课程大纲

5G与边缘AI简介

  • 5G网络与边缘计算概述
  • 4G与5G在AI应用中的关键差异
  • 超低延迟AI的挑战与机遇

5G架构与边缘计算

  • 了解5G网络切片在AI工作负载中的应用
  • 多接入边缘计算(MEC)的作用
  • 电信环境中的边缘AI部署策略

在5G边缘设备上部署AI模型

  • 使用TensorFlow Lite和OpenVINO进行边缘AI开发
  • 优化AI模型以实现实时处理
  • 案例研究:基于5G的AI视频分析

5G支持的超低延迟应用

  • 自动驾驶与智能交通
  • 工业环境中的AI驱动预测性维护
  • 医疗应用:远程诊断与监控

5G边缘AI系统的安全性与可靠性

  • 5G AI中的数据隐私与网络安全挑战
  • 确保实时应用中的AI模型鲁棒性
  • AI驱动的电信解决方案的法规合规性

5G与边缘AI的未来趋势

  • 6G与AI驱动网络的进展
  • 联邦学习与5G AI的集成
  • 智慧城市与物联网中的下一代应用

总结与下一步

要求

  • 对5G网络架构的基本理解
  • 熟悉AI和机器学习概念
  • 具备边缘计算和物联网应用的经验

受众

  • 电信专业人士
  • AI工程师
  • 物联网专家
 21 小时

即将举行的公开课程

课程分类