Edge AI Đào tạo tại Việt Nam

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn tại Việt Nam (trực tuyến hoặc trực tiếp) dành cho các nhà nghiên cứu AI cấp cao, nhà khoa học dữ liệu và chuyên gia bảo mật muốn triển khai kỹ thuật học liên kết để đào tạo mô hình AI trên nhiều thiết bị cạnh đồng thời duy trì sự riêng tư của dữ liệu.

Đến cuối khóa học này, các học viên sẽ có khả năng:

• Hiểu nguyên tắc và lợi ích của học liên kết trong AI cạnh.
• Triển khai mô hình học liên kết sử dụng TensorFlow Federated và PyTorch.
• Tối ưu hóa quá trình đào tạo AI trên các thiết bị phân tán.
• Địa chỉ thách thức về sự riêng tư và an ninh dữ liệu trong học liên kết.
• Triển khai và giám sát hệ thống học liên kết trong các ứng dụng thực tế.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn tại Việt Nam (trực tuyến hoặc trực tiếp) nhằm mục đích dành cho các chuyên gia nông nghiệp công nghệ, chuyên gia IoT và kỹ sư AI có trình độ từ sơ cấp đến trung cấp muốn phát triển và triển khai giải pháp AI viễn cảnh cho nông nghiệp thông minh.

Đến cuối khóa đào tạo này, học viên sẽ có khả năng:

• Hiểu rõ vai trò của AI viễn cảnh trong nông nghiệp chính xác.
• Triển khai hệ thống theo dõi cây trồng và gia súc dựa trên AI.
• Phát triển giải pháp tưới tự động và cảm biến môi trường.
• Tối ưu hóa hiệu quả nông nghiệp bằng phân tích AI viễn cảnh thời gian thực.

Khóa đào tạo trực tuyến hoặc tại chỗ này do giảng viên hướng dẫn dành cho các chuyên gia an ninh mạng cấp cao, kỹ sư AI và nhà phát triển IoT muốn thực hiện các biện pháp bảo mật mạnh mẽ và chiến lược khả năng phục hồi cho hệ thống AI ở rìa (Edge).

Đến cuối khóa đào tạo, người tham gia sẽ có thể:

• Hiểu các rủi ro bảo mật và lỗ hổng trong triển khai AI ở rìa.
• Thực hiện các kỹ thuật mã hóa và xác thực để bảo vệ dữ liệu.
• Thiết kế kiến trúc AI ở rìa có khả năng chống lại mối đe dọa mạng.
• Áp dụng chiến lược triển khai mô hình AI an toàn trong môi trường rìa.

Khóa huấn luyện trực tiếp do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) được nhắm đến các chuyên gia công nghệ bán lẻ, nhà phát triển AI, và nhà phân tích kinh doanh ở mức độ người mới bắt đầu đến trung cấp, những người mong muốn áp dụng giải pháp Edge AI cho hệ thống thanh toán thông minh, quản lý kho hàng, và tương tác khách hàng cá nhân hóa.

Cuối khóa huấn luyện, học viên sẽ có thể:

• Hiểu cách Edge AI cải thiện hoạt động bán lẻ và trải nghiệm khách hàng.
• Thực hiện hệ thống thanh toán thông minh và thanh toán không cần nhân viên bằng AI.
• Tối ưu hóa quản lý kho hàng với theo dõi và phân tích tức thì.
• Sử dụng thị giác máy tính và AI để tạo trải nghiệm cá nhân trong cửa hàng.

Khóa học trực tiếp do giáo viên hướng dẫn tại Việt Nam (trực tuyến hoặc tại chỗ) này nhằm vào các chuyên gia viễn thông, kỹ sư AI, và chuyên gia IoT ở trình độ trung cấp muốn khám phá cách mạng 5G thúc đẩy các ứng dụng Edge AI.

Đến cuối khóa học, người tham dự sẽ có thể:

• Hiểu rõ cơ bản về công nghệ 5G và tác động của nó đối với Edge AI.
• Triển khai các mô hình AI được tối ưu hóa cho các ứng dụng low-latency trong môi trường 5G.
• Thực hiện các hệ thống quyết định theo thời gian thực bằng cách sử dụng Edge AI và kết nối 5G.
• Tối ưu hóa công việc AI để hoạt động hiệu quả trên các thiết bị edge.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn này (trực tuyến hoặc tại địa điểm) Việt Nam dành cho các nhà phát triển AI nhúng và chuyên gia tính toán Edge có trình độ trung cấp, những người muốn tinh chỉnh và tối ưu hóa các mô hình AI nhẹ để triển khai trên các thiết bị có tài nguyên hạn chế.

Sau khi kết thúc khóa học này, người tham gia sẽ có thể:

• Chọn và điều chỉnh các mô hình đã được tiền huấn luyện phù hợp cho việc triển khai ở Edge.
• Áp dụng các kỹ thuật lượng tử hóa, cắt tỉa và nén khác để giảm kích thước mô hình và độ trễ.
• Tinh chỉnh mô hình bằng cách sử dụng học chuyển để cải thiện hiệu suất cụ thể cho từng nhiệm vụ.
• Triển khai các mô hình đã được tối ưu hóa trên các nền tảng phần cứng Edge thực tế.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn tại Việt Nam (trực tuyến hoặc trực tiếp) được thiết kế cho các kỹ sư xử lý hình ảnh AI ở mức trung cấp đến cao cấp, nhà phát triển AI và chuyên gia IoT muốn thực hiện và tối ưu hóa các mô hình học sâu trong xử lý thời gian thực trên thiết bị đầu cuối.

Cuối khóa đào tạo, người tham dự sẽ có thể:

• Hiểu rõ cơ bản của AI đầu cuối và ứng dụng của nó trong xử lý hình ảnh.
• Triển khai các mô hình học sâu đã được tối ưu hóa trên thiết bị đầu cuối cho phân tích hình ảnh và video thời gian thực.
• Sử dụng các khung như TensorFlow Lite, OpenVINO và NVIDIA Jetson SDK để triển khai mô hình.
• Tối ưu hóa các mô hình AI về hiệu suất, tiết kiệm năng lượng và suy luận thời gian trễ thấp.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn tại Việt Nam (trực tuyến hoặc trực tiếp) nhằm vào các kỹ sư nhúng cấp trung, nhà phát triển IoT và nghiên cứu viên AI muốn triển khai các kỹ thuật TinyML cho các ứng dụng được hỗ trợ bởi AI trên phần cứng tiết kiệm năng lượng.

Đến cuối khóa học này, người tham gia sẽ có thể:

• Hiểu rõ nền tảng của TinyML và AI ở cạnh biên.
• Triển khai các mô hình AI nhẹ trên microcontroller.
• Tối ưu hóa suy luận AI để tiêu thụ điện năng thấp.
• Hoàn thiện sự tích hợp của TinyML với các ứng dụng IoT thực tế.

Khóa học trực tiếp do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các kỹ sư robotics, nhà phát triển AI và chuyên gia tự động hóa có trình độ trung cấp đến cao, muốn triển khai Edge AI cho ứng dụng robotics.

Cuối khóa học, người tham dự sẽ có thể:

• Hiểu vai trò của Edge AI trong các hệ thống tự động.
• Triển khai mô hình AI trên thiết bị edge cho robotics tức thì.
• Tối ưu hóa hiệu suất AI để quyết định có độ trễ thấp.
• Tích hợp thị giác máy tính và sensor fusion cho tự động hóa robotics.

Edge & Lightweight Agents là một khóa học thực tế tập trung vào việc triển khai các tác vụ AI tự động trên thiết bị có tài nguyên hạn chế. Người tham gia sẽ học cách xây dựng, tối ưu hóa và quản lý các đại lý nhẹ có khả năng suy luận và suy diễn cục bộ, cải thiện tốc độ, quyền riêng tư và độ tin cậy trong môi trường phân tán. Khóa học nhấn mạnh việc điều chỉnh hiệu suất, thiết kế độ trễ thấp và tích hợp phần cứng–phần mềm.

Đây là khóa huấn luyện trực tiếp do giáo viên hướng dẫn (trực tuyến hoặc tại chỗ) dành cho các chuyên gia ở mức độ trung gian muốn triển khai và tối ưu hóa hệ thống tự động trên thiết bị sử dụng Python và các framework AI edge.

Cuối khóa huấn luyện, người tham gia sẽ có thể:

• Hiểu kiến trúc và thách thức khi chạy AI tự động trên thiết bị edge.
• Thiết kế các vòng lặp đại lý nhẹ phù hợp với môi trường hạn chế tài nguyên.
• Triển khai suy diễn cục bộ bằng TensorFlow Lite, PyTorch Mobile và ONNX.
• Tích hợp các đại lý với cảm biến, actuator và nền tảng IoT.
• Tối ưu hóa hiệu suất, sử dụng năng lượng và độ trễ cho hoạt động thời gian thực.

Định dạng của Khóa Học

• Bài giảng tương tác và minh họa thực tế.
• Phát triển tay trên trong môi trường cục bộ hoặc mô phỏng.
• Học dự án và bài tập hướng dẫn thực hiện.

Tùy Chỉnh Khóa Học

• Để yêu cầu khóa huấn luyện tùy chỉnh, vui lòng liên hệ với chúng tôi để sắp xếp.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn tại Việt Nam (trực tuyến hoặc tại chỗ) này dành cho các kỹ sư AI cấp cao, nhà phát triển embedded và kỹ sư hardware muốn thực hiện mô hình AI trên thiết bị tiêu thụ điện năng thấp mà vẫn tối ưu hóa tiết kiệm năng lượng.

Kết thúc khóa đào tạo này, người tham gia sẽ có khả năng:

• Hiểu rõ các thách thức khi chạy AI trên thiết bị tiết kiệm năng lượng.
• Tối ưu hóa mạng neural cho việc suy luận tiêu thụ điện năng thấp.
• Sử dụng kỹ thuật định lượng, cắt bớt và nén mô hình.
• Triển khai mô hình AI trên thiết bị edge với mức sử dụng điện năng tối thiểu.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn tại Việt Nam (trực tuyến hoặc trực tiếp) dành cho các nhà phát triển AI cấp trung, kỹ sư nhúng và kỹ sư robot muốn tối ưu hóa và triển khai mô hình AI trên nền tảng NVIDIA Jetson cho ứng dụng ở rìa mạng.

到培训结束时，参与者将能够：

• Hiểu những nguyên tắc cơ bản của AI ở rìa và phần cứng NVIDIA Jetson.
• Tối ưu hóa mô hình AI để triển khai trên thiết bị rìa.
• Sử dụng TensorRT để tăng tốc độ suy luận học sâu.
• Triển khai mô hình AI bằng JetPack SDK và ONNX Runtime.

Khóa học trực tiếp, live training (trực tuyến hoặc tại chỗ) này hướng tới các nhà phát triển AI trung cấp, kỹ sư máy học và kiến trúc sư hệ thống muốn tối ưu hóa mô hình AI để triển khai trên thiết bị biên.

Đến cuối khóa học này, các tham gia sẽ có thể:

• Hiểu về các thách thức và yêu cầu khi triển khai mô hình AI trên thiết bị biên.
• Áp dụng các kỹ thuật nén mô hình để giảm kích thước và độ phức tạp của mô hình AI.
• Sử dụng các phương pháp lượng hóa để cải thiện hiệu suất mô hình trên phần cứng biên.
• Triển khai các kỹ thuật cắt bớt và tối ưu hóa khác để cải thiện hiệu suất mô hình.
• Triển khai các mô hình AI đã tối ưu hóa trên các thiết bị biên khác nhau.

Khóa huấn luyện trực tuyến hoặc tại địa điểm do giảng viên hướng dẫn này nhằm vào các nhà phát triển, nhà khoa học dữ liệu, và người yêu công nghệ ở trình độ trung cấp, những người mong muốn có kỹ năng thực tế trong việc triển khai mô hình AI trên thiết bị edge cho nhiều ứng dụng khác nhau.

Đến cuối khóa huấn luyện, người tham gia sẽ có thể:

• Hiểu nguyên tắc của Edge AI và lợi ích của nó.
• Thiết lập và cấu hình môi trường tính toán edge.
• Phát triển, đào tạo, và tối ưu hóa mô hình AI cho việc triển khai trên edge.
• Triển khai các giải pháp AI thực tế trên thiết bị edge.
• Đánh giá và cải thiện hiệu suất của mô hình đã triển khai trên edge.
• Xử lý các vấn đề đạo đức và bảo mật trong ứng dụng Edge AI.

Khóa học trực tiếp này, diễn ra trực tuyến hoặc tại chỗ, được thiết kế cho các chuyên gia tài chính, các nhà phát triển fintech và các chuyên gia AI có trình độ trung cấp, muốn triển khai các giải pháp Edge AI trong dịch vụ tài chính.

Đến cuối khóa học, các tham gia sẽ có thể:

• Hiểu vai trò của Edge AI trong dịch vụ tài chính.
• Triển khai các hệ thống phát hiện gian lận sử dụng Edge AI.
• Cải thiện chất lượng dịch vụ khách hàng thông qua các giải pháp AI.
• Áp dụng Edge AI cho quản lý rủi ro và quyết định.
• Triển khai và quản lý các giải pháp Edge AI trong môi trường tài chính.

Sau khi hoàn thành khóa học này, các tham gia sẽ có thể:

• Hiểu vai trò của Edge AI trong tự động hóa công nghiệp.
• Triển khai các giải pháp bảo trì dự báo bằng Edge AI.
• Áp dụng các kỹ thuật AI cho kiểm soát chất lượng trong các quá trình sản xuất.
• Tối ưu hóa các quá trình công nghiệp bằng Edge AI.
• Triển khai và quản lý các giải pháp Edge AI trong môi trường công nghiệp.

Edge AI là việc triển khai các mô hình trí tuệ nhân tạo trực tiếp trên thiết bị và máy móc ở rìa mạng, cho phép đưa ra quyết định thực thời với độ trễ tối thiểu.

khóa học này dưới sự hướng dẫn của giảng viên (trực tuyến hoặc tại chỗ) nhắm đến những chuyên gia cấp cao về hệ thống nhúng và IoT muốn triển khai các hệ thống logic và điều khiển được hỗ trợ bởi AI trong môi trường sản xuất nơi tốc độ, tính tin cậy và hoạt động ngoại tuyến là yếu tố quan trọng.

Cuối khóa học này, người tham gia sẽ có thể:

• Hiểu kiến trúc và lợi ích của các hệ thống AI ở rìa.
• Xây dựng và tối ưu hóa mô hình AI cho triển khai trên thiết bị nhúng.
• Sử dụng công cụ như TensorFlow Lite và OpenVINO để thực hiện suy luận với độ trễ thấp.
• Tích hợp trí tuệ rìa với các cảm biến, cơ cấu và giao thức công nghiệp.

Định dạng của khóa học

• Bài giảng tương tác và thảo luận.
• Nhiều bài tập và thực hành.
• Thi công trực tiếp trong môi trường phòng thí nghiệm thực tế.

Tùy chọn tùy chỉnh khóa học

• Để yêu cầu một khóa học được tùy chỉnh cho khóa học này, xin vui lòng liên hệ với chúng tôi để sắp xếp.

Khóa học được hướng dẫn bởi giảng viên (trực tuyến hoặc tại chỗ) nhằm vào các nhà phát triển, nhà khoa học dữ liệu và chuyên gia AI ở trình độ trung cấp, những người muốn tận dụng TensorFlow Lite cho ứng dụng Edge AI.

Sau khi kết thúc khóa học này, người tham gia sẽ có thể:

• Hiểu rõ các nguyên tắc cơ bản của TensorFlow Lite và vai trò của nó trong Edge AI.
• Phát triển và tối ưu hóa các mô hình AI bằng TensorFlow Lite.
• Triển khai các mô hình TensorFlow Lite trên nhiều thiết bị cạnh.
• Sử dụng các công cụ và kỹ thuật để chuyển đổi và tối ưu hóa mô hình.
• Thực hiện các ứng dụng Edge AI thực tế bằng TensorFlow Lite.

Khóa học trực tiếp, được dẫn dắt bởi giảng viên tại Việt Nam (trực tuyến hoặc trực tiếp) được hướng đến cho các nhà hoạch định đô thị, kỹ sư dân sự và quản lý dự án thành phố thông minh có trình độ trung cấp, muốn tận dụng Edge AI cho các dự án thành phố thông minh.

Đến cuối khóa học, các tham gia sẽ có thể:

• Hiểu vai trò của Edge AI trong các cơ sở hạ tầng thành phố thông minh.
• Triển khai các giải pháp Edge AI cho quản lý giao thông và giám sát.
• Tối ưu hóa tài nguyên đô thị bằng các công nghệ Edge AI.
• Tích hợp Edge AI với các hệ thống thành phố thông minh hiện có.
• Xử lý các vấn đề đạo đức và quy định trong các triển khai thành phố thông minh.

Khóa học này được hướng dẫn trực tiếp (trên mạng hoặc tại chỗ) và hướng tới các chuyên gia an ninh mạng, quản trị hệ thống và các nhà nghiên cứu về đạo đức AI ở trình độ trung cấp, muốn bảo vệ và triển khai các giải pháp Edge AI một cách an toàn và đạo đức.

Sau khi hoàn thành khóa học này, các tham gia sẽ có thể:

• Hiểu về các thách thức về an ninh và quyền riêng tư trong Edge AI.
• Triển khai các thực hành tốt nhất để bảo vệ các thiết bị và dữ liệu Edge.
• Phát triển các chiến lược để giảm thiểu các rủi ro an ninh trong các triển khai Edge AI.
• Đáp ứng các yếu tố đạo đức và đảm bảo tuân thủ quy định.
• Thực hiện các đánh giá và kiểm toán an ninh cho các ứng dụng Edge AI.

Khóa đào tạo trực tiếp (trực tuyến hoặc tại chỗ) này được hướng đến các kỹ sư robot học, nhà phát triển xe tự hành, và nhà nghiên cứu AI ở cấp độ trung bình muốn khai thác Edge AI để tạo ra các giải pháp hệ thống tự động mới.

Đến cuối khóa đào tạo này, các thí sinh sẽ có thể:

• Hiểu rõ vai trò và lợi ích của Edge AI trong các hệ thống tự động.
• Phát triển và triển khai các mô hình AI cho xử lý thời gian thực trên các thiết bị Edge.
• Cài đặt các giải pháp Edge AI trong xe tự hành, máy bay không người lái, và robot học.
• Thiết kế và tối ưu hóa các hệ thống điều khiển bằng cách sử dụng Edge AI.
• Xử lý các vấn đề đạo đức và quy định trong các ứng dụng AI tự động.

Khóa học này do giảng viên hướng dẫn, được tổ chức trực tuyến hoặc tại chỗ, dành cho các chuyên gia y tế, kỹ sư sinh y và nhà phát triển AI có trình độ trung cấp, mong muốn tận dụng Edge AI để tạo ra các giải pháp y tế đổi mới.

Đến cuối khóa học, người tham gia sẽ có thể:

• Hiểu rõ vai trò và lợi ích của Edge AI trong y tế.
• Phát triển và triển khai các mô hình AI trên thiết bị edge cho ứng dụng y tế.
• Thực hiện giải pháp Edge AI trong thiết bị đeo và công cụ chẩn đoán.
• Thiết kế và triển khai hệ thống theo dõi bệnh nhân bằng Edge AI.
• Đối phó với các vấn đề đạo đức và quy định trong ứng dụng AI y tế.

Edge AI cho phép các mô hình trí tuệ nhân tạo chạy trực tiếp trên các thiết bị nhúng hoặc có tài nguyên hạn chế, giảm độ trễ và tiêu thụ năng lượng đồng thời tăng tính tự chủ và bảo mật trong hệ thống robot.

Khóa đào tạo trực tuyến hoặc tại chỗ do giáo viên hướng dẫn này nhằm vào các nhà phát triển nhúng và kỹ sư robot ở mức trung cấp, những người mong muốn triển khai các kỹ thuật suýn luân và tối ưu hóa trực tiếp trên phần cứng robot bằng cách sử dụng TinyML và các framework Edge AI.

Sau khóa học này, người tham gia sẽ có thể:

• Hiểu rõ cơ bản về TinyML và Edge AI cho robot.
• Chuyển đổi và triển khai các mô hình AI để suýn luân trên thiết bị.
• Tối ưu hóa các mô hình về tốc độ, kích thước và hiệu quả năng lượng.
• Tích hợp các hệ thống Edge AI vào kiến trúc điều khiển robot.
• Đánh giá hiệu suất và độ chính xác trong các tình huống thực tế.

Định dạng Khóa Học

• Bài giảng và thảo luận tương tác.
• Luyện tập thực hành sử dụng các chuỗi công cụ TinyML và Edge AI.
• Thực hành trên nền tảng phần cứng nhúng và robot.

Tùy chỉnh Khóa Học

• Để yêu cầu khóa đào tạo tùy chỉnh, vui lòng liên hệ với chúng tôi để sắp xếp.

6G và Cạnh Thông Minh là một khóa học hướng tới tương lai, khám phá sự tích hợp của công nghệ không dây 6G với tính toán cạnh, hệ sinh thái IoT và xử lý dữ liệu dựa trên AI để hỗ trợ các hạ tầng thông minh, độ trễ thấp và thích ứng.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn (trực tuyến hoặc tại chỗ) này được nhắm đến các kiến trúc sư CNTT cấp trung mong muốn hiểu và thiết kế các kiến trúc phân tán thế hệ tiếp theo, tận dụng sự hợp tác của kết nối 6G và hệ thống cạnh thông minh.

Sau khi hoàn thành khóa học này, người tham gia sẽ có thể:

• Hiểu cách 6G sẽ biến đổi tính toán cạnh và kiến trúc IoT.
• Thiết kế các hệ thống phân tán cho độ trễ cực thấp, băng thông cao và hoạt động tự chủ.
• Tích hợp AI và phân tích dữ liệu tại cạnh để ra quyết định thông minh.
• Lên kế hoạch cho các hạ tầng cạnh 6G-đẵn, an toàn và bền vững.
• Đánh giá các mô hình kinh doanh và vận hành được hỗ trợ bởi sự hội tụ của 6G và cạnh.

Định dạng Khóa Học

• Bài giảng tương tác và thảo luận.
• Trường hợp nghiên cứu và bài tập thiết kế kiến trúc áp dụng.
• Thực hành mô phỏng với các công cụ cạnh hoặc container tùy chọn.

Tùy chỉnh Khóa Học

• Để yêu cầu khóa đào tạo được tùy chỉnh cho khóa học này, vui lòng liên hệ với chúng tôi để sắp xếp.

Đây là khóa huấn luyện trực tiếp do giảng viên hướng dẫn (trực tuyến hoặc tại chỗ), dành cho những người làm việc trong lĩnh vực AI ở mức độ nâng cao, nhà nghiên cứu và lập trình viên muốn nắm vững các tiến bộ mới nhất của Edge AI, tối ưu hóa mô hình AI cho triển khai trên thiết bị cạnh và khám phá ứng dụng chuyên biệt trong nhiều ngành công nghiệp.

Đến cuối khóa học này, người tham gia sẽ có thể:

• Khám phá các kỹ thuật nâng cao trong phát triển và tối ưu hóa mô hình Edge AI.
• Triển khai các chiến lược tiên tiến cho việc triển khai mô hình AI trên thiết bị cạnh.
• Sử dụng các công cụ và khung công nghệ chuyên biệt cho ứng dụng Edge AI nâng cao.
• Tối ưu hóa hiệu suất và hiệu quả của giải pháp Edge AI.
• Khám phá các trường hợp sử dụng sáng tạo và xu hướng mới nổi trong Edge AI.
• Xử lý các vấn đề đạo đức và bảo mật nâng cao trong việc triển khai Edge AI.

Bộ công cụ Ascend CANN của Huawei cho phép thực hiện suy luận AI mạnh mẽ trên các thiết bị đầu cuối như Ascend 310. CANN cung cấp các công cụ cần thiết để biên dịch, tối ưu hóa và triển khai mô hình trong môi trường hạn chế về tính toán và bộ nhớ.

Khóa học này được hướng dẫn trực tiếp (trực tuyến hoặc tại chỗ) nhằm vào các nhà phát triển và tích hợp AI có trình độ trung cấp muốn triển khai và tối ưu hóa mô hình trên thiết bị đầu cuối Ascend sử dụng chuỗi công cụ CANN.

Đến hết khóa học này, người tham gia sẽ có thể:

• Chuẩn bị và chuyển đổi các mô hình AI cho Ascend 310 bằng các công cụ của CANN.
• Xây dựng cácpipeline suy luận nhẹ nhàng sử dụng MindSpore Lite và AscendCL.
• Tối ưu hóa hiệu suất mô hình cho môi trường hạn chế về tính toán và bộ nhớ.
• Triển khai và theo dõi các ứng dụng AI trong các trường hợp sử dụng thực tế ở đầu cuối.

Định dạng của Khóa học

• Bài giảng tương tác và trình diễn.
• Công việc phòng thí nghiệm thực hành với các mô hình và tình huống cụ thể cho đầu cuối.
• Ví dụ triển khai trực tiếp trên phần cứng đầu cuối ảo hoặc vật lý.

Tùy chọn Tùy chỉnh Khóa học

• Để yêu cầu một khóa học tùy chỉnh cho khóa này, vui lòng liên hệ với chúng tôi để sắp xếp.

Khóa học trực tiếp này (trực tuyến hoặc tại chỗ) được thiết kế dành cho các lập trình viên trung cấp, kiến trúc sư hệ thống và các chuyên gia ngành công nghiệp muốn sử dụng Edge AI để tăng cường khả năng xử lý dữ liệu và phân tích thông minh trong các ứng dụng IoT.

Đến cuối khóa học, các tham gia sẽ có thể:

• Hiểu các nguyên lý cơ bản của Edge AI và ứng dụng của nó trong IoT.
• Cài đặt và cấu hình môi trường Edge AI cho các thiết bị IoT.
• Phát triển và triển khai các mô hình AI trên các thiết bị edge cho các ứng dụng IoT.
• Thực hiện xử lý dữ liệu và quyết định thời gian thực trong các hệ thống IoT.
• Tích hợp Edge AI với các giao thức và nền tảng IoT khác nhau.
• Đối phó với các vấn đề đạo đức và các phương pháp tốt nhất trong Edge AI cho IoT.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển IoT trung cấp, kỹ sư nhúng và các chuyên gia AI muốn triển khai TinyML cho bảo trì dự đoán, phát hiện bất thường và các ứng dụng cảm biến thông minh.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các nguyên tắc cơ bản của TinyML và các ứng dụng của nó trong IoT.
• Thiết lập môi trường phát triển TinyML cho các dự án IoT.
• Phát triển và triển khai các mô hình ML trên vi điều khiển công suất thấp.
• Triển khai bảo trì dự đoán và phát hiện bất thường bằng cách sử dụng TinyML.
• Tối ưu hóa các mô hình TinyML để sử dụng hiệu quả năng lượng và bộ nhớ.

Khóa học trực tiếp do giảng viên dẫn dắt (trực tuyến hoặc tại chỗ) này được thiết kế dành cho các lập trình viên và chuyên gia IT có trình độ trung cấp muốn hiểu rõ về Edge AI từ khái niệm đến thực tiễn triển khai, bao gồm cả cài đặt và triển khai.

Sau khi hoàn thành khóa học này, các thí sinh sẽ có thể:

• Hiểu các khái niệm cơ bản về Edge AI.
• Cài đặt và cấu hình môi trường Edge AI.
• Phát triển, huấn luyện và tối ưu hóa các mô hình Edge AI.
• Triển khai và quản lý các ứng dụng Edge AI.
• Tích hợp Edge AI với các hệ thống và quy trình hiện có.
• Xử lý các vấn đề đạo đức và tốt nhất thực tiễn trong triển khai Edge AI.

Khóa đào tạo trực tiếp dưới sự hướng dẫn của giảng viên tại Việt Nam (trực tuyến hoặc tại chỗ) này dành cho các kỹ sư hệ thống nhúng cấp trung và các nhà phát triển AI muốn triển khai mô hình học máy trên microcontroller sử dụng TensorFlow Lite và Edge Impulse.

Đến cuối khóa đào tạo, người tham gia sẽ có thể:

• Hiểu rõ về nền tảng TinyML và lợi ích của nó cho các ứng dụng AI tại biên.
• Thiết lập môi trường phát triển cho các dự án TinyML.
• Huấn luyện, tối ưu hóa và triển khai mô hình AI trên microcontroller có công suất thấp.
• Sử dụng TensorFlow Lite và Edge Impulse để triển khai các ứng dụng TinyML thực tế.
• Tối ưu hóa mô hình AI cho hiệu quả điện năng và giới hạn bộ nhớ.

Các chip AI chuyên dụng của Cambricon (Machine Learning Units - MLUs) được tối ưu hóa cho việc suy luận và đào tạo trong các kịch bản ở biên và trung tâm dữ liệu.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các lập trình viên trung cấp muốn xây dựng và triển khai các mô hình AI sử dụng framework BANGPy và SDK Neuware trên phần cứng Cambricon MLU.

Sau khóa học, người tham gia sẽ có thể:

• Cài đặt và cấu hình môi trường phát triển BANGPy và Neuware.
• Phát triển và tối ưu hóa các mô hình dựa trên Python và C++ cho Cambricon MLUs.
• Triển khai mô hình đến các thiết bị ở biên và trung tâm dữ liệu chạy thời gian chạy Neuware.
• Tích hợp các quy trình học máy với các tính năng tăng tốc cụ thể của MLU.

Định dạng khóa học

• Bài giảng và thảo luận tương tác.
• Sử dụng BANGPy và Neuware để phát triển và triển khai.
• Luyện tập hướng dẫn tập trung vào tối ưu hóa, tích hợp và kiểm thử.

Tùy chỉnh khóa học

• Để yêu cầu khóa đào tạo tùy chỉnh dựa trên mô hình thiết bị Cambricon hoặc trường hợp sử dụng của bạn, vui lòng liên hệ với chúng tôi để sắp xếp.

Khóa học hướng dẫn trực tiếp này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển và chuyên viên CNTT ở mức độ cơ bản, mong muốn hiểu rõ về cơ bản của Edge AI và các ứng dụng nhập môn.

Sau khi kết thúc khóa học này, người tham gia sẽ có thể:

• Hiểu được các khái niệm và kiến trúc cơ bản của Edge AI.
• Thiết lập và cấu hình môi trường Edge AI.
• Phát triển và triển khai các ứng dụng Edge AI đơn giản.
• Xác định và hiểu các trường hợp sử dụng và lợi ích của Edge AI.