課程簡介

低功耗人工智能简介

  • 嵌入式系统中人工智能的概述
  • 在低功耗设备上部署人工智能的挑战
  • 节能型人工智能应用

模型优化技术

  • 量化及其对性能的影响
  • 修剪和权重共享
  • 知识蒸馏以简化模型

在低功耗硬件上部署人工智能模型

  • 使用TensorFlow Lite和ONNX Runtime进行边缘人工智能
  • 使用NVIDIA TensorRT优化人工智能模型
  • 使用Coral TPU和Jetson Nano进行硬件加速

人工智能应用中的能耗减少

  • 功率分析和效率指标
  • 低功耗计算架构
  • 动态功率缩放和自适应推断技术

案例研究和现实世界应用

  • 人工智能驱动的电池供电物联网设备
  • 医疗保健和可穿戴设备的低功耗人工智能
  • 智慧城市和环境监测应用

最佳实践和未来趋势

  • 为了可持续性而优化边缘人工智能
  • 节能型人工智能硬件的进展
  • 低功耗人工智能研究的未来发展

总结和结论

最低要求

  • 對深度學習模型有一定了解
  • 具有嵌入式系統或AI部署的經驗
  • 對模型優化技術有基本了解

受眾

  • AI工程師
  • 嵌入式開發人員
  • 硬件工程師
 21 時間:

課程分類