Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
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
Reseñas (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática