Contacta con nosotros

Temario del curso

Introducción a la IA con Eficiencia Energética

  • La importancia de la sostenibilidad en la IA
  • Descripción general del consumo energético en el aprendizaje automático
  • Estudios de caso sobre implementaciones de IA eficientes energéticamente

Arquitecturas de Modelos Compactos

  • Comprensión del tamaño y la complejidad del modelo
  • Técnicas para diseñar modelos pequeños pero efectivos
  • Comparación de diferentes arquitecturas de modelos por su eficiencia

Técnicas de Optimización y Compresión

  • Poda y cuantización de modelos
  • Distilación de conocimiento para modelos más pequeños
  • Métodos eficientes de entrenamiento para reducir el consumo de energía

Consideraciones de Hardware para IA

  • Selección de hardware eficiente energéticamente para entrenamiento e inferencia
  • El papel de los procesadores especializados como TPUs y FPGAs
  • Equilibrio entre rendimiento y consumo de energía

Prácticas de Codificación Ecológica (Green Coding)

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

Energía Renovable e IA

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

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

Políticas y Regulaciones para una IA Sostenible

  • Comprensión de estándares y regulaciones globales
  • El papel de la política en la promoción de una IA eficiente energéticamente
  • 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 energéticamente
  • Evaluación basada en eficiencia técnica, innovación y contribución ambiental

Resumen y Próximos Pasos

Requerimientos

  • Sólida comprensión de los conceptos de aprendizaje profundo
  • Domino del lenguaje de programación Python
  • Experiencia con técnicas de optimización de modelos

Audiencia objetivo

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas