서울 Edge AI 과정

이 강사는 온라인 또는 오프라인에서 직접 진행하는 이 교육은, AI 모델을 여러 에지 디바이스에서 학습하면서 데이터 프라이버시를 유지하기 위해 페더레이티드 러닝 기술을 구현하고자 하는 고급 AI 연구자, 데이터 과학자, 보안 전문가를 대상으로 합니다.

이 교육을 마친 후, 참가자들은 다음과 같은 능력을 갖출 것입니다:

• 에지 AI에서의 페더레이티드 러닝의 원칙과 이점을 이해합니다.
• TensorFlow Federated와 PyTorch를 사용하여 페더레이티드 러닝 모델을 구현합니다.
• 분산된 에지 디바이스에서 AI 학습을 최적화합니다.
• 페더레이티드 러닝에서 데이터 프라이버시와 보안 도전에 대처합니다.
• 실세계 응용에서 페더레이티드 러닝 시스템을 배포하고 모니터링합니다.

이 강사는 현장 또는 온라인에서 진행되는 라이브 트레이닝으로, 초급에서 중급 수준의 아가테크 전문가, IoT 전문가 및 AI 엔지니어가 스마트 농업에 대한 Edge AI 솔루션을 개발하고 배포하고자 하는 사람들을 대상으로 합니다.

이 트레이닝을 마친 후 참가자들은 다음을 할 수 있습니다:

• 정밀 농업에서 Edge AI의 역할을 이해합니다.
• AI 기반 작물 및 축산 모니터링 시스템을 구현합니다.
• 자동화된 관개 및 환경 감지 솔루션을 개발합니다.
• 실시간 Edge AI 분석을 사용하여 농업 효율을 최적화합니다.

이 강사는 현장 또는 온라인으로 진행하는 라이브 트레이닝으로, 고급 수준의 사이버 보안 전문가, AI 엔지니어, 그리고 IoT 개발자들이 Edge AI 시스템에 대한 강력한 보안 조치와 회복력 전략을 구현하고자 하는 사람들에게 적합합니다.

이 트레이닝을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• Edge AI 배포에서의 보안 위험과 취약점을 이해합니다.
• 데이터 보호를 위한 암호화 및 인증 기법을 구현합니다.
• 사이버 위협에 견딜 수 있는 회복력 있는 Edge AI 아키텍처를 설계합니다.
• 엣지 환경에서의 안전한 AI 모델 배포 전략을 적용합니다.

이 강사는 서울(온라인 또는 오프라인)에서 직접 지도하는 라이브 교육 과정으로, 스마트 체크아웃 시스템, 재고 관리, 개인화된 고객 참여를 위한 Edge AI 솔루션을 적용하고자 하는 초급에서 중급 수준의 소매 기술자, AI 개발자, 비즈니스 분석가를 대상으로 합니다.

이 교육을 마치면 참가자들이 할 수 있는 것들은 다음과 같습니다:

• Edge AI가 소매 운영과 고객 경험을 어떻게 향상시키는지 이해합니다.
• AI 기반 스마트 체크아웃 및 무인 결제 시스템을 구현합니다.
• 실시간 추적 및 분석을 통해 재고 관리를 최적화합니다.
• 컴퓨터 비전과 AI를 활용하여 개인화된 인스토어 경험을 제공합니다.

이 온라인 또는 현장 교육 과정은 5G 네트워크가 에지 AI 애플리케이션을 가속화하는 방법을 탐구하려는 중급 수준의 통신 전문가, AI 엔지니어, IoT 전문가를 대상으로 합니다.

이 교육을 마친 후 참가자는 다음을 할 수 있게 됩니다:

• 5G 기술의 기본 개념과 에지 AI에 미치는 영향을 이해합니다.
• 5G 환경에서 저지연 애플리케이션에 최적화된 AI 모델을 배포합니다.
• 에지 AI와 5G 연결을 사용하여 실시간 결정 시스템을 구현합니다.
• 에지 디바이스에서 효율적인 성능을 위해 AI 워크로드를 최적화합니다.

이 강사 지도형 라이브 교육 과정은(온라인 또는 현장) 중급 수준의 임베디드 AI 개발자 및 엣지 컴퓨팅 전문가를 대상으로, 자원 제한된 장치에 적합한 가벼운 AI 모델을 최적화하고 배포하기 위한 방법에 대해 다룹니다.

이 교육 과정을 마친 후 참가자들은 다음을 할 수 있게 됩니다:

• 엣지 배포에 적합한 사전 학습된 모델을 선택하고 조정합니다.
• 양자화, 프루닝 및 기타 압축 기법을 적용하여 모델 크기와 지연 시간을 줄입니다.
• 전이 학습을 통해 작업별 성능을 위해 모델을 미세 조정합니다.
• 최적화된 모델을 실제 엣지 하드웨어 플랫폼에 배포합니다.

이 강사는 서울 (온라인 또는 현장)에서 직접 진행하며, 중간 수준에서 고급 수준의 컴퓨터 비전 엔지니어, AI 개발자 및 IoT 전문가를 대상으로 합니다. 이들은 에지 디바이스에서 실시간으로 컴퓨터 비전 모델을 구현하고 최적화하고자 합니다.

이 훈련을 마친 후, 참가자들은 다음을 할 수 있습니다:

• Edge AI의 기본 원리와 컴퓨터 비전에서의 응용 방법을 이해합니다.
• 에지 디바이스에 최적화된 딥러닝 모델을 배치하여 실시간 이미지와 동영상 분석을 수행합니다.
• TensorFlow Lite, OpenVINO 및 NVIDIA Jetson SDK와 같은 프레임워크를 사용하여 모델을 배치합니다.
• 성능, 전력 효율성 및 저지연 추론을 위해 AI 모델을 최적화합니다.

이 강사는 서울 (온라인 또는 현장)에서 진행하는 라이브 트레이닝은 TinyML 기술을 활용한 에너지 효율적인 하드웨어에서 AI 기반 애플리케이션을 구현하고자 하는 중급 수준의 임베디드 엔지니어, IoT 개발자 및 AI 연구자를 대상으로 합니다.

이 트레이닝을 마친 후 참가자는 다음을 할 수 있습니다:

• TinyML 및 엣지 AI의 기본 개념을 이해합니다.
• 마이크로컨트롤러에 가벼운 AI 모델을 배포합니다.
• 저전력 소비를 위한 AI 추론을 최적화합니다.
• TinyML을 실제 IoT 애플리케이션과 통합합니다.

이 강사는 서울(온라인 또는 현장에서) 진행되는 실시간 교육으로, 로봇 공학자, AI 개발자, 자동화 전문가 등 중간 수준에서 고급 수준의 전문가들이 로봇 응용 프로그램에 Edge AI를 구현하고자 할 때 타겟으로 합니다.

이 교육을 통해 참가자는 다음을 할 수 있게 됩니다:

• 자율 시스템에서 Edge AI의 역할을 이해합니다.
• 실시간 로봇 공학을 위한 에지 장치에 AI 모델을 배포합니다.
• 저 지연 결정을 위한 AI 성능을 최적화합니다.
• 로봇 자율성을 위한 컴퓨터 비전과 센서 융합을 통합합니다.

이 강사는 서울 (온라인 또는 현장)에서 진행되는 라이브 강좌로, 에너지 소비를 최소화하면서 저전력 장치에 AI 모델을 구현하려는 고급 AI 엔지니어, 임베디드 개발자, 그리고 하드웨어 엔지니어를 대상으로 합니다.

이 교육을 통해 참가자들은 다음과 같은 능력을 갖게 됩니다:

• 에너지 효율적인 장치에서 AI를 실행하는 데 따른 도전을 이해합니다.
• 저전력 추론을 위한 신경망을 최적화합니다.
• 양자화, 프루닝 및 모델 압축 기술을 활용합니다.
• 최소한의 전력 소모로 에지 하드웨어에 AI 모델을 배포합니다.

이 강사는 온라인 또는 오프라인에서 중급 AI 개발자, 임베디드 엔지니어, 로봇공학 엔지니어가 NVIDIA Jetson 플랫폼에서 에지 애플리케이션에 대한 AI 모델을 최적화하고 배포하는 방법을 익히도록 지원합니다.

이 훈련을 마친 후, 참가자는 다음을 할 수 있게 됩니다:

• 에지 AI와 NVIDIA Jetson 하드웨어의 기본 원리를 이해합니다.
• 에지 디바이스에 대한 AI 모델을 최적화합니다.
• TensorRT를 사용하여 딥러닝 추론을 가속화합니다.
• JetPack SDK와 ONNX Runtime를 사용하여 AI 모델을 배포합니다.

이 인스트럭터-리드, 라이브 트레이닝 (온라인 또는 오프라인)은 AI 모델을 엣지 배포에 최적화하려는 중급 AI 개발자, 머신러닝 엔지니어, 시스템 아키텍트를 대상으로 합니다.

이 트레이닝을 통해 참가자들은 다음을 할 수 있게 됩니다:

• 엣지 디바이스에 AI 모델을 배포하는 데 대한 도전 과제와 요구 사항을 이해합니다.
• AI 모델의 크기와 복잡성을 줄이기 위해 모델 압축 기술을 적용합니다.
• 엣지 하드웨어에서의 모델 효율성을 향상시키기 위해 양자화 방법을 활용합니다.
• 모델 성능을 향상시키기 위해 프루닝 및 기타 최적화 기술을 구현합니다.
• 다양한 엣지 디바이스에 최적화된 AI 모델을 배포합니다.

이 강사는 온라인 또는 현장에서 직접 지도하는 실습 중심의 교육과정으로, 중간 수준의 개발자, 데이터 과학자, 그리고 기술 애호가들을 대상으로 합니다. 이들은 엣지 기기에서 다양한 응용 프로그램에 AI 모델을 배포하는 실무 기술을 습득하고자 합니다.

이 교육과정을 마친 후, 참가자들은 다음과 같은 능력을 갖게 됩니다.

• 엣지 AI의 원칙과 그 혜택을 이해합니다.
• 엣지 컴퓨팅 환경을 설정하고 구성합니다.
• 엣지 배포를 위한 AI 모델을 개발, 학습 및 최적화합니다.
• 엣지 기기에서 실용적인 AI 솔루션을 구현합니다.
• 엣지에 배포된 모델의 성능을 평가하고 향상시킵니다.
• 엣지 AI 애플리케이션에서 윤리적 및 보안 문제를 해결합니다.

이 강사는 온라인 또는 현장에서 직접 교육하는 라이브 트레이닝으로, 중급 금융 전문가, 핀테크 개발자, 그리고 AI 전문가들을 대상으로 금융 서비스에서 Edge AI 솔루션을 구현하고자 하는 분들을 위한 것입니다.

이 트레이닝을 마친 후, 참여자들은 다음을 할 수 있게 됩니다:

• 금융 서비스에서 Edge AI의 역할을 이해합니다.
• Edge AI를 사용하여 사기 탐지 시스템을 구현합니다.
• AI 기반 솔루션을 통해 고객 서비스를 향상시킵니다.
• 위험 관리와 의사 결정을 위한 Edge AI를 적용합니다.
• 금융 환경에서 Edge AI 솔루션을 배포하고 관리합니다.

이 인스트럭터-리드 라이브 교육은 서울(온라인 또는 오프라인)에서 제공되며, 산업 자동화에서 Edge AI 솔루션을 구현하려는 중간 수준의 산업 엔지니어, 제조 전문가 및 AI 개발자를 대상으로 합니다.

이 교육을 마친 후 참가자들은 다음과 같은 능력을 갖출 것입니다.

• 산업 자동화에서 Edge AI의 역할 이해.
• Edge AI를 사용하여 예측 유지보수 솔루션 구현.
• 제조 공정에 대한 품질 관리 AI 기법 적용.
• Edge AI를 사용하여 산업 공정 최적화.
• 산업 환경에서 Edge AI 솔루션 배포 및 관리.

에지 AI는 네트워크 가장자리에서 장치 및 기계에 인공지능 모델을 직접 배포하여 최소한의 지연 시간으로 실시간 의사결정을 가능하게 합니다.

이 강사는 고급 임베디드 및 IoT 전문가를 대상으로 하며, 속도, 신뢰성, 오프라인 운영이 중요한 제조 환경에서 AI 기반 로직 및 제어 시스템을 배포하고자 하는 분들에게 적합합니다.

이 교육을 마친 후 참가자들은 다음을 할 수 있게 됩니다.

• 에지 AI 시스템의 아키텍처와 장점을 이해합니다.
• 임베디드 장치에 배포하기 위한 AI 모델을 구축하고 최적화합니다.
• 저지연 추론을 위해 TensorFlow Lite와 OpenVINO와 같은 도구를 사용합니다.
• 에지 인텔리전스를 센서, 액추에이터 및 산업 프로토콜과 통합합니다.

강의 형식

• 상호작용형 강의 및 토론.
• 많은 연습과 실습.
• 라이브 랩 환경에서 직접 구현.

강의 맞춤화 옵션

• 이 강의를 맞춤화된 교육으로 요청하려면, 배열을 위해 문의해 주십시오.

이 강사는 온라인 또는 현장에서 직접 진행하는 실습 교육으로, 중간 수준의 개발자, 데이터 과학자, 그리고 AI 전문가가 TensorFlow Lite를 활용하여 Edge AI 애플리케이션을 개발하고자 하는 사람들에게 맞춤형 교육입니다.

이 교육을 마친 후, 참가자는 다음을 수행할 수 있게 됩니다:

• TensorFlow Lite의 기본 원리와 Edge AI에서의 역할을 이해합니다.
• TensorFlow Lite를 사용하여 AI 모델을 개발하고 최적화합니다.
• TensorFlow Lite 모델을 다양한 엣지 디바이스에 배포합니다.
• 모델 변환 및 최적화를 위한 도구와 기법을 활용합니다.
• TensorFlow Lite를 사용하여 실용적인 Edge AI 애플리케이션을 구현합니다.

이 강사는 온라인 또는 현장에서 직접 진행하는 교육으로, 스마트 도시 계획자, 토목 기술자 및 스마트 도시 프로젝트 관리자가 스마트 도시 이니셔티브를 위해 Edge AI를 활용하고자 하는 중급 수준을 목표로 합니다.

이 교육을 마친 후, 참가자는 다음과 같은 능력을 갖게 될 것입니다:

• 스마트 도시 인프라에서 Edge AI의 역할을 이해합니다.
• 교통 관리 및 감시를 위한 Edge AI 솔루션을 구현합니다.
• Edge AI 기술을 사용하여 도시 자원을 최적화합니다.
• Edge AI를 기존 스마트 도시 시스템에 통합합니다.
• 스마트 도시 배포에서 윤리적 및 규제 고려 사항을 다루습니다.

이 강사는 온라인 또는 현장에서 중간 수준의 사이버 보안 전문가, 시스템 관리자, 그리고 AI 윤리 연구자들이 Edge AI 솔루션을 안전하고 윤리적으로 배포할 수 있도록 지원합니다.

이 교육을 마친 후, 참가자는 다음을 할 수 있게 됩니다.

• Edge AI의 보안 및 개인정보 보호 도전 과제를 이해합니다.
• 엣지 장치와 데이터를 보호하기 위한 최선의 방법론을 구현합니다.
• Edge AI 배포에서 보안 위험을 완화하는 전략을 개발합니다.
• 윤리적 고려 사항을 다루고 규정을 준수합니다.
• Edge AI 애플리케이션에 대한 보안 평가 및 감사를 수행합니다.

이 강사는 온라인 또는 현장 교육을 통해 중급 수준의 로봇 공학자, 자율 주행 차량 개발자, 그리고 AI 연구자들이 자율 시스템 솔루션을 위한 혁신적인 Edge AI를 활용하는 방법을 배우도록 설계되었습니다.

이 교육을 마치면 참가자는 다음을 할 수 있게 됩니다:

• 자율 시스템에서 Edge AI의 역할과 이점을 이해합니다.
• 에지 디바이스에서 실시간 처리용 AI 모델을 개발하고 배포합니다.
• 자율 주행 차량, 드론, 그리고 로봇에 Edge AI 솔루션을 구현합니다.
• Edge AI를 사용하여 제어 시스템을 설계하고 최적화합니다.
• 자율 AI 응용 프로그램에서 윤리적 및 규제 고려 사항을 해결합니다.

이 강사는 서울(온라인 또는 오프라인)에서 중급 수준의 의료 전문가, 생체공학자, AI 개발자가 에지 AI를 활용한 혁신적인 의료 솔루션을 구현할 수 있도록 지원합니다.

이 교육을 마친 후 참가자는 다음을 할 수 있게 됩니다:

• 의료 분야에서 에지 AI의 역할과 혜택을 이해합니다.
• 의료 애플리케이션을 위한 에지 장치에 AI 모델을 개발하고 배포합니다.
• 웨어러블 장치와 진단 도구에 에지 AI 솔루션을 구현합니다.
• 에지 AI를 활용한 환자 모니터링 시스템을 설계하고 배포합니다.
• 의료 AI 애플리케이션에서의 윤리적 및 규제적 고려 사항을 처리합니다.

엣지 AI는 인공 지능 모델을 직접 임베디드 시스템이나 자원 제약형 장치에서 실행하도록 하는 기술로, 지연 시간과 전력 소비를 줄이고 로봇 시스템의 독립성과 프라이버시를 향상시킵니다.

이 강사는 이끄는 실시간 교육(온라인 또는 현장)은 중급 임베디드 개발자 및 로봇 엔지니어를 대상으로 합니다. 참가자는 TinyML과 엣지 AI 프레임워크를 사용하여 로봇 하드웨어에서 머신 러닝 추론 및 최적화 기법을 직접 구현하고자 하는 사람들을 위한 것입니다.

이 교육이 끝나면 참가자는 다음과 같은 능력을 갖추게 됩니다:

• TinyML과 로봇을 위한 엣지 AI의 기본 원리를 이해합니다.
• 디바이스 내 추론을 위해 AI 모델을 변환하고 배포할 수 있습니다.
• 모델을 속도, 크기 및 에너지 효율성 측면에서 최적화할 수 있습니다.
• 엣지 AI 시스템을 로봇 제어 아키텍처에 통합할 수 있습니다.
• 실제 환경에서 성능과 정확성을 평가할 수 있습니다.

강의 형식

• 대화형 강연 및 토론.
• TinyML과 엣지 AI 도구 체인을 사용한 실습.
• 임베디드 시스템 및 로봇 하드웨어 플랫폼에서의 실제 연습.

강의 맞춤 설정 옵션

• 이 강의를 위한 맞춤형 교육을 요청하려면 연락주세요.

이 강사 지도형 라이브 훈련은 서울 (온라인 또는 오프라인)에서 진행되며, 엣지 AI의 최신 발전 동향을 습득하고, 엣지 배포를 위한 AI 모델을 최적화하며, 다양한 산업 분야에서 전문화된 응용 프로그램을 탐구하고자 하는 고급 수준의 AI 전문가, 연구원, 개발자를 대상으로 합니다.

이 훈련을 마친 후 참가자들은 다음을 할 수 있을 것입니다:

• 엣지 AI 모델 개발 및 최적화에 대한 고급 기법을 탐구합니다.
• 엣지 디바이스에 AI 모델을 배포하기 위한 최신 전략을 구현합니다.
• 고급 엣지 AI 응용 프로그램에 대한 전문 도구와 프레임워크를 활용합니다.
• 엣지 AI 솔루션의 성능과 효율성을 최적화합니다.
• 엣지 AI의 혁신적인 사용 사례와 최신 동향을 탐구합니다.
• 엣지 AI 배포에서 고급 윤리적 및 보안 고려 사항을 해결합니다.

화웨이의 Ascend CANN 툴킷은 Ascend 310과 같은 엣지 디바이스에서 강력한 AI 추론을 가능하게 합니다. CANN는 컴퓨팅과 메모리가 제한된 환경에서 모델을 컴파일, 최적화하고 배포할 수 있는 필수 도구를 제공합니다.

이 강사는 중급 AI 개발자 및 통합자를 대상으로, Ascend 엣지 디바이스에서 CANN 툴체인을 사용하여 모델을 배포하고 최적화하는 방법을 배울 수 있는 온라인 또는 현장 실습 수업을 제공합니다.

이 수업을 마친 후 참가자들은 다음을 할 수 있게 됩니다:

• CANN 도구를 사용하여 Ascend 310용 AI 모델을 준비하고 변환합니다.
• MindSpore Lite와 AscendCL을 사용하여 가벼운 추론 파이프라인을 구축합니다.
• 제한된 컴퓨팅 및 메모리 환경에서 모델 성능을 최적화합니다.
• 실제 엣지 사용 사례에서 AI 애플리케이션을 배포하고 모니터링합니다.

강좌 형식

• 상호작용 강의와 시연.
• 엣지 특화 모델과 시나리오를 위한 실습 작업.
• 가상 또는 물리적 엣지 하드웨어에 대한 실시간 배포 예시.

강좌 커스터마이징 옵션

• 이 강좌를 커스터마이징하려면, 커스터마이징을 요청하려면 문의하여 주십시오.

이 강사는 주제별로 직접 강의하는, 실시간 온라인 또는 오프라인 교육으로, 중간 수준의 개발자, 시스템 아키텍트, 그리고 산업 전문가들이 IoT 애플리케이션을 지능적인 데이터 처리 및 분석 기능으로 향상시키기 위해 Edge AI를 활용하고자 하는 사람들을 대상으로 합니다.

이 교육을 마친 후, 참가자들은 다음과 같은 능력을 갖추게 될 것입니다:

• Edge AI의 기본 개념과 IoT에서의 응용을 이해합니다.
• IoT 디바이스에 대한 Edge AI 환경을 설정하고 구성합니다.
• IoT 애플리케이션에 대한 Edge 디바이스에서 AI 모델을 개발하고 배포합니다.
• IoT 시스템에서 실시간 데이터 처리 및 의사결정을 구현합니다.
• Edge AI를 다양한 IoT 프로토콜 및 플랫폼과 통합합니다.
• IoT에서의 Edge AI에서 윤리적 고려사항과 최선의 실천 방법을 다루습니다.

서울에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 예측 유지 관리, 이상 감지 및 스마트 센서 애플리케이션을 위해 TinyML를 구현하려는 중급 IoT 개발자, 임베디드 엔지니어 및 AI 실무자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• TinyML의 기본 사항과 IoT에서의 응용 분야를 이해하세요.
• IoT 프로젝트를 위한 TinyML 개발 환경을 설정하세요.
• 저전력 마이크로컨트롤러에서 ML 모델을 개발하고 배포합니다.
• TinyML를 사용하여 예측 유지 관리 및 이상 감지를 구현합니다.
• 효율적인 전력 및 메모리 사용을 위해 TinyML 모델을 최적화합니다.

이 온라인 또는 현장 강사 지도형 실습 교육은 중급 개발자 및 IT 전문가들이 개념부터 실제 구현까지 엣지 AI에 대한 포괄적인 이해를 얻기 위해 설계되었습니다. 이는 설정 및 배포를 포함한 모든 과정입니다.

이 교육을 마친 후, 참가자들은 다음과 같은 능력을 갖추게 됩니다:

• 엣지 AI의 기본 개념을 이해합니다.
• 엣지 AI 환경을 설정하고 구성합니다.
• 엣지 AI 모델을 개발, 학습, 최적화합니다.
• 엣지 AI 애플리케이션을 배포하고 관리합니다.
• 엣지 AI를 기존 시스템 및 워크플로우와 통합합니다.
• 엣지 AI 구현에서 윤리적 고려 사항과 최선책에 대해 논의합니다.

이 강사는 온라인 또는 현장에서 진행되는 실시간 교육 과정으로, 미세 컨트롤러에 TensorFlow Lite와 Edge Impulse를 사용하여 머신 러닝 모델을 배포하고자 하는 중급 임베디드 시스템 엔지니어와 AI 개발자를 대상으로 합니다.

이 교육 과정을 마친 후, 참가자들은 다음과 같은 능력을 갖게 됩니다:

• TinyML의 기본 개념과 엣지 AI 응용 프로그램에 대한 이점을 이해합니다.
• TinyML 프로젝트를 위한 개발 환경을 설정합니다.
• 저전력 미세 컨트롤러에 AI 모델을 학습, 최적화 및 배포합니다.
• TensorFlow Lite와 Edge Impulse를 사용하여 실제 TinyML 애플리케이션을 구현합니다.
• AI 모델을 전력 효율성과 메모리 제약 조건에 맞게 최적화합니다.

Cambricon MLUs (Machine Learning 유닛)은 엣지 및 데이터 센터 시나리오에서 추론 및 학습을 위한 최적화된 전문 AI 칩입니다.

이 강사는 BANGPy 프레임워크와 Neuware SDK를 사용하여 Cambricon MLU 하드웨어에서 AI 모델을 구축하고 배포하고자 하는 중급 개발자를 대상으로 하는 온라인 또는 오프라인에서 진행되는 강의입니다.

이 강의가 끝나면 참가자들은 다음과 같은 작업을 할 수 있게 됩니다:

• BANGPy와 Neuware 개발 환경을 설정하고 구성합니다.
• Python 및 C++ 기반 모델을 Cambricon MLU에 개발하고 최적화합니다.
• Neuware 런타임을 실행하는 엣지 및 데이터 센터 장치에 모델을 배포합니다.
• MLU 특화 가속 기능을 사용한 ML 워크플로를 통합합니다.

강의 형식

• 상호작용 강의 및 토론.
• BANGPy와 Neuware를 개발 및 배포에 직접 사용하는 실습.
• 최적화, 통합 및 테스트에 중점을 둔 지도 연습.

강의 맞춤화 옵션

• 강의를 Cambricon 장치 모델 또는 사용 사례에 맞게 맞춤화한 교육을 요청하려면, 연락하여 조정을 신청하십시오.

이 강사 주도형 라이브 교육은 온라인 또는 현장에서 제공되며, 엣지 AI의 기본 개념과 초보적인 응용 프로그램을 이해하고자 하는 초급 개발자 및 IT 전문가를 대상으로 합니다.

이 교육을 통해 참가자는 다음을 할 수 있게 됩니다:

• 엣지 AI의 기본 개념과 아키텍처를 이해합니다.
• 엣지 AI 환경 설정을 구성합니다.
• 간단한 엣지 AI 응용 프로그램을 개발하고 배포합니다.
• 엣지 AI의 사용 사례와 장점을 식별하고 이해합니다.