? Вычисления с учетом выбросов углерода для разработчиков GenAI
? Добро пожаловать на курс «Вычисления с учетом выбросов углерода для разработчиков GenAI»! Курс даст вам навыки выполнения задач по обучению моделей и выводам с использованием более чистой и низкоуглеродной энергии в облаке.
Краткое содержание курса
В этом курсе вы узнаете, как принимать экологически сознательные решения, выполняя задачи машинного обучения и оптимизируя использование чистой электроэнергии. Вот что вы можете узнать и испытать:
- Данные об электроэнергии в режиме реального времени . Запрашивайте данные об электросети в режиме реального времени, чтобы понять распределение электроэнергии (например, ветровая, гидроэнергетика, уголь) и интенсивность выбросов углекислого газа (эквивалент выбросов CO2 на кВтч) в различных регионах.
- ⚡ Обучение моделям с низким уровнем выбросов углерода . Обучайте модели с использованием низкоуглеродной энергии, выбирая регионы с низкой средней интенсивностью выбросов углерода для учебных заданий и загрузки данных. Дальнейшая оптимизация с использованием данных сети в реальном времени из ElectricityMaps.
- Измерение углеродного следа . Получите данные об углеродном следе текущих облачных заданий с помощью инструмента Google Cloud Carbon Footprint, который оценивает выбросы парниковых газов в результате использования вами Google Cloud.
- ? Разработка с учетом выбросов углерода . На протяжении всего курса вы будете использовать ElectricityMaps, бесплатный API для запроса информации о глобальной электросети, а также Google Cloud для запуска заданий по обучению моделей в центрах обработки данных, работающих на низкоуглеродной энергии.
Ключевые моменты
- ? Глобальные энергетические данные : получение данных в реальном времени о глобальных структурах энергетики и интенсивности выбросов углекислого газа из API ElectricityMaps, определяющих электросети, которые производят электроэнергию из источников с низким уровнем выбросов углерода.
- Оптимизированные учебные задания . Выполняйте учебные задания по машинному обучению с использованием низкоуглеродной электроэнергии, перенаправляя задачи на облачные серверы на основе измерений интенсивности выбросов углекислого газа.
- ? Анализ углеродного следа . Анализируйте углеродный след выборочных данных об использовании Google Cloud, включая обучение машинному обучению, выводы, хранение и другие действия API.
Об инструкторе
? Никита Намджоши — советник разработчиков в Google Cloud и научный сотрудник Google на портале Permafrost Discovery Gateway, который поделится своим обширным опытом в области экологически безопасных вычислений, чтобы помочь вам в этом курсе.
? Чтобы записаться на курс или получить дополнительную информацию, посетите сайт deeplearning.ai.
