Carbon Aware Computing dla programistów Generative AI

Generative AI wymaga ogromnej mocy obliczeniowej, co prowadzi do znacznego śladu węglowego, którym programiści muszą nauczyć się zarządzać. Ten kurs uczy, jak dostosować obciążenia związane z trenowaniem modeli i wnioskowaniem do dostępności zielonej energii. Dowiesz się, jak mierzyć, analizować i aktywnie redukować wpływ swoich potoków uczenia maszynowego na środowisko. Czego się nauczysz: - Zrozumiesz podstawowe koncepcje intensywności emisji dwutlenku węgla w sieci energetycznej oraz zasady inżynierii zielonego oprogramowania - Zmierzysz ślad węglowy swoich modeli uczenia maszynowego podczas trenowania i wnioskowania - Zaplanujesz obciążenia obliczeniowe tak, aby działały w okresach wysokiej dostępności energii odnawialnej - Wdrożysz zestawy SDK i API świadome emisji dwutlenku węgla, aby dynamicznie dostosowywać zużycie zasobów obliczeniowych - Zastosujesz techniki optymalizacji modeli, takie jak kwantyzacja i przycinanie, aby zmniejszyć zapotrzebowanie na energię - Wybierzesz regiony chmurowe i centra danych w oparciu o metryki czystej energii w sieci w czasie rzeczywistym Ten kurs rozpoczyna się od podstawowych koncepcji zrównoważonych obliczeń i wpływu nowoczesnej sztucznej inteligencji na emisję dwutlenku węgla. Następnie przejdziesz przez praktyczne strategie monitorowania emisji i refaktoryzacji potoków wdrażania, aby nadać priorytet zielonej energii. Ten kurs jest przeznaczony dla programistów, analityków danych i inżynierów uczenia maszynowego, którzy dopiero zaczynają przygodę ze zrównoważonymi obliczeniami i chcą budować systemy AI odpowiedzialne środowiskowo. Nie jest wymagane wcześniejsze doświadczenie w zielonych obliczeniach. Zacznij czytać, aby budować wydajne systemy Generative AI, które są zoptymalizowane pod kątem dobra planety.