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
- Descripción general de la IA en sistemas embebidos
- Desafíos de la implementación de IA en dispositivos de bajo consumo
- Aplicaciones de IA eficientes en energía
Técnicas de optimización de modelos
- Cuantización y su impacto en el rendimiento
- Poda y compartición de pesos
- Destilación de conocimiento para la simplificación del modelo
Implementación de modelos de IA en hardware de bajo consumo
- Uso de TensorFlow Lite y ONNX Runtime para IA periférica
- Optimización de modelos de IA con NVIDIA TensorRT
- Aceleración de hardware con Coral TPU y Jetson Nano
Reducción del consumo energético en aplicaciones de IA
- Perfilado energético y métricas de eficiencia
- Arquitecturas de computación de bajo consumo
- Escalamiento dinámico de potencia y técnicas de inferencia adaptativa
Estudios de caso y aplicaciones reales
- Dispositivos IoT alimentados por batería con IA integrada
- IA de bajo consumo para atención médica y wearables
- Aplicaciones en ciudades inteligentes y monitoreo ambiental
Mejores prácticas y tendencias futuras
- Optimización de IA en el borde para la sostenibilidad
- Avances en hardware de IA eficiente en energía
- Futuros desarrollos en investigación de IA de bajo consumo
Resumen y próximos pasos
Requerimientos
- Comprensión de los modelos de aprendizaje profundo
- Experiencia con sistemas embebidos o implementación 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
