Contacta con nosotros

Temario del curso

Introducción a la IA de Bajo Consumo

  • Visión general de la IA en sistemas embebidos
  • Desafíos del despliegue de IA en dispositivos de bajo consumo
  • Aplicaciones de IA eficientes energéticamente

Técnicas de Optimización de Modelos

  • Cuantización y su impacto en el rendimiento
  • Poda y compartición de pesos
  • Distilación de conocimiento para simplificar modelos

Despliegue de Modelos de IA en Hardware de Bajo Consumo

  • Uso de TensorFlow Lite y ONNX Runtime para IA en el borde
  • Optimización de modelos de IA con NVIDIA TensorRT
  • Aceleración de hardware con Coral TPU y Jetson Nano

Reducción del Consumo de Energía en Aplicaciones de IA

  • Perfiles de consumo de energía y métricas de eficiencia
  • Arquitecturas de computación de bajo consumo
  • Escalamiento dinámico de energía e técnicas de inferencia adaptativa

Estudios de Caso y Aplicaciones del Mundo Real

  • Dispositivos IoT alimentados por batería impulsados por IA
  • IA de bajo consumo para atención médica y dispositivos portátiles
  • Aplicaciones de ciudades inteligentes y monitoreo ambiental

Mejores Prácticas y Tendencias Futuras

  • Optimización de la IA en el borde para la sostenibilidad
  • Avances en hardware de IA eficiente energéticamente
  • Desarrollos futuros en investigación de IA de bajo consumo

Resumen y Siguientes Pasos

Requerimientos

  • Comprensión de los modelos de aprendizaje profundo
  • Experiencia con sistemas embebidos o despliegue de IA
  • Conocimientos básicos de técnicas de optimización de modelos

Público Objetivo

  • Ingenieros de IA
  • Desarrolladores embebidos
  • Ingenieros de hardware
 21 Horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas