Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Durasi 21 jam
Kerangka Materi
Pengenalan Edge dan AI Agentic
- Ikhtisar AI agentic dan komputasi edge
- Perimbangan latensi, privasi, dan bandwidth
- Perbandingan arsitektur: agen cloud vs. agen edge
Merancang Arsitektur Agen Ringan
- Membongkar loop agen untuk sistem terbatas
- Desain asinkron untuk komputasi yang efisien
- Menyeimbangkan otonomi dan konektivitas
Mempersiapkan Lingkungan Pengembangan
- Memasang framework Python untuk AI edge
- Menyiapkan TensorFlow Lite dan PyTorch Mobile
- Menerapkan lingkungan pengujian pada Raspberry Pi atau perangkat serupa
Menerapkan Inferensi Pada Perangkat
- Menkonversi dan menguantisasi model untuk penerapan edge
- Menjalankan inferensi dengan TensorFlow Lite dan ONNX Runtime
- Menyatukan hasil inferensi ke dalam loop pengambilan keputusan agen
Menyatukan Agen dengan Perangkat Keras dan IoT
- Menyambungkan sensor, aktuator, dan modul IoT
- Pipeline pengumpulan dan pemrosesan data lokal
- Operasi offline dan perilaku yang dipicu oleh peristiwa
Optimasi dan Pemantauan
- Penyetelan kinerja untuk daya rendah dan kecepatan tinggi
- Teknik peringkasan caching dan model di edge
- Pemantauan dan debugging agen edge
Proyek Langsung: Menerapkan Agen Ringan pada Perangkat Keras Edge
- Merancang agen otonom kecil untuk tugas IoT atau robotika
- Menerapkan inferensi model dan logika lokal
- Uji dan optimalkan untuk latensi dan keandalan
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pengalaman dengan pemrograman Python
- Pemahaman dasar tentang alur kerja machine learning
- Kepedulian dengan konsep komputasi tertanam atau edge
Audience
- Pengembang tertanam yang mengintegrasikan AI ke dalam sistem perangkat keras
- Insinyur Edge ML yang merancang solusi inferensi pada perangkat
- Tim robotika yang menerapkan AI agentic untuk operasi otonom
