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
- AI에서의 지속 가능성의 중요성
- 머신 러닝에서 에너지 소비 개요
- 에너지 효율적인 AI 구현 사례 연구
컴팩트 모델 아키텍처
- 모델 크기와 복잡도 이해
- 작은 yet 효과적인 모델 설계 기술
- 효율성을 위한 다양한 모델 아키텍처 비교
최적화 및 압축 기술
- 모델 프루닝 및 양자화
- 작은 모델을 위한 지식 증류
- 에너지 사용을 줄이기 위한 효율적인 학습 방법
AI를 위한 하드웨어 고려 사항
- 학습 및 추론을 위한 에너지 효율적인 하드웨어 선택
- TPU 및 FPGA와 같은 전문 프로세서의 역할
- 성능과 전력 소비의 균형 맞추기
녹색 코딩 실습
- 에너지 효율적인 코드 작성
- AI 알고리즘 프로파일링 및 최적화
- 지속 가능한 소프트웨어 개발을 위한 최선 실습
재생 가능 에너지 및 AI
- AI 운영에서 재생 가능 에너지 원천 통합
- 데이터 센터 지속 가능성
- 녹색 AI 인프라의 미래
AI 시스템의 라이프사이클 평가
- AI 모델의 탄소 발자국 측정
- AI 라이프사이클 전체에서 환경 영향 줄이기 전략
- AI에서의 라이프사이클 평가 사례 연구
지속 가능한 AI를 위한 정책 및 규제
- 글로벌 표준 및 규제 이해
- 에너지 효율적인 AI 촉진을 위한 정책 역할
- 윤리적 고려 사항 및 사회적 영향
프로젝트 및 평가
- 선택된 도메인에서 작은 언어 모델을 사용하여 프로토타입 개발
- 에너지 효율적인 AI 시스템 발표
- 기술적 효율성, 혁신 및 환경 기여 기반 평가
요약 및 다음 단계
Requirements
- 딥러닝 개념에 대한 탄탄한 이해
- 파이썬 프로그래밍에 대한 숙련도
- 모델 최적화 기술 경험
대상
- 머신러닝 엔지니어
- AI 연구자 및 실무자
- 기술 산업 내 환경 보호 운동가
21 Hours