高效訓練方法
AI硬件考量
- 選擇用於訓練和推理的節能硬件
- 專用處理器如TPU和FPGA的作用
- 平衡性能與功耗
綠色編碼實踐
- 編寫節能代碼
- AI算法的性能分析與優化
- 可持續軟件開發的最佳實踐
可再生能源與AI
- 在AI操作中整合可再生能源
- 數據中心的可持續性
- 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生命週期環境影響的策略
- AI生命週期評估的案例研究
可持續AI的政策與法規
- 理解全球標準與法規
- 政策在推動節能AI中的作用
- 倫理考量與社會影響
項目與評估
- 在選定領域中使用小型語言模型開發原型
- 展示節能AI系統
- 基於技術效率、創新和環境貢獻的評估
總結與下一步
最低要求
- 紮實理解深度學習概念
- 熟練掌握Python編程
- 具備模型優化技術經驗
受衆
- 機器學習工程師
- AI研究人員與實踐者
- 科技行業中的環保倡導者
21 時間: