Contacta con nosotros

Temario del curso

Introducción a la IA de bajo consumo

  • Visión general de la IA en sistemas embebidos
  • Desafíos de la implementación de IA en dispositivos de bajo consumo
  • Aplicaciones de IA eficientes desde el punto de vista energético

Técnicas de optimización de modelos

  • Cuantización y su impacto en el rendimiento
  • Poda y compartición de pesos
  • Destilación de conocimientos para la simplificación de modelos

Implementación de modelos de IA en hardware de bajo consumo

  • Uso de TensorFlow Lite y ONNX Runtime para IA en el extremo
  • Optimización de modelos de IA con NVIDIA TensorRT
  • Aceleración de hardware con Coral TPU y Jetson Nano

Reducción del consumo de energía en aplicaciones de IA

  • Perfilado energético y métricas de eficiencia
  • Arquitecturas informáticas de bajo consumo
  • Escalamiento dinámico de energía y técnicas de inferencia adaptativa

Estudios de caso y aplicaciones del mundo real

  • Dispositivos IoT con batería impulsados por IA
  • IA de bajo consumo para atención médica y dispositivos portátiles
  • Aplicaciones de ciudades inteligentes y monitoreo ambiental

Mejores prácticas y tendencias futuras

  • Optimización de la IA en el borde para la sostenibilidad
  • Avances en hardware de IA eficiente desde el punto de vista energético
  • Futuros desarrollos en investigación de IA de bajo consumo

Resumen y próximos pasos

Requerimientos

  • Comprender 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 de sistemas embebidos
  • Ingenieros de hardware
 21 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas