Programa do Curso

Introdução à IA de baixo consumo

  • Panorâmica da IA em sistemas incorporados
  • Desafios da implantação da IA em dispositivos de baixo consumo
  • Aplicações de IA eficientes em termos energéticos

Técnicas de otimização de modelos

  • Quantização e seu impacto no desempenho
  • Poda e partilha de pesos
  • Destilação do conhecimento para simplificação do modelo

Implementação de modelos de IA em hardware de baixo consumo

  • Utilizar TensorFlow Lite e o tempo de execução ONNX para IA de ponta
  • Otimização de modelos de IA com NVIDIA TensorRT
  • Aceleração de hardware com Coral TPU e Jetson Nano

Reduzir o consumo de energia em aplicações de IA

  • Perfil de energia e métricas de eficiência
  • Arquiteturas de computação de baixo consumo
  • Escalonamento dinâmico de energia e técnicas de inferência adaptativa

Estudos de casos e aplicações do mundo real

  • Dispositivos IoT alimentados por bateria e alimentados por IA
  • IA de baixo consumo para cuidados de saúde e dispositivos portáteis
  • Cidade inteligente e aplicações de monitorização ambiental

Melhores práticas e tendências futuras

  • Otimizar a IA de ponta para a sustentabilidade
  • Avanços no hardware de IA energeticamente eficiente
  • Desenvolvimentos futuros na investigação sobre IA de baixo consumo

Resumo e próximos passos

Requisitos

  • Conhecimento dos modelos de aprendizagem profunda
  • Experiência com sistemas incorporados ou implantação de IA
  • Conhecimento básico de técnicas de otimização de modelos

Público-alvo

  • Engenheiros de IA
  • Desenvolvedores incorporados
  • Engenheiros de hardware
 21 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas