Neem contact met ons op

Cursusaanbod

Inleiding tot Energiezuinige AI

  • Overzicht van AI in embedded-systemen
  • De uitdagingen bij het implementeren van AI op energiezuinige apparaten
  • Toepassingen van energiezuinige AI

Technieken voor Modeloptimalisatie

  • Kwantisatie en de impact op prestaties
  • Pruning en gewichtsdeling
  • Knowledge distillation voor het vereenvoudigen van modellen

Het Implementeren van AI-modellen op Energiezuinige Hardware

  • Het gebruik van TensorFlow Lite en ONNX Runtime voor edge-AI
  • Optimalisatie van AI-modellen met behulp van NVIDIA TensorRT
  • Hardware-versnelling via Coral TPU en Jetson Nano

Het Verminderen van Energieverbruik in AI-toepassingen

  • Power profiling en efficiëntiemetingen
  • Rekenarchitecturen die energiezuinig zijn
  • Dynamische schaling van vermogen en adaptieve inferentietechnieken

Case Studies en Reële Toepassingen

  • AI-gestuurde IoT-apparaten op batterijen
  • Energiezuinige AI voor de gezondheidszorg en wearables
  • Toepassingen in slimme steden en milieubewaking

Best Practices en Toekomstige Ontwikkelingen

  • Het optimaliseren van edge-AI voor duurzaamheid
  • De laatste ontwikkelingen in energiezuinige AI-hardware
  • Toekomstige onderzoeksrichtingen binnen energiezuinige AI

Samenvatting en Vervolgstappen

Vereisten

  • Kennis van deep learning-modellen
  • ervaring met embedded-systemen of het implementeren van AI
  • Basiskennis van technieken voor modeloptimalisatie

Doelgroep

  • AI-engineers
  • Embedded-ontwikkelaars
  • Hardware-engineers
 21 Uren

Aantal deelnemers


Prijs per deelnemer

Getuigenissen (1)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën