Contacta con nosotros

Temario del curso

Introducción a la IA Eficiente en Energía

  • La importancia de la sostenibilidad en la IA
  • Visión general del consumo energético en el aprendizaje automático
  • Estudios de caso de implementaciones de IA eficientes en energía

Arquitecturas de Modelos Compactos

  • Comprensión del tamaño y la complejidad de los modelos
  • Técnicas para diseñar modelos pequeños pero efectivos
  • Comparación de diferentes arquitecturas de modelos en términos de eficiencia

Técnicas de Optimización y Compresión

  • Poda y cuantización de modelos
  • Destilación de conocimientos para modelos más pequeños
  • Métodos de entrenamiento eficientes para reducir el consumo energético

Consideraciones de Hardware para la IA

  • Selección de hardware eficiente en energía para entrenamiento e inferencia
  • El papel de los procesadores especializados como TPUs y FPGAs
  • Equilibrar el rendimiento con el consumo energético

Prácticas de Código Verde

  • Escritura de código eficiente en energía
  • Perfilado y optimización de algoritmos de IA
  • Mejores prácticas para el desarrollo sostenible de software

Energía Renovable e IA

  • Integración de fuentes de energía renovable en las operaciones de IA
  • Sostenibilidad de los centros de datos
  • El futuro de la infraestructura de IA ecológica

Evaluación del Ciclo de Vida de Sistemas de IA

  • Medición de la huella de carbono de los modelos de IA
  • Estrategias para reducir el impacto ambiental a lo largo del ciclo de vida de la IA
  • Estudios de caso sobre evaluación del ciclo de vida en IA

Política y Regulación para una IA Sostenible

  • Comprensión de estándares y regulaciones globales
  • El papel de la política en la promoción de una IA eficiente en energía
  • Consideraciones éticas e impacto social

Proyecto y Evaluación

  • Desarrollo de un prototipo utilizando modelos de lenguaje pequeños en un dominio elegido
  • Presentación del sistema de IA eficiente en energía
  • Evaluación basada en eficiencia técnica, innovación y contribución ambiental

Resumen y Próximos Pasos

Requerimientos

  • Sólida comprensión de los conceptos de aprendizaje profundo
  • Dominio de la programación en Python
  • Experiencia con técnicas de optimización de modelos

Público Objetivo

  • Ingenieros de aprendizaje automático
  • Investigadores y profesionales de la IA
  • Defensores del medio ambiente dentro de la industria tecnológica
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas