Course Outline

Pengantar AI Daya Rendah

  • Tinjauan AI dalam sistem tertanam
  • Tantangan penerapan AI pada perangkat berdaya rendah
  • Aplikasi AI hemat energi

Teknik Optimasi Model

  • Kuantisasi dan dampaknya terhadap kinerja
  • Pemangkasan dan pembagian berat
  • Distilasi pengetahuan untuk penyederhanaan model

Menerapkan Model AI pada Perangkat Keras Berdaya Rendah

  • Menggunakan TensorFlow Lite dan ONNX Runtime untuk AI tepi
  • Mengoptimalkan model AI dengan NVIDIA TensorRT
  • Akselerasi perangkat keras dengan Coral TPU dan Jetson Nano

Mengurangi Konsumsi Daya dalam Aplikasi AI

  • Profil daya dan metrik efisiensi
  • Arsitektur komputasi daya rendah
  • Skala daya dinamis dan teknik inferensi adaptif

Studi Kasus dan Aplikasi di Dunia Nyata

  • Perangkat IoT bertenaga baterai dengan teknologi AI
  • AI berdaya rendah untuk layanan kesehatan dan perangkat yang dapat dikenakan
  • Aplikasi kota pintar dan pemantauan lingkungan

Praktik Terbaik dan Tren Masa Depan

  • Mengoptimalkan AI edge untuk keberlanjutan
  • Kemajuan dalam perangkat keras AI hemat energi
  • Perkembangan masa depan dalam penelitian AI berdaya rendah

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman tentang model pembelajaran mendalam
  • Pengalaman dengan sistem tertanam atau penerapan AI
  • Pengetahuan dasar tentang teknik optimasi model

Hadirin

  • Insinyur AI
  • Pengembang tertanam
  • Insinyur perangkat keras
 21 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories