お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
低消費電力AIの概要
- 組み込みシステムにおけるAIの概観
- 低消費電力デバイスでのAI展開の課題
- エネルギー効率の高いAIアプリケーション
モデル最適化技術
- クォンタイゼーションとそのパフォーマンスへの影響
- プルーニングとウェイト共有
- 知識の蒸留によるモデル簡素化
低消費電力ハードウェアへのAIモデル展開
- TensorFlow LiteとONNX Runtimeを使用したエッジAI
- NVIDIA TensorRTを使用したAIモデルの最適化
- Coral TPUとJetson Nanoによるハードウェア加速
AIアプリケーションでの消費電力削減
- パワープロファイリングと効率指標
- 低消費電力計算アーキテクチャ
- 動的パワースケーリングと適応推論技術
ケーススタディと実世界のアプリケーション
- AI搭載バッテリー駆動型IoTデバイス
- ヘルスケアとウェアラブル向け低消費電力AI
- スマートシティと環境モニタリングアプリケーション
最善の実践方法と将来のトレンド
- サステナビリティを重視したエッジAIの最適化
- エネルギー効率の高いAIハードウェアの進歩
- 低消費電力AI研究における将来の発展
要約と次回のステップ
要求
- 深層学習モデルの理解
- 組み込みシステムやAI展開の経験
- モデル最適化技術に関する基本的な知識
対象者
- AIエンジニア
- 組み込み開発者
- ハードウェアエンジニア
21 時間
お客様の声 (1)
高度なトピックをカバーし、実際の例を使って実践的に学べること
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
コース - Advanced Edge AI Techniques
機械翻訳