Kontakt aufnehmen

Schulungsübersicht

Einführung in Edge Computing und agentenbasierte KI

  • Überblick über agentenbasierte KI sowie Edge Computing
  • Aspekte wie Latenz, Datenschutz und Bandbreitennutzung
  • Vergleich der Architekturen: Cloud-Agenten versus Edge-Agenten

Entwurf leichtgewichtiger Agenten-Architekturen

  • Aufteilung des Agentenzyklus in Komponenten für ressourcenarme Systeme
  • Asynchrone Konzepte zur effizienten Rechenausführung
  • Abwägung zwischen Autonomie und Netzwerkverbindung

Einrichten der Entwicklungsumgebung

  • Installation von Python-Frameworks für Edge-KI
  • Konfiguration von TensorFlow Lite sowie PyTorch Mobile
  • Einrichtung von Testumgebungen auf Geräten wie Raspberry Pi oder vergleichbaren Systemen

Umsetzung der Inferenz vor Ort

  • Konvertieren und Quantisieren von Modellen für den Einsatz auf Edge-Geräten
  • Durchführung von Inferenzen mit TensorFlow Lite sowie ONNX Runtime
  • Einbindung der Inferenzergebnisse in die Entscheidungsfindung des Agenten

Integration von Agenten in Hardware und IoT-Systeme

  • Verbinden von Sensoren, Aktuatoren sowie IoT-Modulen
  • Erstellung lokaler Datenerfassungs- und Verarbeitungsprozesse
  • Betrieb im Offline-Modus sowie reaktives Verhalten bei Ereignissen

Optimierung und Überwachung

  • Feinabstimmung der Leistungswerte zur Minimierung des Energieverbrauchs bei gleichzeitiger Beschleunigung
  • Techniken zum Caching auf Edge-Geräten sowie zur Komprimierung von Modellen
  • Überwachung und Fehlerdiagnose von Edge-Agenten

Praxisprojekt: Implementierung eines leichtgewichtigen Agenten auf einem Edge-Gerät

  • Entwurf eines kleinen autonomen Agenten für eine Aufgabe in IoT oder Robotik
  • Umsetzung der Modellinferenz sowie lokaler Logikkomponenten
  • Testen und Optimieren hinsichtlich Latenz sowie Zuverlässigkeit

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung in der Python-Programmierung
  • Grundkenntnisse über Abläufe im Bereich des maschinellen Lernens
  • Vertrautheit mit Konzepten des embedded Computing oder Edge-Computings

Zielgruppe

  • Entwickler, die KI in Hardware-Systeme integrieren wollen
  • Ingenieure für Edge-ML, die vor Ort einsetzbare Inferenzlösungen entwerfen
  • Robotik-Teams, die agentenbasierte KI zur Automatisierung ihrer Systeme nutzen möchten
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien