Intel® KI-Technologien für effiziente Modellbereitstellung

Dieser Kurs führt Sie in die Kernkonzepte der hardwarebeschleunigte KI ein und zeigt Ihnen, wie Sie die Leistung maximieren können, ohne die Genauigkeit zu beeinträchtigen.Dieser Kurs zeigt, wie Deep Learning-Modelle in einer Reihe von Anwendungen eingesetzt werden können. Sie lernen, wie Sie die CPU-, GPU- und NPU-Architekturen nutzen, um Inferenzen in realen Umgebungen schneller und effizienter auszuführen, und erfahren, wie sich die KI-Anwendungen in Ihrem Unternehmen entwickeln. Was Sie lernen werden: - Verstehen Sie die Grundlagen der KI-Hardwarebeschleunigung über CPU-, GPU- und NPU-Architekturen hinweg - Konfigurieren und verwenden Sie das OpenVINO-Toolkit, um Deep-Learning-Modelle für eine effiziente Inferenz zu optimieren - Wenden Sie Modellquantisierungstechniken an, um den Speicherbedarf zu reduzieren und die Verarbeitungsgeschwindigkeit zu erhöhen - Nutzen Sie optimierte Erweiterungen für PyTorch und TensorFlow, um Standard-Workflows zu beschleunigen - Bereitstellung optimierter KI-Modelle in heterogenen Umgebungen von Edge-Geräten bis zur Cloud Der Kurs beginnt mit der grundlegenden Terminologie und Hardwarekonzepten und führt Sie anschließend mithilfe von branchenüblichen Tools durch die Optimierungsworkflows.Sie werden praktische Beispiele und konzeptionelle Aufschlüsselungen lesen, die darauf ausgelegt sind, Ihr Vertrauen in die Bereitstellung zu stärken. Dieser Kurs richtet sich an Anfänger, die sich mit der Entwicklung von KI-Systemen beschäftigen, sowie an Data Scientists und Systemarchitekten, die die Optimierung auf Hardwareebene verstehen möchten. Optimieren Sie Ihre KI-Modelle noch heute für die Performance in der realen Welt.