문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
소비전력 낮은 AI 소개
- 임베디드 시스템에서의 AI 개요
- 저전력 장치에 AI 배포의 도전 과제
- 에너지 효율적인 AI 애플리케이션
모델 최적화 기법
- 양자화 및 성능에 미치는 영향
- 프루닝 및 가중치 공유
- 모델 간소화를 위한 지식 증류
저전력 하드웨어에 AI 모델 배포
- TensorFlow Lite 및 ONNX Runtime을 사용한 엣지 AI
- NVIDIA TensorRT로 AI 모델 최적화
- Coral TPU 및 Jetson Nano를 통한 하드웨어 가속화
AI 애플리케이션의 전력 소비 감소
- 전력 프로파일링 및 효율성 지표
- 저전력 컴퓨팅 아키텍처
- 동적 전력 스케일링 및 적응형 추론 기술
사례 연구 및 실세계 애플리케이션
- AI 기반 배터리 운영 IoT 장치
- 의료 및 웨어러블을 위한 저전력 AI
- 스마트 시티 및 환경 모니터링 애플리케이션
최고의 방법 및 향후 동향
- 지속 가능성을 위한 엣지 AI 최적화
- 에너지 효율적인 AI 하드웨어의 발전
- 저전력 AI 연구의 향후 개발
요약 및 다음 단계
요건
- 심층 학습 모델에 대한 이해
- 임베디드 시스템 또는 AI 배포 경험
- 모델 최적화 기법에 대한 기본 지식
대상
- AI 엔지니어
- 임베디드 개발자
- 하드웨어 엔지니어
21 시간
회원 평가 (1)
고급 주제를 다루고 실제 사례를 통해 실습할 수 있습니다.
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
코스 - Advanced Edge AI Techniques
기계 번역됨