聯繫我們

課程簡介

節能人工智慧介紹

  • 永續性在人工智慧中的重要性
  • 機器學習中能源消耗的概覽
  • 節能人工智慧實施的案例研究

緊湊型模型架構

  • 理解模型規模與複雜度
  • 設計小型且高效模型的技術
  • 比較不同模型架構的效率

最佳化與壓縮技術

  • 模型剪枝與量化
  • 用於小型模型的知識蒸餾
  • 減少能源使用的高效訓練方法

人工智慧的硬體考量

  • 選擇用於訓練和推論的節能硬體
  • TPU 和 FPGA 等特殊處理器的角色
  • 平衡性能與功耗

綠色程式設計實踐

  • 編寫節能程式碼
  • 分析並最佳化 AI 算法
  • 可持續軟體開發的最佳實務

再生能源與人工智慧

  • 在 AI 運營中整合可再生能源來源
  • 資料中心的永續性
  • 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
  • 降低 AI 生命週期中環境影響的策略
  • AI 中生命週期評估的案例研究

可持續人工智慧的政策與法規

  • 理解全球標準與法規
  • 政策在促進節能人工智慧中的角色
  • 道德考量與社會影響

專案與評估

  • 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
  • 根據技術效率、創新性及對環境的貢獻進行評估

總結與後續步驟

最低要求

  • 具備紮實的深度學習概念理解
  • 精通 Python 程式設計
  • 擁有模型最佳化技術的實務經驗

適用對象

  • 機器學習工程師
  • AI 研究人員及從業人員
  • 科技產業內的环境保護倡導者
 21 小時

人數


每位參與者的報價

即將到來的課程

課程分類