边缘计算核心技术开发与应用
5G时代,连接设备数量会大量增加,网络边缘侧会产生庞大的数据。云计算虽然可以处理这些问题,但在实时性、智能性、安全性和隐私性等方面存在诸多不足,边缘计算由此应运而生。由于边缘计算能让用户在靠近物或数据源头的一侧处理工作负载,极大地提升了在云端的处理效率,同时解决了存储、处理、时延问题,因此备受用户青睐。研究显示,2021年,我国边缘计算市场规模已经达到427.9亿元,预计2025年增长到1987.7亿元。另外,著名信息咨询公司Futurum也曾在一份报告中表示,近四分之三(72.7%)的公司已经实施了边缘计算策略;有93.3%的企业计划未来12个月内在边缘计算领域有所投入。在边缘计算“大红大紫”的背后,有很多企业已经受益,通过边缘端部署为用户提供更快的响应速度。为积极响应科研及工作人员需求,根据《国务院关于推行终身职业技能培训制度的意见》提出的“紧跟新技术、新职业发展变化,建立职业分类动态调整机制,加快职业标准开发工作”要求,加快构建与国际接轨、符合我国国情的现代职业分类体系,2023年6月1日 — 2023年6月4日在山东青岛中国人工智能培训网特举办“边缘计算核心技术开发与应用研修班”。第一部分:边缘计算 一、边缘计算简析 1.边缘计算的概念 2.边缘计算的应用场景二、边缘计算的前世今生 1.CDN—从缓存到内容分发 2.微云—盒子里的数据中心3.雾计算—雾是接近地面的云 4.MEC—从“移动”到“多接入”第二部分:边缘计算的关键技术 一、计算卸载 1.什么是计算卸载 2.计算卸载步骤3.卸载决策二、计算迁移 1.计算迁移的背景和原因 2.计算迁移的分类和步骤三、边缘计算技术架构 1.边缘计算典型参考架构 2.边缘计算主流平台架构3.边缘计算网络结构分析四、边缘缓存 1.边缘缓存概述 2.边缘缓存的基本特点3.边缘缓存的技术分类 五、安全保护 1.边缘计算面临的安全风险 2.边缘计算安全技术六、边缘计算主要技术平台分析 1.Linux基金会EdgeX Foundry 2.AKRaino Edge Stack3.AWS GreenGrass第三部分:边缘计算的“朋友圈” 一、边缘计算和5G 1.5G来了 2.5G核心技术—边缘计算二、边缘计算和物联网 1.物联网,联万物 2.边缘计算赋能物联网三、边缘计算和大数据 四、边缘计算和云计算 五、边缘计算和雾计算六、虚拟化技术 七、云边协同第四部分:边缘智能 一、边缘计算与人工智能 1.边缘智能面临的问题 2.边缘智能的场景和平台二、边缘智能挑战 1.样本数量与计算资源 2.灾难性遗忘问题三、边缘智能实现过程 1.轻量化模型设计与训练 2.模型推理优化3.边缘算法的部署四、边缘常见优化策略 1.小样本情况下的泛化学习 2.轻量化模型设计与训练3.面向多任务的持续学习第五部分:边缘计算的应用案例 一、应用案例 1.视频业务 2.智能交通3.智能制造 4.智慧城市5.智能家居 6.遥感边缘智能第六部分:实操案例 一、实战案例I:交通灯智能控制 1.目标检测原理 2.检测模型优化3.系统运行环境 4.模型转化a视频采集与处理 b检测结果可视化 c交通灯控制模块二、实战案例II:智能药品识别 1.问题分析2.数据收集与预处理a数据收集与标注 b数据集格式转换c数据增强(色域变化,随机翻转、旋转,数据增强)d数据集分割 e数据集统计3.算法分析与设计a整体思路 b模型选择 c模型训练 d模型转换4. 模型优化和推理
页:
[1]