聯繫我們
 課程時長 21 時間:

課程簡介

边缘 AI 与 Kubernetes 简介

  • 理解 AI 在边缘的作用
  • Kubernetes 作为分布式环境的编排器
  • 跨行业的典型用例

面向边缘环境的 Kubernetes 发行版

  • 比较 K3s、MicroK8s 和 KubeEdge
  • 安装与配置流程
  • 节点要求和部署模式

边缘 AI 部署架构

  • 集中式、分散式和混合边缘模型
  • 受限节点间的资源分配
  • 多节点和远程集群拓扑

在边缘部署机器学习模型

  • 使用容器打包推理工作负载
  • 在可用时使用 GPU 和加速器硬件
  • 管理分布式设备上的模型更新

通信与连接策略

  • 处理间歇性和不稳定的网络状况
  • 边缘到云端数据的同步技术
  • 消息队列和协议考量

边缘的可观测性与监控

  • 轻量级监控方法
  • 从远程节点收集遥测数据
  • 调试分布式推理工作流

边缘 AI 部署的安全保障

  • 在受限设备上保护数据和模型
  • 安全启动和可信执行策略
  • 跨节点的身份验证与授权

边缘工作负载的性能优化

  • 通过部署策略降低延迟
  • 存储与缓存考量
  • 调优计算资源以提升推理效率

总结与后续步骤

最低要求

  • 了解容器化应用
  • 具备 Kubernetes 管理经验
  • 熟悉边缘计算概念

目标受众

  • 部署分布式设备的 IoT 工程师
  • 构建智能应用的云原生开发者
  • 设计互联环境的边缘架构师

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類