Edge AI for Manufacturing: 设备级的实时智能 培训

本次由讲师指导的线下或线上培训，面向中级电信专业人员、AI工程师和物联网专家，旨在探讨5G网络如何加速边缘AI应用。

培训结束后，学员将能够：

• 了解5G技术的基础知识及其对边缘AI的影响。
• 在5G环境中部署针对低延迟应用优化的AI模型。
• 利用边缘AI和5G连接实现实时决策系统。
• 优化AI工作负载，提升边缘设备的性能。

6G与智能边缘是一门前瞻性课程，探讨6G无线技术与边缘计算、物联网生态系统及AI驱动数据处理的结合，以支持智能、低延迟和自适应基础设施。

本课程为讲师指导的培训（线上或线下），面向中级IT架构师，旨在帮助他们理解并设计下一代分布式架构，充分利用6G连接与智能边缘系统的协同效应。

完成本课程后，学员将能够：

• 理解6G将如何改变边缘计算和物联网架构。
• 设计超低延迟、高带宽和自主操作的分布式系统。
• 在边缘集成AI和数据分析，实现智能决策。
• 规划可扩展、安全且具备弹性的6G就绪边缘基础设施。
• 评估6G与边缘融合带来的业务和运营模式。

课程形式

• 互动式讲座与讨论。
• 案例研究与实际架构设计练习。
• 使用可选边缘或容器工具进行动手模拟。

课程定制选项

• 如需定制本课程，请联系我们安排。

本次讲师指导的培训在中国（线上或线下）面向希望掌握边缘AI最新进展、优化AI模型以进行边缘部署，并探索各行业专门应用的高级AI从业者、研究人员和开发者。

培训结束后，学员将能够：

• 探索边缘AI模型开发和优化的高级技术。
• 实施在边缘设备上部署AI模型的前沿策略。
• 利用专门工具和框架进行高级边缘AI应用。
• 优化边缘AI解决方案的性能和效率。
• 探索边缘AI的创新用例和新兴趋势。
• 解决边缘AI部署中的高级伦理和安全问题。

本次由讲师指导的线下或线上培训，面向中级开发者、数据科学家和技术爱好者，旨在帮助他们掌握在各种应用中在边缘设备上部署AI模型的实用技能。

培训结束后，参与者将能够：

• 理解Edge AI的原理及其优势。
• 设置和配置边缘计算环境。
• 开发、训练和优化用于边缘部署的AI模型。
• 在边缘设备上实现实用的AI解决方案。
• 评估并改进边缘部署模型的性能。
• 解决Edge AI应用中的伦理和安全问题。

人工智能驱动的预测性维护通过机器学习和数据分析来预测设备故障并优化维护计划。它将被动维护模式转变为主动策略，从而提高设备运行时间，降低成本，并延长资产寿命。

本次由讲师主导的培训（线上或线下）面向希望在工业环境中实施人工智能驱动的预测性维护解决方案的中级专业人员。

在培训结束时，参与者将能够：

• 理解预测性维护与被动和预防性维护策略的区别。
• 收集并结构化机器数据以进行人工智能分析。
• 应用机器学习模型检测异常并预测故障。
• 实施从传感器数据到可操作洞察的端到端工作流程。

课程形式

• 互动讲座与讨论。
• 动手练习与案例研究。
• 实时演示与实用数据工作流程。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

AI用于流程优化是通过机器学习和数据分析来提高制造运营的效率、质量和吞吐量的应用。

本次由讲师主导的培训（线上或线下）面向中级制造专业人士，旨在帮助他们应用AI技术来简化操作、减少停机时间，并支持持续改进计划。

培训结束后，参与者将能够：

• 理解与制造优化相关的AI概念。
• 收集和准备生产数据以进行分析。
• 应用机器学习模型识别瓶颈并预测故障。
• 可视化和解释结果，以支持数据驱动的决策。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

AI用于质量控制是利用计算机视觉和机器学习技术，识别生产过程中的缺陷、异常和偏差。

本课程为讲师指导的培训（线上或线下），面向初级到中级质量专业人员，旨在帮助他们应用AI工具，实现自动化检测并提升制造环境中的产品质量。

培训结束后，学员将能够：

• 了解AI在工业质量控制中的应用。
• 收集并标注来自生产线的图像或传感器数据。
• 使用机器学习和计算机视觉检测缺陷。
• 开发简单的AI模型，用于异常检测和产量预测。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AI在供应链与制造物流中的应用，是通过预测分析、机器学习和自动化技术来优化库存、路线和需求预测。

本课程为讲师主导的培训（线上或线下），面向中级供应链专业人士，旨在帮助他们应用AI驱动的工具，提升物流绩效，准确预测需求，并自动化仓库和运输操作。

培训结束后，学员将能够：

• 理解AI在物流和供应链活动中的应用。
• 使用机器学习模型进行需求预测和库存控制。
• 分析路线并使用AI技术优化运输。
• 自动化仓库和配送流程中的决策。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验环境中进行实操。

课程定制选项

• 如需定制本课程，请联系我们安排。

智能工厂中的人工智能是将人工智能应用于实时自动化、监控和优化工业操作的技术。

本次由讲师主导的培训（线上或线下）面向初学者级别的决策者和技术负责人，旨在为他们提供关于如何在智能工厂环境中利用人工智能的战略性和实用性介绍。

培训结束后，参与者将能够：

• 理解人工智能和机器学习的核心原理。
• 识别制造业和自动化中的关键人工智能应用场景。
• 探索人工智能如何支持预测性维护、质量控制和流程优化。
• 评估启动人工智能驱动计划的步骤。

课程形式

• 互动式讲座和讨论。
• 真实案例研究和小组练习。
• 战略框架和实施指导。

课程定制选项

• 如需定制本课程，请联系我们安排。

AI Use Case 实施是一种实践驱动、项目导向的方法，旨在应用机器学习、计算机视觉和数据分析，利用实际或模拟数据集解决现实中的工业挑战。

本课程为讲师指导的培训（线上或线下），面向中级跨职能团队，旨在帮助他们协作实施与其运营目标一致的AI用例，并积累处理工业数据管道的经验。

培训结束后，学员将能够：

• 从运营、质量或维护中选择并界定实际的AI用例。
• 跨角色协作开发机器学习解决方案。
• 处理、清理并分析多样化的工业数据集。
• 基于选定用例展示一个AI解决方案的工作原型。

课程形式

• 互动式讲座与讨论。
• 小组练习与项目工作。
• 在实时实验室环境中进行实践操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本次由讲师指导的线下或线上培训，面向高级网络安全专业人士、AI工程师和物联网开发者，旨在帮助他们为Edge AI系统实施强大的安全措施和弹性策略。

培训结束后，参与者将能够：

• 了解Edge AI部署中的安全风险和漏洞。
• 实施加密和认证技术以保护数据。
• 设计能够抵御网络威胁的弹性Edge AI架构。
• 在边缘环境中应用安全的AI模型部署策略。

Cambricon MLUs（Machine Learning单元）是专为边缘和数据中心场景中的推理和训练优化的AI芯片。

本次由讲师指导的培训（线上或线下）面向中级开发者，旨在帮助他们使用BANGPy框架和Neuware SDK在Cambricon MLU硬件上构建和部署AI模型。

通过本次培训，参与者将能够：

• 设置和配置BANGPy与Neuware开发环境。
• 为Cambricon MLUs开发和优化基于Python和C++的模型。
• 将模型部署到运行Neuware运行时的边缘和数据中心设备。
• 将机器学习工作流与MLU特定的加速功能集成。

课程形式

• 互动式讲座和讨论。
• 动手实践BANGPy和Neuware进行开发和部署。
• 专注于优化、集成和测试的指导练习。

课程定制选项

• 如需根据您的Cambricon设备型号或使用场景定制本课程，请联系我们安排。

数字孪生是通过实时数据和AI驱动的智能增强的物理系统的虚拟副本。

本次由讲师指导的培训（线上或线下）面向希望使用实时数据和基于AI的洞察构建、部署和优化数字孪生模型的中级专业人士。

培训结束后，参与者将能够：

• 了解数字孪生的架构和组件。
• 使用仿真工具对复杂系统与环境进行建模。
• 将实时数据流集成到虚拟模型中。
• 应用AI技术进行预测行为和异常检测。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

工业计算机视觉与AI正在改变制造商和QA团队检测表面缺陷、验证零件一致性以及自动化视觉检测流程的方式。

本课程为讲师指导的培训（线上或线下），面向希望使用AI技术设计和实现计算机视觉系统进行缺陷检测和检查的中级到高级QA团队、自动化工程师和开发人员。

通过本培训，学员将能够：

• 了解工业视觉系统的架构和组成部分。
• 使用深度学习构建视觉缺陷检测的AI模型。
• 将实时检测管道与工业相机和设备集成。
• 部署并优化用于生产环境的AI驱动检测系统。

课程形式

• 互动讲座和讨论。
• 大量练习和实践。
• 在实验室环境中进行实际操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

Smart Robotics 是将人工智能集成到机器人系统中，以提升感知、决策和自主控制能力。

本次由讲师指导的培训（线上或线下）面向高级机器人工程师、系统集成商和自动化负责人，旨在帮助他们在智能制造环境中实现基于AI的感知、规划和控制。

通过本次培训，参与者将能够：

• 理解并应用AI技术于机器人感知和传感器融合。
• 开发协作机器人和工业机器人的运动规划算法。
• 部署基于学习的控制策略，用于实时决策。
• 将智能机器人系统集成到智能工厂的工作流程中。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。