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.
Course Outline
에너지 효율적인 AI 소개
- AI에서 지속 가능성의 중요성
- 기계 학습의 에너지 소비 개요
- 에너지 효율적인 AI 구현 사례 연구
컴팩트 모델 아키텍처
- 모델 크기 및 복잡성 이해
- 작지만 효과적인 모델을 설계하는 기술
- 효율성을 위해 다양한 모델 아키텍처 비교
최적화 및 압축 기술
- 모델 가지치기 및 양자화
- 더 작은 모델을 위한 지식 증류
- 에너지 사용량을 줄이는 효율적인 훈련 방법
AI에 대한 하드웨어 고려 사항
- 훈련 및 추론을 위한 에너지 효율적인 하드웨어 선택
- TPU, FPGA 등 특수 프로세서의 역할
- 성능과 전력 소비의 균형
친환경 코딩 관행
- 에너지 효율적인 코드 작성
- AI 알고리즘 프로파일링 및 최적화
- 지속 가능한 소프트웨어 개발을 위한 모범 사례
재생에너지와 AI
- AI 운영에 재생에너지원 통합
- 데이터 센터 지속 가능성
- 그린 AI 인프라의 미래
AI 시스템의 수명주기 평가
- AI 모델의 탄소 배출량 측정
- AI 수명주기 전반에 걸쳐 환경 영향을 줄이기 위한 전략
- AI의 수명주기 평가에 대한 사례 연구
지속 가능한 AI를 위한 정책 및 규제
- 글로벌 표준 및 규정 이해
- 에너지 효율적인 AI를 촉진하는 정책의 역할
- 윤리적 고려사항과 사회적 영향
프로젝트 및 평가
- 선택한 도메인에서 작은 언어 모델을 사용하여 프로토타입 개발
- 에너지 효율적인 AI 시스템 발표
- 기술 효율성, 혁신성, 환경 기여도를 바탕으로 평가
요약 및 다음 단계
Requirements
- 딥러닝 개념에 대한 확실한 이해
- Python 프로그래밍 능력
- 모델 최적화 기술 경험
청중
- 머신러닝 엔지니어
- AI 연구자 및 실무자
- 기술 산업계의 환경 옹호자들
21 Hours