hong-kong現場Edge AI培訓

本課程爲講師指導的培訓，在hong-kong（線上或線下）進行，面向高級AI研究人員、數據科學家和安全專家，旨在幫助他們實現Federated Learning技術，以在多個邊緣設備上訓練AI模型，同時保護數據隱私。

通過本課程，學員將能夠：

• 理解Federated Learning在Edge AI中的原理和優勢。
• 使用TensorFlow Federated和PyTorch實現Federated Learning模型。
• 優化分佈式邊緣設備上的AI訓練。
• 解決Federated Learning中的數據隱私和安全挑戰。
• 在實際應用中部署和監控Federated Learning系統。

本課程爲講師主導的培訓，在hong-kong（線上或線下）進行，面向初級到中級水平的農業科技專業人士、物聯網專家和AI工程師，旨在幫助他們開發和部署邊緣AI解決方案，用於智能農業。

培訓結束後，學員將能夠：

• 瞭解邊緣AI在精準農業中的作用。
• 實施AI驅動的作物和牲畜監測系統。
• 開發自動化灌溉和環境感知解決方案。
• 利用即時邊緣AI分析優化農業效率。

本次由講師指導的線下或線上培訓，面向高級網絡安全專業人士、AI工程師和物聯網開發者，旨在幫助他們爲Edge AI系統實施強大的安全措施和彈性策略。

培訓結束後，參與者將能夠：

• 瞭解Edge AI部署中的安全風險和漏洞。
• 實施加密和認證技術以保護數據。
• 設計能夠抵禦網絡威脅的彈性Edge AI架構。
• 在邊緣環境中應用安全的AI模型部署策略。

本課程爲講師指導的培訓，在 hong-kong（線上或線下）進行，面向初學者到中級水平的零售技術專家、AI 開發者和業務分析師，旨在幫助他們應用 Edge AI 解決方案於智能結賬系統、庫存管理和個性化客戶互動。

培訓結束後，學員將能夠：

• 瞭解 Edge AI 如何提升零售運營和客戶體驗。
• 實施基於 AI 的智能結賬和無收銀員支付系統。
• 通過即時跟蹤和分析優化庫存管理。
• 利用計算機視覺和 AI 實現個性化店內體驗。

本次由講師指導的線下或線上培訓，面向中級電信專業人員、AI工程師和物聯網專家，旨在探討5G網絡如何加速邊緣AI應用。

培訓結束後，學員將能夠：

• 瞭解5G技術的基礎知識及其對邊緣AI的影響。
• 在5G環境中部署針對低延遲應用優化的AI模型。
• 利用邊緣AI和5G連接實現即時決策系統。
• 優化AI工作負載，提升邊緣設備的性能。

本課程爲講師指導的hong-kong線下或線上培訓，面向中級嵌入式AI開發者和邊緣計算專家，旨在微調和優化輕量級AI模型，以便在資源受限的設備上部署。

通過本課程，學員將能夠：

• 選擇並適配適合邊緣部署的預訓練模型。
• 應用量化、剪枝和其他壓縮技術，以減少模型大小和延遲。
• 使用遷移學習微調模型，以實現特定任務的性能。
• 在真實的邊緣硬件平臺上部署優化後的模型。

本課程爲講師指導的培訓，在hong-kong（線上或線下）進行，面向希望實現和優化用於邊緣設備即時處理的計算機視覺模型的中高級計算機視覺工程師、AI開發者和物聯網專業人士。

通過本課程，參與者將能夠：

• 瞭解邊緣AI的基礎知識及其在計算機視覺中的應用。
• 在邊緣設備上部署優化的深度學習模型，用於即時圖像和視頻分析。
• 使用TensorFlow Lite、OpenVINO和NVIDIA Jetson SDK等框架進行模型部署。
• 優化AI模型，以提高性能、能效和低延遲推理。

本次由講師主導的hong-kong（線上或線下）培訓，面向希望在高能效硬件上實現AI驅動的TinyML技術的中級嵌入式工程師、物聯網開發者和AI研究人員。

培訓結束後，參與者將能夠：

• 理解TinyML和邊緣AI的基礎知識。
• 在微控制器上部署輕量級AI模型。
• 優化AI推理以實現低功耗。
• 將TinyML與實際物聯網應用集成。

本課程爲講師指導的線下或線上培訓，面向中高級機器人工程師、AI開發人員和自動化專家，旨在幫助他們爲機器人應用實施Edge AI。

通過本培訓，學員將能夠：

• 瞭解Edge AI在自主系統中的角色。
• 在邊緣設備上部署AI模型，實現即時機器人操作。
• 優化AI性能，實現低延遲決策。
• 整合計算機視覺和傳感器融合，實現機器人自主性。

邊緣與輕量級代理是一門實踐課程，專注於在資源受限的設備上部署代理式AI工作負載。學員將學習構建、優化和管理能夠進行本地推理的輕量級代理，從而提高分佈式環境中的速度、隱私和可靠性。課程重點包括性能調優、低延遲設計以及硬件與軟件集成。

本課程爲講師指導的培訓（線上或線下），面向希望使用Python和邊緣AI框架實現和優化設備端代理系統的中級專業人士。

通過本培訓，學員將能夠：

• 瞭解在邊緣設備上運行代理式AI的架構和挑戰。
• 設計適用於受限環境的輕量級代理循環。
• 使用TensorFlow Lite、PyTorch Mobile和ONNX實現本地推理。
• 將代理與傳感器、執行器和物聯網平臺集成。
• 優化性能、能耗和延遲，以實現即時操作。

課程形式

• 互動講座與實踐演示。
• 在本地或模擬環境中進行實踐開發。
• 基於項目的學習與指導性實施練習。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們進行安排。

本次由講師指導的hong-kong（線上或線下）培訓，面向希望將AI模型部署在低功耗設備上並最大限度減少能耗的高級AI工程師、嵌入式開發人員和硬件工程師。

通過本次培訓，參與者將能夠：

• 瞭解在節能設備上運行AI的挑戰。
• 優化神經網絡以進行低功耗推理。
• 使用量化、剪枝和模型壓縮技術。
• 以最小功耗在邊緣硬件上部署AI模型。

本課程由講師主導，提供hong-kong（線上或線下）培訓，面向中級AI開發人員、嵌入式工程師和機器人工程師，旨在優化並部署AI模型於NVIDIA Jetson平臺，適用於邊緣應用。

通過本培訓，參與者將能夠：

• 瞭解邊緣AI和NVIDIA Jetson硬件的基礎知識。
• 優化AI模型以便在邊緣設備上部署。
• 使用TensorRT加速深度學習推理。
• 使用JetPack SDK和ONNX Runtime部署AI模型。

本次由講師指導的線下或線上培訓，面向希望優化AI模型以在邊緣設備上部署的中級AI開發者、機器學習工程師和系統架構師。

在培訓結束時，參與者將能夠：

• 瞭解在邊緣設備上部署AI模型的挑戰和需求。
• 應用模型壓縮技術，減少AI模型的規模和複雜性。
• 利用量化方法，提升模型在邊緣硬件上的效率。
• 實施剪枝和其他優化技術，提升模型性能。
• 在各種邊緣設備上部署優化後的AI模型。

本次由講師指導的線下或線上培訓，面向中級開發者、數據科學家和技術愛好者，旨在幫助他們掌握在各種應用中在邊緣設備上部署AI模型的實用技能。

培訓結束後，參與者將能夠：

• 理解Edge AI的原理及其優勢。
• 設置和配置邊緣計算環境。
• 開發、訓練和優化用於邊緣部署的AI模型。
• 在邊緣設備上實現實用的AI解決方案。
• 評估並改進邊緣部署模型的性能。
• 解決Edge AI應用中的倫理和安全問題。

本課程由講師主導，提供hong-kong（線上或線下）培訓，面向希望在金融服務中實施邊緣AI解決方案的中級金融專業人士、金融科技開發者和AI專家。

培訓結束後，參與者將能夠：

• 理解邊緣AI在金融服務中的作用。
• 使用邊緣AI實施欺詐檢測系統。
• 通過AI驅動解決方案提升客戶服務。
• 應用邊緣AI進行風險管理和決策。
• 在金融環境中部署和管理邊緣AI解決方案。

本課程爲講師指導的培訓，在hong-kong（線上或線下）進行，面向希望將邊緣AI解決方案應用於工業自動化的中級工業工程師、製造專業人員和AI開發者。

通過本培訓，學員將能夠：

• 瞭解邊緣AI在工業自動化中的作用。
• 使用邊緣AI實施預測性維護解決方案。
• 在製造過程中應用AI技術進行質量控制。
• 使用邊緣AI優化工業流程。
• 在工業環境中部署和管理邊緣AI解決方案。

Edge AI 是將人工智能模型直接部署在網絡邊緣的設備上，實現即時決策並最小化延遲。

本次由講師主導的培訓（線上或線下）面向希望在製造環境中部署AI驅動的邏輯和控制系統的嵌入式與物聯網高級專業人員，這些環境對速度、可靠性和離線操作有嚴格要求。

通過本次培訓，參與者將能夠：

• 瞭解邊緣AI系統的架構與優勢。
• 構建並優化用於嵌入式設備部署的AI模型。
• 使用TensorFlow Lite和OpenVINO等工具進行低延遲推理。
• 將邊緣智能與傳感器、執行器和工業協議集成。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行動手操作。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

本課程爲講師指導的線下或線上培訓，面向中級開發者、數據科學家和AI從業者，旨在幫助他們利用TensorFlow Lite開發Edge AI應用。

通過本培訓，學員將能夠：

• 理解TensorFlow Lite的基礎知識及其在Edge AI中的作用。
• 使用TensorFlow Lite開發和優化AI模型。
• 在各種邊緣設備上部署TensorFlow Lite模型。
• 掌握模型轉換和優化的工具與技術。
• 使用TensorFlow Lite實現實際的Edge AI應用。

本次由講師主導的線下或線上培訓，面向中級城市規劃師、土木工程師和智慧城市項目經理，旨在幫助他們利用Edge AI推動智慧城市項目。

培訓結束後，參與者將能夠：

• 理解Edge AI在智慧城市基礎設施中的作用。
• 實施Edge AI解決方案，用於交通管理和監控。
• 利用Edge AI技術優化城市資源。
• 將Edge AI與現有智慧城市系統集成。
• 解決智慧城市部署中的倫理和監管問題。

本課程爲講師指導的培訓，在hong-kong（線上或線下）進行，面向中級網絡安全專業人士、系統管理員和AI倫理研究人員，旨在幫助他們安全且合乎倫理地部署邊緣AI解決方案。

通過本培訓，參與者將能夠：

• 理解邊緣AI中的安全與隱私挑戰。
• 實施保護邊緣設備和數據的最佳實踐。
• 制定緩解邊緣AI部署中安全風險的策略。
• 解決倫理問題並確保合規。
• 對邊緣AI應用進行安全評估和審計。

本次由講師指導的線下或線上培訓，面向中級機器人工程師、自動駕駛汽車開發者和AI研究人員，旨在幫助他們利用Edge AI技術開發創新的自主系統解決方案。

培訓結束後，參與者將能夠：

• 理解Edge AI在自主系統中的作用和優勢。
• 開發和部署用於邊緣設備即時處理的AI模型。
• 在自動駕駛汽車、無人機和機器人中實施Edge AI解決方案。
• 使用Edge AI設計和優化控制系統。
• 解決自主AI應用中的倫理和監管問題。

本課程爲講師主導的hong-kong（線上或線下）培訓，面向希望利用Edge AI開發創新醫療解決方案的中級醫療專業人員、生物醫學工程師和AI開發者。

通過本培訓，學員將能夠：

• 瞭解Edge AI在醫療領域的作用和優勢。
• 在邊緣設備上開發和部署用於醫療應用的AI模型。
• 在可穿戴設備和診斷工具中實施Edge AI解決方案。
• 設計和部署基於Edge AI的患者監護系統。
• 解決醫療AI應用中的倫理和監管問題。

邊緣AI使人工智能模型能夠直接在嵌入式或資源受限的設備上運行，減少延遲和功耗，同時提高機器人系統的自主性和隱私性。

本次由講師主導的培訓（線上或線下）面向中級嵌入式開發人員和機器人工程師，旨在通過TinyML和邊緣AI框架在機器人硬件上直接實現機器學習推理和優化技術。

培訓結束後，學員將能夠：

• 瞭解TinyML和邊緣AI在機器人中的基礎知識。
• 轉換並部署用於設備端推理的AI模型。
• 優化模型的速度、大小和能效。
• 將邊緣AI系統集成到機器人控制架構中。
• 評估實際場景中的性能和準確性。

課程形式

• 互動式講座與討論。
• 使用TinyML和邊緣AI工具鏈進行實踐操作。
• 在嵌入式與機器人硬件平臺上進行實際練習。

課程定製選項

• 如需定製本課程，請聯繫我們進行安排。

6G與智能邊緣是一門前瞻性課程，探討6G無線技術與邊緣計算、物聯網生態系統及AI驅動數據處理的結合，以支持智能、低延遲和自適應基礎設施。

本課程爲講師指導的培訓（線上或線下），面向中級IT架構師，旨在幫助他們理解並設計下一代分佈式架構，充分利用6G連接與智能邊緣系統的協同效應。

完成本課程後，學員將能夠：

• 理解6G將如何改變邊緣計算和物聯網架構。
• 設計超低延遲、高帶寬和自主操作的分佈式系統。
• 在邊緣集成AI和數據分析，實現智能決策。
• 規劃可擴展、安全且具備彈性的6G就緒邊緣基礎設施。
• 評估6G與邊緣融合帶來的業務和運營模式。

課程形式

• 互動式講座與討論。
• 案例研究與實際架構設計練習。
• 使用可選邊緣或容器工具進行動手模擬。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

本次講師指導的培訓在hong-kong（線上或線下）面向希望掌握邊緣AI最新進展、優化AI模型以進行邊緣部署，並探索各行業專門應用的高級AI從業者、研究人員和開發者。

培訓結束後，學員將能夠：

• 探索邊緣AI模型開發和優化的高級技術。
• 實施在邊緣設備上部署AI模型的前沿策略。
• 利用專門工具和框架進行高級邊緣AI應用。
• 優化邊緣AI解決方案的性能和效率。
• 探索邊緣AI的創新用例和新興趨勢。
• 解決邊緣AI部署中的高級倫理和安全問題。

華爲的Ascend CANN工具包能夠在邊緣設備（如Ascend 310）上實現強大的AI推理。CANN提供了在計算和內存受限的環境中編譯、優化和部署模型所需的必要工具。

本次由講師指導的培訓（線上或線下）面向希望使用CANN工具鏈在Ascend邊緣設備上部署和優化模型的中級AI開發人員和集成人員。

培訓結束後，學員將能夠：

• 使用CANN工具爲Ascend 310準備和轉換AI模型。
• 使用MindSpore Lite和AscendCL構建輕量級推理管道。
• 在計算和內存受限的環境中優化模型性能。
• 在實際邊緣用例中部署和監控AI應用。

課程形式

• 互動講座與演示。
• 針對邊緣特定模型和場景的實踐操作。
• 在虛擬或物理邊緣硬件上進行即時部署示例。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們進行安排。

本次由講師指導的線下或線上培訓，面向中級開發人員、系統架構師和行業專業人士，旨在幫助他們利用Edge AI增強物聯網應用的智能數據處理和分析能力。

培訓結束後，學員將能夠：

• 理解Edge AI的基礎知識及其在物聯網中的應用。
• 爲物聯網設備設置和配置Edge AI環境。
• 在邊緣設備上開發和部署用於物聯網應用的AI模型。
• 在物聯網系統中實現即時數據處理和決策。
• 將Edge AI與各種物聯網協議和平臺集成。
• 解決Edge AI在物聯網中的倫理問題和最佳實踐。

本次由講師指導的培訓在hong-kong（線上或線下）進行，面向中級物聯網開發者、嵌入式工程師和AI從業者，旨在幫助他們實現TinyML在預測性維護、異常檢測和智能傳感器應用中的應用。

培訓結束後，參與者將能夠：

• 理解TinyML的基礎知識及其在物聯網中的應用。
• 爲物聯網項目搭建TinyML開發環境。
• 在低功耗微控制器上開發和部署機器學習模型。
• 使用TinyML實現預測性維護和異常檢測。
• 優化TinyML模型，提高功耗和內存使用效率。

本次由講師指導的培訓在hong-kong（線上或線下）面向中級開發人員和IT專業人員，旨在幫助他們全面瞭解邊緣AI，從概念到實際實現，包括設置和部署。

培訓結束後，參與者將能夠：

• 理解邊緣AI的基本概念。
• 設置和配置邊緣AI環境。
• 開發、訓練和優化邊緣AI模型。
• 部署和管理邊緣AI應用。
• 將邊緣AI與現有系統和工作流集成。
• 解決邊緣AI實施中的倫理問題和最佳實踐。

本次由講師指導的培訓（線上或線下）面向中級嵌入式系統工程師和AI開發者，旨在幫助他們使用TensorFlow Lite和Edge Impulse在微控制器上部署機器學習模型。

培訓結束後，參與者將能夠：

• 理解TinyML的基礎知識及其在邊緣AI應用中的優勢。
• 爲TinyML項目設置開發環境。
• 在低功耗微控制器上訓練、優化和部署AI模型。
• 使用TensorFlow Lite和Edge Impulse實現實際TinyML應用。
• 優化AI模型以提升能效並滿足內存限制。

Cambricon MLUs (Machine Learning 单元) 是专为边缘和数据中心场景中的推理和训练优化的AI芯片。

本次由讲师指导的培训（线上或线下）面向中级开发者，旨在帮助他们使用BANGPy框架和Neuware SDK在Cambricon MLU硬件上构建和部署AI模型。

通过本次培训，参与者将能够：

• 设置和配置BANGPy和Neuware开发环境。
• 开发和优化基于Python和C++的模型，适用于Cambricon MLUs。
• 将模型部署到运行Neuware运行时的边缘和数据中心设备。
• 将ML工作流与MLU特定的加速功能集成。

课程形式

• 互动式讲座和讨论。
• 动手实践，使用BANGPy和Neuware进行开发和部署。
• 指导练习，专注于优化、集成和测试。

课程定制选项

• 如需根据您的Cambricon设备型号或使用场景定制本次培训，请联系我们安排。

本課程爲講師指導的培訓，在 hong-kong（線上或線下）進行，面向希望瞭解 Edge AI 基礎知識及其入門應用的初級開發者和 IT 專業人員。

培訓結束後，學員將能夠：

• 理解 Edge AI 的基本概念和架構。
• 設置和配置 Edge AI 環境。
• 開發和部署簡單的 Edge AI 應用。
• 識別並理解 Edge AI 的用例和優勢。