இந்த வளங்களைப் பயன்படுத்தத் தொடங்க கீழே உள்ள படிகளைப் பின்பற்றவும்:
- Repository-ஐ Fork செய்யவும்: கிளிக் செய்யவும்
- Repository-ஐ Clone செய்யவும்:
git clone https://github.com/microsoft/edgeai-for-beginners.git - Azure AI Foundry Discord-ஐ சேர்ந்து நிபுணர்களையும் மற்ற டெவலப்பர்களையும் சந்திக்கவும்
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Korean | Lithuanian | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Thai | Turkish | Ukrainian | Urdu | Vietnamese
கூடுதல் மொழிபெயர்ப்புகளை ஆதரவு செய்ய விரும்பினால், இங்கே பட்டியலிடப்பட்டுள்ள மொழிகளைப் பார்க்கவும்.
EdgeAI தொடக்கநிலை பயிற்சிக்கு வரவேற்கிறோம் – Edge செயற்கை நுண்ணறிவின் மாற்றத்திற்கான உலகில் உங்களை அழைத்துச் செல்லும் முழுமையான பயணம். இந்த பாடநெறி, சக்திவாய்ந்த AI திறன்களையும், edge சாதனங்களில் நடைமுறை உலகில் பயன்படுத்துவதற்கான வழிகளையும் இணைத்து, தரவுகள் உருவாகும் இடத்திலேயே முடிவுகளை எடுக்க உதவுகிறது.
இந்த பாடநெறி அடிப்படை கருத்துக்களிலிருந்து தயாரிப்பு நிலை செயல்பாடுகள் வரை உங்களை அழைத்துச் செல்லும்:
- சிறிய மொழி மாதிரிகள் (SLMs): edge பயன்பாட்டிற்காக மேம்படுத்தப்பட்டவை
- ஹார்ட்வேர் சார்ந்த மேம்பாடு: பல்வேறு தளங்களில்
- நேரடி முடிவெடுப்பு: தனியுரிமையை பாதுகாக்கும் திறன்களுடன்
- தொழில்துறை பயன்பாட்டிற்கான தயாரிப்பு நடைமுறைகள்
Edge AI, நவீன சவால்களை தீர்க்கும் ஒரு புதிய அணுகுமுறையாகும்:
- தனியுரிமை மற்றும் பாதுகாப்பு: தரவுகளை உள்ளூரில் செயலாக்கி, மேகத்தில் பகிர்வதை தவிர்க்கிறது
- நேரடி செயல்திறன்: நேரம் முக்கியமான பயன்பாடுகளுக்கு தாமதத்தை குறைக்கிறது
- செலவுக் குறைவு: பாண்ட்விட்த் மற்றும் மேக கணினி செலவுகளை குறைக்கிறது
- நிலைத்த செயல்பாடு: நெட்வொர்க் பிரச்சினைகளின் போது செயல்பாடுகளை தொடர்கிறது
- சட்டப்பூர்வ இணக்கம்: தரவின் உரிமையைப் பாதுகாக்கிறது
Edge AI என்பது AI ஆல்காரிதங்கள் மற்றும் மொழி மாதிரிகளை உள்ளூர் ஹார்ட்வேர் சாதனங்களில் இயக்குவதை குறிக்கிறது. இது தாமதத்தை குறைத்து, தனியுரிமையை மேம்படுத்தி, நேரடி முடிவெடுப்பை சாத்தியமாக்குகிறது.
- சாதனத்தில் முடிவெடுப்பு: AI மாதிரிகள் edge சாதனங்களில் (தொலைபேசிகள், ரவுடர்கள், மைக்ரோகண்ட்ரோலர்கள், தொழில்துறை PCs) இயங்கும்
- ஆஃப்லைன் திறன்: நிலையான இணைய இணைப்பின்றி செயல்படுகிறது
- குறைந்த தாமதம்: நேரடி பதில்கள்
- தரவு உரிமை: தரவுகளை உள்ளூரில் வைத்திருப்பதால் பாதுகாப்பு மற்றும் இணக்கத்தன்மை மேம்படுகிறது
Phi-4, Mistral-7B, மற்றும் Gemma போன்ற SLMs, பெரிய LLMs-களின் மேம்படுத்தப்பட்ட பதிப்புகள் ஆகும். இவை:
- சிறிய நினைவக பயன்பாடு: edge சாதனங்களின் நினைவகத்தை திறமையாக பயன்படுத்துகிறது
- குறைந்த கணினி தேவைகள்: CPU மற்றும் edge GPU செயல்திறனுக்காக மேம்படுத்தப்பட்டுள்ளது
- விரைவான தொடக்கம்: பதிலளிக்கக்கூடிய பயன்பாடுகளுக்கு விரைவான துவக்கம்
இவை பின்வரும் கட்டுப்பாடுகளுடன் சக்திவாய்ந்த NLP திறன்களை திறக்கின்றன:
- உட்பொதிக்கப்பட்ட அமைப்புகள்: IoT சாதனங்கள் மற்றும் தொழில்துறை கட்டுப்படுத்திகள்
- மொபைல் சாதனங்கள்: ஆஃப்லைன் திறன்களுடன் ஸ்மார்ட்போன்கள் மற்றும் டேப்லெட்கள்
- IoT சாதனங்கள்: குறைந்த வளங்களுடன் சென்சார்கள் மற்றும் ஸ்மார்ட் சாதனங்கள்
- Edge சர்வர்கள்: குறைந்த GPU வளங்களுடன் உள்ளூர் செயலாக்க அலகுகள்
- தனிப்பட்ட கணினிகள்: டெஸ்க்டாப் மற்றும் லேப்டாப் பயன்பாடுகள்
| தொகுதி | தலைப்பு | கவனம் செலுத்தும் பகுதி | முக்கிய உள்ளடக்கம் | நிலை | கால அளவு |
|---|---|---|---|---|---|
| 📖 00 | EdgeAI அறிமுகம் | அடிப்படை மற்றும் சூழல் | EdgeAI மேற்சொல்லி • தொழில்துறை பயன்பாடுகள் • SLM அறிமுகம் • கற்றல் நோக்கங்கள் | தொடக்கநிலை | 1-2 மணி |
| 📚 01 | EdgeAI அடிப்படைகள் | மேகம் vs Edge AI ஒப்பீடு | EdgeAI அடிப்படைகள் • உண்மையான உலகக் கசேஸ்கள் • செயல்படுத்தல் வழிகாட்டி • Edge பயன்பாடு | தொடக்கநிலை | 3-4 மணி |
| 🧠 02 | SLM மாதிரி அடிப்படைகள் | மாதிரி குடும்பங்கள் மற்றும் கட்டமைப்பு | Phi குடும்பம் • Qwen குடும்பம் • Gemma குடும்பம் • BitNET • μModel • Phi-Silica | தொடக்கநிலை | 4-5 மணி |
| 🚀 03 | SLM பயன்பாட்டு நடைமுறை | உள்ளூர் மற்றும் மேக பயன்பாடு | மேம்பட்ட கற்றல் • உள்ளூர் சூழல் • மேக பயன்பாடு | இடைநிலை | 4-5 மணி |
| ⚙️ 04 | மாதிரி மேம்பாட்டு கருவிகள் | பல தள மேம்பாடு | அறிமுகம் • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • வேலைப்போக்கு ஒருங்கிணைப்பு | இடைநிலை | 5-6 மணி |
| 🔧 05 | SLMOps தயாரிப்பு | தயாரிப்பு செயல்பாடுகள் | SLMOps அறிமுகம் • மாதிரி சுருக்கம் • நுணுக்கமாக்கல் • தயாரிப்பு பயன்பாடு | மேம்பட்டது | 5-6 மணி |
| 🤖 06 | AI முகவர்கள் மற்றும் செயல்பாட்டு அழைப்பு | முகவர் கட்டமைப்புகள் மற்றும் MCP | முகவர் அறிமுகம் • செயல்பாட்டு அழைப்பு • மாதிரி சூழல் நெறிமுறை | மேம்பட்டது | 4-5 மணி |
| 💻 07 | தள செயல்படுத்தல் | பல தள மாதிரிகள் | AI கருவி தொகுப்பு • Foundry Local • Windows மேம்பாடு | மேம்பட்டது | 3-4 மணி |
| 🏭 08 | Foundry Local கருவி தொகுப்பு | தயாரிப்பு மாதிரிகள் | மாதிரி பயன்பாடுகள் (கீழே விவரங்கள்) | நிபுணர் | 8-10 மணி |
- 01: REST Chat Quickstart
- 02: OpenAI SDK ஒருங்கிணைப்பு
- 03: மாதிரி கண்டுபிடிப்பு மற்றும் தரவாய்வு
- 04: Chainlit RAG பயன்பாடு
- 05: பல முகவர் ஒருங்கிணைப்பு
- 06: மாதிரிகள்-கருவிகள் வழிகாட்டி
- 07: நேரடி API கிளையண்ட்
- 08: Windows 11 Chat பயன்பாடு
- 09: மேம்பட்ட பல முகவர் அமைப்பு
- 10: Foundry கருவி அமைப்பு
தயாரிப்பு நிலை செயல்பாடுகளுடன் விரிவான கைக்கூலி பயிற்சி பொருட்கள்:
- பயிற்சி வழிகாட்டி - முழுமையான கற்றல் நோக்கங்கள், முடிவுகள் மற்றும் வள வழிசெலுத்தல்
- Python மாதிரிகள் (6 அமர்வுகள்) - சிறந்த நடைமுறைகள், பிழை கையாளுதல் மற்றும் விரிவான ஆவணங்களுடன் புதுப்பிக்கப்பட்டது
- Jupyter Notebooks (8 இடைமுகம்) - படிப்படியாக விளக்கங்கள், தரவாய்வு மற்றும் செயல்திறன் கண்காணிப்பு
- அமர்வு வழிகாட்டிகள் - ஒவ்வொரு பயிற்சி அமர்விற்கும் விரிவான மார்க்டவுன் வழிகாட்டிகள்
- சரிபார்ப்பு கருவிகள் - குறியீட்டு தரத்தை சரிபார்க்கும் ஸ்கிரிப்ட்கள் மற்றும் சோதனை இயக்கங்கள்
நீங்கள் உருவாக்குவது:
- ஸ்ட்ரீமிங் ஆதரவுடன் உள்ளூர் AI உரையாடல் பயன்பாடுகள்
- RAG குழாய்கள் தரவாய்வு (RAGAS) உடன்
- பல மாதிரி தரவாய்வு மற்றும் ஒப்பீட்டு கருவிகள்
- பல முகவர் ஒருங்கிணைப்பு அமைப்புகள்
- பணி அடிப்படையிலான தேர்வுடன் நுண்ணறிவு மாதிரி வழிகாட்டி
- மொத்த கால அளவு: 36-45 மணி
- தொடக்கநிலை பாதை: Modules 01-02 (7-9 மணி)
- இடைநிலை பாதை: Modules 03-04 (9-11 மணி)
- மேம்பட்ட பாதை: Modules 05-07 (12-15 மணி)
- நிபுணர் பாதை: Module 08 (8-10 மணி)
- Edge AI கட்டமைப்பு: உள்ளூர்-முதன்மை AI அமைப்புகளை மேக ஒருங்கிணைப்புடன் வடிவமைக்கவும்
- மாதிரி மேம்பாடு: Edge பயன்பாட்டிற்காக மாதிரிகளை அளவிடவும் மற்றும் சுருக்கவும் (85% வேக மேம்பாடு, 75% அளவு குறைப்பு)
- பல தள பயன்பாடு: Windows, மொபைல், உட்பொதிக்கப்பட்ட மற்றும் மேக-Edge கலவை அமைப்புகள்
- உற்பத்தி செயல்பாடுகள்: Edge AI-ஐ உற்பத்தியில் கண்காணித்தல், அளவீடு செய்தல் மற்றும் பராமரித்தல்
- Foundry உள்ளூர் உரையாடல் பயன்பாடுகள்: Windows 11 இயற்கை பயன்பாடு, மாடல் மாற்றத்துடன்
- பல முகவர் அமைப்புகள்: சிக்கலான பணிச்சூழல்களுக்கு நிபுணர் முகவர்களுடன் ஒருங்கிணைப்பாளர்
- RAG பயன்பாடுகள்: உள்ளூர் ஆவணங்களை வெக்டர் தேடலுடன் செயலாக்குதல்
- மாடல் வழிமுறைகள்: பணியின் பகுப்பாய்வின் அடிப்படையில் மாடல்களை புத்திசாலித்தனமாகத் தேர்வு செய்தல்
- API கட்டமைப்புகள்: ஸ்ட்ரீமிங் மற்றும் ஆரோக்கிய கண்காணிப்புடன் உற்பத்திக்கு தயாரான கிளையன்ட்கள்
- குறுக்குவழி கருவிகள்: LangChain/Semantic Kernel ஒருங்கிணைப்பு முறை
தயாரிப்பு • சுகாதாரம் • தன்னாட்சி வாகனங்கள் • சிறந்த நகரங்கள் • மொபைல் பயன்பாடுகள்
பரிந்துரைக்கப்பட்ட கற்றல் பாதை (மொத்தம் 20-30 மணி நேரம்):
- 📖 அறிமுகம் (Introduction.md): EdgeAI அடிப்படை + தொழில்துறை சூழல் + கற்றல் கட்டமைப்பு
- 📚 அடிப்படை (Modules 01-02): EdgeAI கருத்துக்கள் + SLM மாடல் குடும்பங்கள்
- ⚙️ மேம்பாடு (Modules 03-04): பிரசுரம் + அளவீட்டு கட்டமைப்புகள்
- 🚀 உற்பத்தி (Modules 05-06): SLMOps + AI முகவர்கள் + செயல்பாட்டு அழைப்பு
- 💻 செயல்படுத்தல் (Modules 07-08): தள மாதிரிகள் + Foundry Local கருவிகள்
ஒவ்வொரு தொகுதியிலும் கோட்பாடு, நடைமுறை பயிற்சிகள் மற்றும் உற்பத்திக்கு தயாரான குறியீட்டு மாதிரிகள் அடங்கும்.
தொழில்நுட்ப பங்குகள்: EdgeAI தீர்வு வடிவமைப்பாளர் • ML பொறியாளர் (Edge) • IoT AI டெவலப்பர் • மொபைல் AI டெவலப்பர்
தொழில்துறை துறைகள்: தயாரிப்பு 4.0 • சுகாதார தொழில்நுட்பம் • தன்னாட்சி அமைப்புகள் • நிதி தொழில்நுட்பம் • நுகர்வோர் மின்னணுவியல்
தொகுப்பு திட்டங்கள்: பல முகவர் அமைப்புகள் • உற்பத்தி RAG பயன்பாடுகள் • குறுக்குவழி பிரசுரம் • செயல்திறன் மேம்பாடு
edgeai-for-beginners/
├── 📖 introduction.md # Foundation: EdgeAI Overview & Learning Framework
├── 📚 Module01-04/ # Fundamentals → SLMs → Deployment → Optimization
├── 🔧 Module05-06/ # SLMOps → AI Agents → Function Calling
├── 💻 Module07/ # Platform Samples (VS Code, Windows, Jetson, Mobile)
├── 🏭 Module08/ # Foundry Local Toolkit + 10 Comprehensive Samples
│ ├── samples/01-06/ # Foundation: REST, SDK, RAG, Agents, Routing
│ └── samples/07-10/ # Advanced: API Client, Windows App, Enterprise Agents, Tools
├── 🌐 translations/ # Multi-language support (8+ languages)
└── 📋 STUDY_GUIDE.md # Structured learning paths & time allocation
✅ முன்னேற்றமான கற்றல்: கோட்பாடு → நடைமுறை → உற்பத்தி பிரசுரம்
✅ உண்மையான வழக்குக் களங்கள்: Microsoft, Japan Airlines, நிறுவன செயல்பாடுகள்
✅ நடைமுறை மாதிரிகள்: 50+ உதாரணங்கள், 10 Foundry Local முழுமையான டெமோக்கள்
✅ செயல்திறன் கவனம்: 85% வேக மேம்பாடுகள், 75% அளவு குறைப்புகள்
✅ பல தளம்: Windows, மொபைல், எம்பெடெட், கிளவுட்-எட்ஜ் ஹைப்ரிட்
✅ உற்பத்திக்கு தயாரானது: கண்காணிப்பு, அளவீடு, பாதுகாப்பு, இணக்கத்தன்மை கட்டமைப்புகள்
📖 படிப்பு வழிகாட்டி கிடைக்கிறது: 20 மணி நேரம் அமைக்கப்பட்ட கற்றல் பாதை, நேர ஒதுக்கீடு வழிகாட்டுதல் மற்றும் சுய மதிப்பீட்டு கருவிகள்.
EdgeAI AI பிரசுரத்தின் எதிர்காலத்தை பிரதிநிதித்துவம் செய்கிறது: உள்ளூர்-முதலில், தனியுரிமை-பாதுகாக்கப்பட்ட மற்றும் திறமையானது. இந்த திறன்களை கற்றுக்கொண்டு அடுத்த தலைமுறை புத்திசாலி பயன்பாடுகளை உருவாக்குங்கள்.
எங்கள் குழு பிற பாடநெறிகளை உருவாக்குகிறது! பாருங்கள்:
- MCP ஆரம்பநிலை பயிற்சி
- AI முகவர்கள் ஆரம்பநிலை பயிற்சி
- Generative AI ஆரம்பநிலை பயிற்சி .NET பயன்படுத்தி
- Generative AI ஆரம்பநிலை பயிற்சி JavaScript பயன்படுத்தி
- Generative AI ஆரம்பநிலை பயிற்சி
- ML ஆரம்பநிலை பயிற்சி
- தரவியல் அறிவியல் ஆரம்பநிலை பயிற்சி
- AI ஆரம்பநிலை பயிற்சி
- மின்சாதன பாதுகாப்பு ஆரம்பநிலை பயிற்சி
- வலை மேம்பாடு ஆரம்பநிலை பயிற்சி
- IoT ஆரம்பநிலை பயிற்சி
- XR மேம்பாடு ஆரம்பநிலை பயிற்சி
- GitHub Copilot AI இணை நிரலாக்கத்திற்கான திறன்களை கற்றல்
- GitHub Copilot C#/.NET டெவலப்பர்களுக்கான திறன்களை கற்றல்
- உங்கள் சொந்த Copilot சாகசத்தை தேர்வு செய்யுங்கள்
AI பயன்பாடுகளை உருவாக்குவதில் சிக்கலாக இருந்தால் அல்லது கேள்விகள் இருந்தால், இணைந்திடுங்கள்:
தயாரிப்பு கருத்துகள் அல்லது கட்டமைப்பில் பிழைகள் இருந்தால், பாருங்கள்:
அறிவிப்பு:
இந்த ஆவணம் Co-op Translator என்ற AI மொழிபெயர்ப்பு சேவையை பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சிக்கிறோம், ஆனால் தானியங்கி மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறுகள் இருக்கக்கூடும் என்பதை கவனத்தில் கொள்ளவும். அதன் சொந்த மொழியில் உள்ள மூல ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பைப் பயன்படுத்துவதால் ஏற்படும் எந்த தவறான புரிதல்களுக்கும் அல்லது தவறான விளக்கங்களுக்கும் நாங்கள் பொறுப்பல்ல.