Návrh Školení

Úvod do Edge AI a Kubernetes

  • Pochopení role AI na hraničních zařízeních
  • Kubernetes jako orchestrátor distribuovaných prostředí
  • Typické případy použití v různých odvětvích

Distribuce Kubernetes pro hraniční prostředí

  • Porovnání K3s, MicroK8s a KubeEdge
  • Pracovní postupy instalace a konfigurace
  • Požadavky na uzly a vzory nasazení

Architektury pro nasazení Edge AI

  • Centralizované, decentralizované a hybridní hraniční modely
  • Alokace zdrojů přes omezené uzly
  • Topologie více uzel a vzdálených clusterů

Nasazování modelů strojového učení na hraničních zařízeních

  • Balení úloh inferencí s kontejnery
  • Použití GPU a zrychlovačového hardwaru při dostupnosti
  • Správa aktualizací modelů na distribuovaných zařízeních

Strategie komunikace a spojení

  • Řešení nepravidelných a nestabilních síťových podmínek
  • Techniky synchronizace dat mezi hraničními zařízeními a cloudem
  • Fronty zpráv a zvažování protokolů

Sledovatelnost a monitorování na hraničních zařízeních

  • Lehké přístupy k monitorování
  • Sběr telemetrie z vzdálených uzlů
  • Ladení distribuovaných inferenčních pracovních postupů

Bezpečnost pro nasazení Edge AI

  • Ochrana dat a modelů na omezených zařízeních
  • Zabezpečené spouštění a strategie důvěryhodného provádění
  • Autentizace a autorizace mezi uzly

Optimalizace výkonu pro hraniční úlohy

  • Snížení latence prostřednictvím strategií nasazení
  • Úvahy o úložišti a mezipaměti
  • Tuning výpočetních zdrojů pro efektivitu inferencí

Shrnutí a další kroky

Požadavky

  • Pochopení kontejnerizovaných aplikací
  • Zkušenosti s administrací Kubernetes
  • Omlouvám se, že jsem překlad tohoto bodu opakoval. Zde je správný překlad: Znalost konceptů hraničního výpočtu

Účastníci

  • IoT inženýři nasazující distribuovaná zařízení
  • Cloudoví vývojáři stavějící inteligentní aplikace
  • Architekti hraničního výpočtu navrhující propojené prostředí
 21 Hodiny

Počet účastníků


Cena za účastníka

Reference (5)

Nadcházející kurzy

Související kategorie