Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução à IA Eficiente em Energia
- A importância da sustentabilidade na IA
- Visão geral do consumo de energia no aprendizado de máquina
- Estudos de caso sobre implementações de IA eficientes em energia
Arquiteturas de Modelos Compactos
- Compreensão do tamanho e da complexidade dos modelos
- Técnicas para projetar modelos pequenos, mas eficazes
- Comparação de diferentes arquiteturas de modelos em termos de eficiência
Técnicas de Otimização e Compressão
- Podagem e quantização de modelos
- Distilação de conhecimento para modelos menores
- Métodos de treinamento eficientes para reduzir o consumo de energia
Considerações sobre Hardware para IA
- Seleção de hardware eficiente em energia para treinamento e inferência
- O papel de processadores especializados, como TPUs e FPGAs
- Equilibrar desempenho e consumo de energia
Boas Práticas de Codificação Sustentável (Green Coding)
- Escrever código eficiente em termos energéticos
- Perfilamento e otimização de algoritmos de IA
- Melhores práticas para o desenvolvimento sustentável de software
Energia Renovável e IA
- Integração de fontes de energia renovável nas operações de IA
- Sustentabilidade de data centers
- O futuro da infraestrutura verde de IA
Avaliação do Ciclo de Vida de Sistemas de IA
- Medição da pegada de carbono dos modelos de IA
- Estratégias para reduzir o impacto ambiental ao longo de todo o ciclo de vida da IA
- Estudos de caso sobre avaliação do ciclo de vida em IA
Políticas e Regulamentações para uma IA Sustentável
- Compreensão dos padrões e regulamentações globais
- O papel das políticas na promoção de uma IA eficiente em energia
- Considerações éticas e impacto social
Projeto e Avaliação
- Desenvolvimento de um protótipo usando pequenos modelos de linguagem em um domínio escolhido
- Apresentação do sistema de IA eficiente em energia
- Avaliação baseada em eficiência técnica, inovação e contribuição ambiental
Resumo e Próximos Passos
Requisitos
- Conhecimento sólido dos conceitos de aprendizado profundo
- Proficiência em programação Python
- Experiência com técnicas de otimização de modelos
Público-Alvo
- Engenheiros de aprendizado de máquina
- Pesquisadores e profissionais da área de IA
- Defensores da sustentabilidade dentro do setor de tecnologia
21 Horas
