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.
Struttura del corso
Introduzione all'IA ad alta efficienza energetica
- L'importanza della sostenibilità nell'IA
- Panoramica del consumo energetico nell'apprendimento automatico
- Casi di studio di implementazioni di IA efficienti dal punto di vista energetico
Architetture di modelli compatti
- Comprendere le dimensioni e la complessità del modello
- Tecniche per la progettazione di modelli piccoli ma efficaci
- Confronto di diverse architetture di modelli per l'efficienza
Tecniche di ottimizzazione e compressione
- Sfoltimento e quantizzazione del modello
- Distillazione delle conoscenze per modelli più piccoli
- Metodi di allenamento efficienti per ridurre il consumo di energia
Considerazioni sull'hardware per l'intelligenza artificiale
- Selezione di hardware efficiente dal punto di vista energetico per l'addestramento e l'inferenza
- Il ruolo dei processori specializzati come TPU e FPGA
- Bilanciamento delle prestazioni e del consumo energetico
Pratiche di codifica verde
- Scrittura di codice efficiente dal punto di vista energetico
- Profilazione e ottimizzazione degli algoritmi di intelligenza artificiale
- Best practice per lo sviluppo sostenibile del software
Energie rinnovabili e IA
- Integrazione delle fonti di energia rinnovabile nelle operazioni di IA
- Sostenibilità dei data center
- Il futuro dell'infrastruttura di IA verde
Valutazione del ciclo di vita dei sistemi di IA
- Misurare l'impronta di carbonio dei modelli di IA
- Strategie per ridurre l'impatto ambientale durante l'intero ciclo di vita dell'IA
- Casi di studio sulla valutazione del ciclo di vita nell'IA
Politica e regolamentazione per l'IA sostenibile
- Comprendere gli standard e le normative globali
- Il ruolo della politica nella promozione di un'IA efficiente sotto il profilo energetico
- Considerazioni etiche e impatto sociale
Progetto e valutazione
- Sviluppo di un prototipo utilizzando modelli linguistici di piccole dimensioni in un dominio scelto
- Presentazione del sistema di IA ad alta efficienza energetica
- Valutazione basata sull'efficienza tecnica, l'innovazione e il contributo ambientale
Riepilogo e prossime tappe
Requisiti
- Solida comprensione dei concetti di deep learning
- Competenza nella programmazione Python
- Esperienza con le tecniche di ottimizzazione dei modelli
Pubblico
- Ingegneri dell'apprendimento automatico
- Ricercatori e professionisti dell'IA
- Sostenitori dell'ambiente nel settore tecnologico
21 ore
