Hubungi Kami

Kerangka Materi

Pengantar terhadap Konsep AI Berdaya Rendah

  • Gambaran umum penerapan AI pada perangkat tertanam
  • Tantangan dalam menerapkan AI pada perangkat berdaya rendah
  • Contoh aplikasi AI yang hemat energi

Teknik Optimisasi Model

  • Konsep kuantisasi dan dampaknya terhadap performa model
  • Pendekatan pruning serta penggunaan kembali bobot jaringan
  • Teknik penyederhanaan model melalui knowledge distillation

Menyebarkan Model AI pada Perangkat Keras Berdaya Rendah

  • Penggunaan TensorFlow Lite dan ONNX Runtime untuk implementasi AI di tepi jaringan
  • Cara mengoptimalkan model dengan alat NVIDIA TensorRT
  • Pemanfaatan fitur akselerasi perangkat keras melalui Coral TPU dan Jetson Nano

Cara Mengurangi Konsumsi Energi pada Aplikasi AI

  • Analisis profil daya serta metrik efisiensi energi
  • Arsitektur komputasi hemat energi
  • Strategi skala daya dinamis dan teknik inferensi adaptif

Studi Kasus serta Penerapan Nyata AI Berdaya Rendah

  • Contoh perangkat IoT bertenaga baterai yang mengandalkan AI
  • Aplikasi AI hemat energi dalam bidang kesehatan dan perangkat wearable
  • Pemanfaatan AI untuk pengawasan lingkungan maupun kota pintar

Praktik Terbaik serta Arah Pengembangan AI di Masa Depan

  • Cara mengoptimalkan AI tepi jaringan demi keberlanjutan lingkungan
  • Kemajuan teknologi perangkat keras AI yang lebih hemat energi
  • Perkembangan penelitian terbaru dalam bidang AI berdaya rendah

Penutup dan Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai model pembelajaran mendalam
  • Pengalaman dalam mengembangkan perangkat tertanam atau menerapkan AI
  • Pengetahuan dasar tentang teknik optimisasi model

Target Peserta

  • Para insinyur AI
  • Pengembang perangkat tertanam
  • Insinyur perangkat keras
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait