Đề cương khóa học

Giới thiệu về Edge AI và Kubernetes

  • Hiểu về vai trò của AI tại Edge
  • Kubernetes như một công cụ quản lý cho môi trường phân tán
  • Các trường hợp sử dụng điển hình trong các ngành công nghiệp

Các bản phân phối Kubernetes cho Môi trường Edge

  • So sánh K3s, MicroK8s và KubeEdge
  • Các quy trình cài đặt và cấu hình
  • Yêu cầu nút và mô hình triển khai

Kiến trúc cho Triển khai Edge AI

  • Mô hình tập trung, phân tán và hybrid Edge
  • Phân bổ tài nguyên trên các nút có giới hạn
  • Topology nhiều nút và cụm từ xa

Triển khai Mô hình Học máy tại Edge

  • Bao gói tác vụ suy luận với container
  • Sử dụng phần cứng GPU và bộ tăng tốc khi có sẵn
  • Quản lý các bản cập nhật mô hình trên thiết bị phân tán

Chiến lược Truyền thông và Kết nối

  • Xử lý các điều kiện mạng không ổn định và gián đoạn
  • Kỹ thuật đồng bộ hóa dữ liệu từ Edge đến Cloud
  • Hàng đợi tin nhắn và xem xét giao thức

Theo dõi và Giám sát tại Edge

  • Phương pháp theo dõi nhẹ nhàng
  • Thu thập dữ liệu từ các nút từ xa
  • Gỡ lỗi các tác vụ suy luận phân tán

Bảo mật cho Triển khai Edge AI

  • Bảo vệ dữ liệu và mô hình trên thiết bị có giới hạn
  • Chiến lược khởi động an toàn và thực thi tin cậy
  • Xác thực và ủy quyền giữa các nút

Tối ưu hóa Hiệu suất cho Tác vụ Edge

  • Giảm độ trễ thông qua các chiến lược triển khai
  • Xem xét lưu trữ và bộ nhớ đệm
  • Điều chỉnh tài nguyên tính toán cho hiệu quả suy luận

Tóm tắt và Các bước Kế tiếp

Yêu cầu

  • Hiểu biết về ứng dụng được chứa trong container
  • Kinh nghiệm quản trị Kubernetes
  • Quen thuộc với các khái niệm Edge computing

Đối tượng

  • Kỹ sư IoT triển khai thiết bị phân tán
  • Nhà phát triển hướng cloud-native xây dựng ứng dụng thông minh
  • Kiến trúc Edge thiết kế môi trường kết nối
 21 Giờ

Số người tham gia


Giá cho mỗi học viên

Đánh giá (5)

Các khóa học sắp tới

Các danh mục liên quan