聯合學習與邊際 AI培訓

這堂於台灣（線上或線下）舉行的由導師指導的現場培訓，旨在為具備中等資格的電信專業人員、AI工程師以及物聯網專家，探索5G網絡如何加速邊緣AI應用。

完成本課程後，參與者將能夠：

• 了解5G技術的基本原理及其對邊緣AI的影響。
• 在5G環境中部署專為低延遲應用優化的AI模型。
• 實施基於邊緣AI和5G連接的實時決策系統。
• 優化邊緣設備上AI工作負載，以提升效能表現。

6G與智慧邊緣是一門前瞻性課程，探討6G無線技術、邊緣運算、物聯網生態系統以及AI驅動數據處理的整合，以支援智慧型、低延遲且具適應性的基礎設施。

此課程由講師指導，提供線上或線下直播培訓（Live），針對希望理解並設計利用6G連網與智慧邊緣系統協同效應的下一代分佈式架構的中階IT架構師。

完成本課程後，學員將能夠：

• 了解6G如何轉變邊緣運算與IoT架構。
• 設計具超低延遲、高頻寬和自動化操作的分布式系統。
• 在邊緣整合AI與數據分析，以實現智慧決策。
• 規劃可擴展、安全且具備韌性的6G邊緣基礎設施。
• 評估由6G與邊緣融合所啟用的商業與營運模式。

課程格式

• 互動式講座與討論。
• 案例研究與應用架構設計練習。
• 搭配可選邊緣或容器工具的實作模擬。

課程客製化選項

• 如需為本課程請求客製化培訓，請聯繫我們安排。

此為由講師帶領的即時培訓（線上或線下），對象為希望精通邊緣AI最新進展、優化其AI模型於邊緣設備部署，並探索各行業專業應用的進階層級AI從業者、研究人員與開發者。

完成本培訓後，學員將能夠：

• 探索邊緣AI模型開發與優化的先進技巧。
• 實施在邊緣設備上部署AI模型的尖端策略。
• 運用專門工具與框架進行進階邊緣AI應用。
• 優化Edge AI解決方案的性能與效率。
• 探索邊緣AI的创新用例與新興趨勢。
• 處理邊緣AI部署中的進階倫理與安全考量。

這項在[loc]線上或線下[/loc]進行的培訓課程，旨在幫助專業人員掌握前沿的聯邦學習技術，並將其應用於大規模的人工智慧計畫中。

完成本課程後，學員將能夠：

• 優化聯邦學習算法以提升效能。
• 處理聯邦學習中的非獨立同分佈資料。
• 擴展聯邦學習系統以支援大規模部署。
• 解決進階聯邦學習情境中的隱私、安全及倫理考量。

此由講師主導的即時培訓，地點在台灣（線上或線下），旨在針對中階開發者、數據科學家及科技愛好者，助其獲得在各種應用中於邊緣裝置部署AI模型的實用技能。

完成本培訓後，學員將能夠：

• 理解Edge AI的原理及其優勢。
• 設定與配置邊緣運算環境。
• 開發、訓練並優化適用於邊緣部署的AI模型。
• 在邊緣裝置上實施實用的AI解決方案。
• 評估並改善邊緣部署模型的效能。
• 處理Edge AI應用中的倫理與安全考量。

此 台灣（線上或線下）導師指導的實作培訓，旨在針對進階層級的資安專業人員、AI 工程師以及物聯網開發者，協助他們為邊緣 AI 系統實施強健的安全措施與韌性策略。

完成本培訓後，學員將能夠：

• 理解邊緣 AI 部署中的安全風險與漏洞。
• 實施加密與驗證技術以保護資料。
• 設計能抵禦網路威脅的韌性邊緣 AI 架構。
• 在邊緣環境中應用安全的 AI 模型部署策略。

寒武紀 MLU（機器學習單元）是專為邊緣運算和數據中心場景中的推論與訓練而優化的 AI 晶片。

本課程由講師帶領，提供線上或線下直播培訓，適合希望利用 BANGPy 框架和 Neuware SDK 在寒武紀 MLU 硬體上構建及部署 AI 模型的初級開發人員。

完成此培訓後，參與者將能夠：

• 設置並配置 BANGPy 和 Neuware 開發環境。
• 為寒武紀 MLU 開發並優化基於 Python 和 C++ 的模型。
• 將模型部署到運行 Neuware 運行時的邊緣設備及數據中心設備上。
• 將機器學習工作流程與針對 MLU 專屬加速功能進行整合。

課程格式

• 互動式講授與討論。
• 實際操作使用 BANGPy 和 Neuware 進行開發與部署。
• 重點指導優化、整合及測試的練習。

課程客製化選項

• 如需基於您的寒武紀設備型號或使用案例申請本課程的客製化培訓，請聯繫我們以安排事宜。

華為的 Ascend CANN 套件讓 Ascend 310 等邊緣設備能夠進行強大的 AI 推理。CANN 提供編譯、優化與部署模型所必需的essential工具，適用於運算能力和記憶體受限的環境。

這堂由講師主導的培訓課程（線上或線下），旨在協助初級至中級的 AI 開發人員與整合專家，學習如何使用 CANN 工具鏈在 Ascend 邊緣設備上部署並優化模型。

完成本課程後，學員將能夠：

• 使用 CANN 工具準備並轉換 AI 模型以供 Ascend 310 使用。
• 利用 MindSpore Lite 和 AscendCL 建立輕量級推理管線。
• 為受限的運算與記憶體環境優化模型效能。
• 在真實世界的邊緣應用場景中部署並監控 AI 應用程式。

課程格式

• 互動式講授與示範。
• 針對邊緣特定模型與情境的實作實驗。
• 在虛擬或實體邊緣硬體上的即時部署範例。

課程客製化選項

• 如需為此課程申請客製化培訓，請聯繫我們以安排相關事宜。

這項在 台灣 （線上或線下）進行的由講師主導的現場培訓，針對初級至中級的農業科技專業人員、物聯網專家和 AI 工程師，他們希望開發並部署用於智慧農業的邊緣 AI 解決方案。

完成本培訓後，學員將能夠：

• 了解邊緣 AI 在精細農業中的角色。
• 實施由 AI 驅動的作物和牲畜監測系統。
• 開發自動灌溉和环境感知解決方案。
• 利用實時邊緣 AI 分析來優化農業效率。

這種由講師指導的實作培訓在 台灣（線上或線下）針對希望學習聯邦學習基礎知識及其實際應用的初級專業人士。

在完成本培訓後，學員將能夠：

• 理解聯邦學習的原理。
• 實施基本的聯邦學習演算法。
• 使用聯邦學習解決資料隱私問題。
• 將聯邦學習整合到現有的 AI 工作流程中。

此為在[loc]（線上或線下）舉行的導師主導即時培訓，針對希望將聯邦學習技術應用於提升金融產業資料隱私與協作人工智慧的初級至中階專業人士設計。

完成本培訓後，學員將能夠：

• 了解聯邦學習在金融業的原理與優勢。
• 實作用於保護隱私的金融應用之聯邦學習模型。
• 在不損害隱私的情況下，協作分析金融資料。
• 將聯邦學習應用於真實世界的金融情境，例如詐欺偵測與風險管理。

此在台灣（線上或線下）舉辦，由講師主導的即時培訓目標為具備中級專業技能的從業人員，使其能將聯邦學習應用於醫療保健情境，確保資料隱私並促進跨機構的有效協作。

完成本培訓後，參與者將能夠：

• 了解聯邦學習在醫療保健中的角色。
• 實作聯邦學習模型，同時確保患者資料隱私。
• 與多家醫療保健機構共同進行AI模型訓練。
• 將聯邦學習應用於真實世界的醫療保健案例研究。

本課程為由講師指導的實戰培訓，地點在台灣（線上或線下），目標受眾為具備初級以上經驗的專業人士，希望將聯邦學習應用於優化物聯網與邊緣運算解決方案。

完成本培訓後，參與者將能夠：

• 理解物聯網與邊緣運算中聯邦學習的原理與優勢。
• 在物聯網設備上實作聯邦學習模型，以實現分散式AI處理。
• 降低邊緣運算環境中的延遲，並改善即時決策效能。
• 應對物聯網系統中涉及資料隱私與網路限制等挑戰。

這是一場由講師主導的實時培訓，在 台灣 （線上或線下）舉辦，旨在幫助中級專業人士理解和應用聯邦學習，以確保AI開發中的數據隱私。

完成本培訓後，參與者將能夠：

• 理解聯邦學習的原理和優勢
• 使用聯邦學習技術實施保護隱私的機器學習模型
• 應對分散式AI訓練中數據隱私的挑戰
• 在各行業的實際場景中應用聯邦學習

這門由講師主導的現場培訓在 台灣（線上或線下）進行，旨在幫助初級至中級的 AI 和數據專業人士理解和實施聯播式學習技術，以實現跨分散式數據源的隱私保護機器學習和協作 AI 解決方案。

完成本培訓後，學員將能夠：

• 理解聯播式學習的核心概念及其好處。
• 實施 AI 模型的分散式訓練策略。
• 將聯播式學習技術應用於保護數據敏感的協作。
• 探索聯播式學習在醫療保健和金融領域的案例研究和實際範例。