Optimización de Generative AI en procesadores Arm para Edge y la nube — LearnFlat
⏱ 2 h 48 min 📚 28 lecciones 🎧 Versión en audio

Optimización de Generative AI en procesadores Arm para Edge y la nube

Construya y ejecute modelos de Generative AI de alto rendimiento en la arquitectura Arm utilizando cuantización, extensiones vectoriales y librerías de optimización modernas.

  • 💬 Instructor de IA
    Pregunta sobre cualquier lección y recibe una respuesta clara al instante, cuando quieras.
  • 🕐 Empieza cuando quieras
    Sin horarios ni fechas límite: aprende a tu ritmo, cuando quieras.
  • 🌐 En español
    Lecciones, tareas y certificado: todo completamente en tu idioma.

Sobre este curso

Ejecutar modelos de Generative AI de manera eficiente requiere comprender el hardware subyacente. A medida que los procesadores Arm impulsan todo, desde dispositivos móviles hasta masivos servidores en la nube, aprender a optimizar modelos para esta arquitectura es una habilidad crucial para los desarrolladores de AI modernos. Este curso basado en texto lo guía a través del proceso de adaptación y aceleración de cargas de trabajo de Generative AI en sistemas basados en Arm. Pasará de comprender conceptos básicos de hardware a implementar técnicas de optimización avanzadas que reducen drásticamente la latencia y el uso de memoria. Lo que aprenderá: - Comprender la arquitectura fundamental de los procesadores Arm, incluyendo el diseño de la CPU y las jerarquías de memoria - Aplicar técnicas de vectorización SIMD utilizando instrucciones Neon y Scalable Vector Extension (SVE) para acelerar operaciones matemáticas - Implementar estrategias de cuantización de pocos bits, como INT4 y FP8, para comprimir modelos de lenguaje grandes sin sacrificar la precisión - Configurar y utilizar la librería optimizada KleidiAI para agilizar operaciones clave de Generative AI - Desplegar modelos optimizados tanto en dispositivos edge limitados como en entornos de nube escalables - Analizar cuellos de botella de rendimiento utilizando conceptos modernos de perfilado y herramientas de tiempo de ejecución Comenzará con la terminología clave del hardware y los conceptos fundamentales del cómputo en CPU antes de explorar estrategias prácticas de optimización. A través de explicaciones escritas paso a paso y ejemplos de código claros, aprenderá a configurar, optimizar y evaluar modelos generativos para su despliegue en el mundo real. Este curso está diseñado para desarrolladores de software, entusiastas de la AI e ingenieros de sistemas que son nuevos en la optimización a nivel de hardware. No se requiere experiencia previa con programación de hardware o lenguaje ensamblador. Comience su viaje en la optimización de AI consciente del hardware hoy mismo.

Lo que obtendrás

  • 📜 Certificado de finalización
    Añádelo a tu perfil de LinkedIn
  • 💬 Tutor AI personal
    ¿Atascado en una lección? Pregúntale a tu tutor integrado lo que quieras, cuando quieras.
  • 🎧 Versión en audio incluida
    Aprende en cualquier momento, sin pantalla
  • ♾️ Acceso de por vida
    Vuelve cuando quieras, sin caducidad
  • 📱 Teléfono o computadora
    Funciona en cualquier dispositivo
  • 💸 Reembolso de 14 días
    Sin preguntas
  • ⚡ Breve y enfocado
    2 h 48 min de contenido práctico

Reseñas

Aún no hay reseñas — sé el primero en compartir tu experiencia.

Escribir una reseña

☆☆☆☆☆
Te pediremos iniciar sesión después de enviar — tu borrador se guarda.

Otros también tomaron

Preguntas frecuentes

¿Qué necesito para tomar este curso? +

Solo un teléfono o computadora con internet. Sin instalaciones ni hardware especial.

¿Cómo pago? +

Con tarjeta a través de Stripe. No almacenamos datos de tarjeta — Stripe los gestiona de forma segura.

¿Puedo obtener un reembolso? +

Sí — reembolso completo en 14 días, sin preguntas.

¿Por cuánto tiempo tendré acceso? +

Para siempre. Una vez comprado, el curso es tuyo para revisarlo cuando quieras.

¿Obtendré un certificado? +

Sí. Al finalizar recibirás un certificado que puedes añadir a tu perfil de LinkedIn.

Diseñado para profesionales en
Tecnología Diseño Finanzas Marketing Salud Educación Hostelería Manufactura