Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon til energieffektiv kunstig intelligens
- Betydningen av bærekraft i AI
- Oversikt over energiforbruk i maskinlæring
- Kasusstudier av energieffektive AI-implementeringer
Kompakt modellarkitektur
- Forstå modellstørrelse og kompleksitet
- Teknikker for å designe små, men effektive modeller
- Sammenligning av ulike modellarkitekturer for effektivitet
Optimalisering og kompresjonsteknikker
- Modellbeskjæring og kvantisering
- Kunnskapsdestillasjon for mindre modeller
- Effektive treningsmetoder for å redusere energiforbruket
Maskinvarehensyn for AI
- Velge energieffektiv maskinvare for opplæring og konklusjon
- Rollen til spesialiserte prosessorer som TPU-er og FPGA-er
- Balanserer ytelse og strømforbruk
Grønn kodingspraksis
- Skrive energieffektiv kode
- Profilering og optimalisering av AI-algoritmer
- Beste praksis for bærekraftig programvareutvikling
Fornybar energi og AI
- Integrering av fornybare energikilder i AI-operasjoner
- Datasenterets bærekraft
- Fremtiden for grønn AI-infrastruktur
Livssyklusvurdering av AI-systemer
- Måling av karbonavtrykket til AI-modeller
- Strategier for å redusere miljøpåvirkning gjennom hele AI-livssyklusen
- Kasusstudier om livssyklusvurdering i AI
Politikk og regulering for bærekraftig kunstig intelligens
- Forstå globale standarder og forskrifter
- Politikkens rolle i å fremme energieffektiv AI
- Etiske hensyn og samfunnspåvirkning
Prosjekt og vurdering
- Utvikle en prototype ved hjelp av små språkmodeller i et valgt domene
- Presentasjon av det energieffektive AI-systemet
- Evaluering basert på teknisk effektivitet, innovasjon og miljøbidrag
Sammendrag og neste trinn
Krav
- Solid forståelse av dyp læringskonsepter
- Ferdighet i Python programmering
- Erfaring med modelloptimeringsteknikker
Publikum
- Maskinlæringsingeniører
- AI-forskere og -utøvere
- Miljøforkjempere innen teknologibransjen
21 timer