Liên hệ với chúng tôi

Đề cương khóa học

Giới thiệu về AI biên và AI tác tử

  • Tổng quan về AI tác tử và máy tính biên
  • Các cân nhắc về độ trễ, quyền riêng tư và băng thông
  • So sánh kiến trúc: tác tử cloud so với tác tử biên

Thiết kế kiến trúc tác tử nhẹ

  • Phân tách vòng lặp tác tử cho các hệ thống bị ràng buộc
  • Thiết kế bất đồng bộ để tính toán hiệu quả
  • Cân bằng giữa tính tự chủ và khả năng kết nối

Cấu hình môi trường phát triển

  • Cài đặt các khung Python cho AI biên
  • Cấu hình TensorFlow Lite và PyTorch Mobile
  • Triển khai các môi trường kiểm thử trên Raspberry Pi hoặc các thiết bị tương tự

Triển khai suy luận trên thiết bị (On-Device Inference)

  • Chuyển đổi và lượng tử hóa (quantizing) mô hình để triển khai biên
  • Chạy suy luận với TensorFlow Lite và ONNX Runtime
  • Tích hợp kết quả suy luận vào vòng lặp ra quyết định của tác tử

Tích hợp tác tử với phần cứng và IoT

  • Kết nối cảm biến, bộ chấp hành và các mô-đun IoT
  • Quy trình thu thập và xử lý dữ liệu cục bộ
  • Vận hành ngoại tuyến và hành vi kích hoạt theo sự kiện

Tối ưu hóa và giám sát

  • Tinh chỉnh hiệu suất cho năng lượng thấp và tốc độ cao
  • Kỹ thuật đệm biên (edge caching) và nén mô hình
  • Giám sát và gỡ lỗi các tác tử biên

Dự án thực hành: Triển khai tác tử nhẹ trên phần cứng biên

  • Thiết kế một tác tử tự chủ nhỏ cho tác vụ IoT hoặc robot
  • Triển khai suy luận mô hình và logic cục bộ
  • Kiểm thử và tối ưu hóa cho độ trễ và độ tin cậy

Tóm tắt và các bước tiếp theo

Yêu cầu

  • Trải nghiệm lập trình bằng Python
  • Hiểu biết cơ bản về các quy trình làm việc của máy học (machine learning)
  • Quen thuộc với các khái niệm điện tử nhúng hoặc máy tính biên (edge computing)

Đối tượng tham gia

  • Các lập trình viên nhúng tích hợp AI vào hệ thống phần cứng
  • Các kỹ sư ML biên thiết kế các giải pháp suy luận trên thiết bị
  • Các đội ngũ robot triển khai AI tác tử cho hoạt động tự chủ
 21 Giờ

Số người tham gia


Giá cho mỗi học viên

Các khóa học sắp tới

Các danh mục liên quan