Carbon Aware Computing voor Generative AI-ontwikkelaars

Generative AI vereist enorme rekenkracht, wat leidt tot aanzienlijke ecologische voetafdrukken die ontwikkelaars moeten leren beheren. Deze cursus leert u hoe u uw modeltrainings- en inferentieworkloads kunt afstemmen op de beschikbaarheid van groene energie. U ontdekt hoe u de milieu-impact van uw machine learning-pijplijnen kunt meten, analyseren en actief kunt verminderen. Wat u zult leren: - Begrijp de kernconcepten van koolstofintensiteit van het elektriciteitsnet en principes van green software engineering - Meet de ecologische voetafdruk van uw machine learning-modellen tijdens training en inferentie - Plan rekenworkloads in om te draaien tijdens perioden van hoge beschikbaarheid van hernieuwbare energie - Implementeer carbon-aware SDK's en API's om het verbruik van computerbronnen dynamisch aan te passen - Pas modeloptimalisatietechnieken zoals kwantisatie en pruning toe om de energiebehoefte te verminderen - Selecteer cloudregio's en datacenters op basis van real-time statistieken over schone energie van het elektriciteitsnet Deze cursus begint met fundamentele concepten van duurzaam computergebruik en de koolstofimpact van moderne AI. Vervolgens doorloopt u praktische strategieën voor het monitoren van emissies en het herstructureren van uw implementatiepijplijnen om prioriteit te geven aan groene energie. Deze cursus is ontworpen voor softwareontwikkelaars, data scientists en machine learning-engineers die nieuw zijn in duurzaam computergebruik en milieuvriendelijke AI-systemen willen bouwen. Er is geen eerdere ervaring met green computing vereist. Begin met lezen om krachtige generative AI-systemen te bouwen die geoptimaliseerd zijn voor de planeet.