课程大纲

介绍5G和Edge AI

  • 5G网络和边缘计算的概述
  • 4G和5G在AI应用中的关键区别
  • 超低延迟AI中的挑战和机遇

5G架构和Edge Computing

  • 了解AI工作负载的5G网络切片
  • Edge Computing的多Access Edge Computing (MEC)的作用
  • 电信环境中Edge AI的部署策略

在边缘设备上使用5G部署AI模型

  • 使用TensorFlow Lite和OpenVINO进行Edge AI
  • 针对实时处理优化AI模型
  • 案例研究:基于5G的AI视频分析

5G支持的超低延迟应用

  • 自治车辆和智能交通
  • 工业环境中AI驱动的预测维护
  • 医疗保健应用:远程诊断和监测

5G Edge AI系统中的安全性和可靠性

  • 5G AI中的数据隐私和网络安全挑战
  • 确保实时应用中AI模型的鲁棒性
  • 针对AI驱动的电信解决方案的合规性

5G和Edge AI的未来趋势

  • 6G和AI驱动的网络的进展
  • 5G AI的联邦学习整合
  • 智能城市和物联网中下一代应用

总结和结论

要求

  • 对5G网络架构有基本了解
  • 熟悉人工智能和机器学习概念
  • 具有边缘计算和IoT应用的经验

对象

  • Telecom专业人员
  • 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