Plan du cours

Introduction à l'IA Faible Consommation Énergétique

  • Aperçu de l'IA dans les systèmes embarqués
  • Défis du déploiement de l'IA sur des dispositifs faible consommation
  • Applications d'IA écoénergétiques

Techniques d'Optimisation de Modèles

  • Quantification et son impact sur les performances
  • Élagage et partage des poids
  • Distillation de connaissances pour la simplification des modèles

Déploiement de Modèles d'IA sur du Matériel Faible Consommation

  • Utilisation de TensorFlow Lite et ONNX Runtime pour l'IA aux limites du réseau
  • Optimisation des modèles d'IA avec NVIDIA TensorRT
  • Accélération matérielle avec Coral TPU et Jetson Nano

Réduction de la Consommation Énergétique dans les Applications d'IA

  • Profilage énergétique et métriques d'efficacité
  • Architectures informatiques faible consommation
  • Échelonnement dynamique de la puissance et techniques d'inférence adaptative

Études de Cas et Applications du Monde Réel

  • Dispositifs IoT alimentés par batterie avec IA
  • IA faible consommation pour la santé et les wearables
  • Applications de surveillance des villes intelligentes et de l'environnement

Meilleures Pratiques et Tendances Futuristes

  • Optimisation de l'IA aux limites du réseau pour la durabilité
  • Avancées dans les équipements d'IA écoénergétiques
  • Développements futurs en recherche sur l'IA faible consommation

Résumé et Prochaines Étapes

Pré requis

  • Une compréhension des modèles d'apprentissage profond
  • Expérience avec les systèmes embarqués ou le déploiement de l'IA
  • Connaissance de base des techniques d'optimisation de modèle

Public cible

  • Ingénieurs en IA
  • Développeurs embarqués
  • Ingénieurs en matériel
 21 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires