Schulungsübersicht

Fortgeschrittene Konzepte in Edge AI

  • Tiefes Eintauchen in die Edge AI-Architektur
  • Vergleichende Analyse von Edge AI und Cloud AI
  • Neueste Trends und aufkommende Technologien im Bereich Edge AI
  • Fortgeschrittene Anwendungsfälle und Anwendungen

Fortgeschrittene Modell-Optimierungstechniken

  • Quantisierung und Pruning für Edge-Geräte
  • Wissensdestillation für leichtgewichtige Modelle
  • Transfer-Lernen für Edge-KI-Anwendungen
  • Automatisierung von Modelloptimierungsprozessen

Modernste Bereitstellungsstrategien

  • Containerisierung und Orchestrierung für Edge AI
  • Einsatz von KI-Modellen mit Edge-Computing-Plattformen (z. B. Edge TPU, Jetson Nano)
  • Inferenz in Echtzeit und Lösungen mit niedriger Latenzzeit
  • Verwaltung von Updates und Skalierbarkeit auf Edge-Geräten

Spezialisierte Tools und Frameworks

  • Erforschung fortgeschrittener Tools (z. B. TensorFlow Lite, OpenVINO, PyTorch Mobile)
  • Verwendung von hardwarespezifischen Optimierungstools
  • Integration von AI-Modellen mit spezialisierter Edge-Hardware
  • Fallstudien zu Tools in der Praxis

Leistungsoptimierung und -überwachung

  • Techniken für das Leistungsbenchmarking auf Edge-Geräten
  • Tools für die Echtzeitüberwachung und Fehlersuche
  • Adressierung von Latenz, Durchsatz und Leistungseffizienz
  • Strategien für die laufende Optimierung und Wartung

Innovative Use Cases und Anwendungen

  • Branchenspezifische Anwendungen von fortgeschrittener Edge AI
  • Intelligente Städte, autonome Fahrzeuge, industrielles IoT, Gesundheitswesen und mehr
  • Fallstudien über erfolgreiche Edge AI-Implementierungen
  • Zukünftige Trends und Forschungsrichtungen im Bereich Edge AI

Erweiterte ethische und sicherheitstechnische Überlegungen

  • Gewährleistung einer robusten Sicherheit bei Edge-KI-Implementierungen
  • Behandlung komplexer ethischer Fragen bei KI am Rande der Welt
  • Implementierung von KI-Techniken zur Wahrung der Privatsphäre
  • Einhaltung von fortschrittlichen Vorschriften und Industriestandards

Praktische Projekte und fortgeschrittene Übungen

  • Entwickeln und Optimieren einer komplexen Edge-KI-Anwendung
  • Realitätsnahe Projekte und fortgeschrittene Szenarien
  • Gemeinsame Gruppenübungen und Innovationsherausforderungen
  • Projektpräsentationen und Expertenfeedback

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Gründliches Verständnis von Konzepten der KI und des maschinellen Lernens
  • Beherrschung von Programmiersprachen (Python empfohlen)
  • Erfahrung mit Edge Computing und dem Einsatz von KI-Modellen auf Edge-Geräten

Zielgruppe

  • KI-Praktiker
  • Forscher
  • Entwickler
 14 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien