<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Low Power AI on Blog Formize.com</title><link>https://blog.formize.com/id/tags/low-power-ai/</link><description>Recent content in Low Power AI on Blog Formize.com</description><generator>Hugo</generator><language>id</language><atom:link href="https://blog.formize.com/id/tags/low-power-ai/index.xml" rel="self" type="application/rss+xml"/><item><title>Generasi Data Sintetis Efisien Energi untuk Edge AI dengan Batasan Baterai</title><link>https://blog.formize.com/id/energy-efficient-synthetic-data-generation-for-battery-const/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/id/energy-efficient-synthetic-data-generation-for-battery-const/</guid><description>&lt;h1 id="generasi-data-sintetis-efisien-energi-untuk-edge-ai-dengan-batasan-baterai">Generasi Data Sintetis Efisien Energi untuk Edge AI dengan Batasan Baterai&lt;/h1>
&lt;p>Edge AI kini beralih dari beban kerja hanya inferensi ke &lt;strong>pipeline berpusat pada data&lt;/strong> di mana perangkat tidak hanya mengonsumsi data tetapi juga &lt;strong>membuat&lt;/strong>nya. Generasi data sintetis di edge dapat secara dramatis mengurangi latensi, melindungi privasi, dan mengurangi biaya bandwidth. Namun, perangkat edge—terutama yang ditenagai baterai—memiliki anggaran energi yang ketat. Artikel ini menyajikan pendekatan komprehensif yang sadar energi untuk menghasilkan data sintetis pada node edge yang terbatas baterai, menggabungkan kompresi model, difusi di perangkat, dan koordinasi federasi.&lt;/p></description></item></channel></rss>