Programa do Curso

Introdução à IA de Baixo Consumo Energético

  • Visão geral da IA em sistemas embarcados
  • Desafios na implementação de IA em dispositivos de baixa potência
  • Aplicações de IA eficientes energeticamente

Técnicas de Otimização de Modelos

  • Quantização e seu impacto no desempenho
  • Podas e compartilhamento de pesos
  • Destilação de conhecimento para simplificação do modelo

Implementação de Modelos de IA em Hardware de Baixa Potência

  • Utilização do TensorFlow Lite e ONNX Runtime para IA nos dispositivos da borda
  • Otimização de modelos de IA com NVIDIA TensorRT
  • Aceleração por hardware com Coral TPU e Jetson Nano

Redução do Consumo de Energia em Aplicações de IA

  • Perfis de consumo energético e métricas de eficiência
  • Arquiteturas computacionais de baixa potência
  • Escalabilidade dinâmica da energia e técnicas adaptativas de inferência

Estudos de Caso e Aplicações no Mundo Real

  • Dispositivos IoT com bateria alimentados por IA
  • IA de baixa potência para saúde e vestíveis
  • Aplicações de monitoramento ambiental e cidades inteligentes

Melhores Práticas e Tendências Futuras

  • Otimização de IA nos dispositivos da borda para sustentabilidade
  • Avanços em hardware de IA eficiente energeticamente
  • Desenvolvimentos futuros na pesquisa de IA de baixo consumo energético

Resumo e Próximos Passos

Requisitos

  • Compreensão dos modelos de aprendizado profundo
  • Experiência com sistemas embarcados ou deploy de IA
  • Conhecimento básico de técnicas de otimização de modelos

Público-alvo

  • Engenheiros de IA
  • Desenvolvedores embarcados
  • Engenheiros de hardware
 21 Horas

Próximas Formações Provisórias

Categorias Relacionadas