Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Czas trwania 21 godzin
Plan Szkolenia
Wprowadzenie do niskoprądowej sztucznej inteligencji
- Przegląd AI w systemach wbudowanych
- Wyzwania związane z wdrażaniem AI na urządzeniach o niskim poborze mocy
- Zastosowania energooszczędnej AI
Techniki optymalizacji modeli
- Kwantyzacja i jej wpływ na wydajność
- Przycinanie i współdzielenie wag
- Dystylacja wiedzy w celu uproszczenia modeli
Wdrażanie modeli AI na niskoprądowym sprzęcie
- Wykorzystanie TensorFlow Lite i ONNX Runtime do AI na urządzeniach brzegowych
- Optymalizacja modeli AI za pomocą NVIDIA TensorRT
- Akceleracja sprzętowa z wykorzystaniem Coral TPU i Jetson Nano
Redukcja zużycia energii w aplikacjach AI
- Profilowanie mocy i metryki efektywności
- Architektury niskoprądowego przetwarzania
- Dynamiczne skalowanie mocy i adaptacyjne techniki wnioskowania
Studia przypadków i zastosowania w rzeczywistych scenariuszach
- Urządzenia IoT zasilane bateryjnie z wbudowaną AI
- Niskoprądowa AI w zastosowaniach medycznych i urządzeniach noszonych
- Zastosowania w inteligentnych miastach i monitorowaniu środowiska
Najlepsze praktyki i przyszłe trendy
- Optymalizacja AI na urządzeniach brzegowych pod kątem zrównoważonego rozwoju
- Postępy w energooszczędnym sprzęcie AI
- Przyszłe kierunki badań nad niskoprądową AI
Podsumowanie i kolejne kroki
Wymagania
- Znajomość modeli uczenia głębokiego
- Doświadczenie w systemach wbudowanych lub wdrażaniu AI
- Podstawowa wiedza na temat technik optymalizacji modeli
Grupa docelowa
- Inżynierowie AI
- Programiści systemów wbudowanych
- Inżynierowie sprzętowi
Opinie uczestników (1)
Że możemy omówić zaawansowane tematy i pracować na rzeczywistych przykładach
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Szkolenie - Advanced Edge AI Techniques
Przetłumaczone przez sztuczną inteligencję