למידה יעילה של מכונות אנרגיה מתמקדת בצמצום צריכת החשמל במערכות משובצות תוך שמירה על ביצועים. גישה זו חיונית למכשירים עם משאבים מוגבלים, כגון חיישני IoT ומכשירים ניידים.הטמעת אלגוריתמים ויעילות חומרה יכול להאריך את תוחלת החיים של המכשיר ולצמצם עלויות תפעוליות.

עקרונות של למידה יעילה באנרגיה

עקרונות הליבה כרוכים בצמצום המורכבות החישובית, אופטימיזציה של עיבוד נתונים, ומינוף יכולות חומרה.טכניקות כגון עבודת מודל, פירור, ו מאיץ חומרה בעלות כוח נמוך מסייע להפחית את צריכת האנרגיה.

המונחים: Power Contion

השימוש בכוח אסטיגמי כרוך בניתוח האנרגיה למבצע ואת המספר הכולל של פעולות במהלך הקצוב.הנוסה הבסיסית היא:

(ב) ⁇ (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

כאשר צריכת החשמל יכולה להישבר לרכיבים כגון CPU, זיכרון, מאיץ חומרה.לדוגמה, אם מודל הקצוץ לוקח 0.5 שניות וגלגל הכוח הממוצע הוא 1 וואט, האנרגיה המשמשת היא 0.5 ג'אולים.

אסטרטגיות לשיפור היעילות של האנרגיה

יישום אסטרטגיות הבאות יכול להפחית באופן משמעותי את צריכת האנרגיה:

  • (ב) ,0) ,ממדת משה: כפלה של ה': כפלה של ה', כפלה ומן ה'.
  • (ב) ,0) ,התייעלות: 1FLT:1 שימוש במעבדים בעלי כוח נמוך ומאצלים.
  • (ב) ,0) ,התמדה: ⁇ 1 (ה) מכוונן את המורכבות של המודל בהתבסס על דרישות המשימה.
  • (ב) ,0) ,המידע הקל על ידי: FIRLT:1 ,Minimizing Data Movement ו- Memory Access.