עקבו אחר השלבים הבאים כדי להתחיל להשתמש במשאבים אלו:
- צרו מזלג למאגר: לחצו
- שכפלו את המאגר:
git clone https://github.com/microsoft/edgeai-for-beginners.git - הצטרפו ל-Azure AI Foundry Discord ופגשו מומחים ומפתחים נוספים
ערבית | בנגלית | בולגרית | בורמזית (מיאנמר) | סינית (פשוטה) | סינית (מסורתית, הונג קונג) | סינית (מסורתית, מקאו) | סינית (מסורתית, טייוואן) | קרואטית | צ'כית | דנית | הולנדית | אסטונית | פינית | צרפתית | גרמנית | יוונית | עברית | הינדי | הונגרית | אינדונזית | איטלקית | יפנית | קוריאנית | ליטאית | מלאית | מרטהי | נפאלית | נורווגית | פרסית (פארסי) | פולנית | פורטוגזית (ברזיל) | פורטוגזית (פורטוגל) | פונג'בית (גורמוקי) | רומנית | רוסית | סרבית (קירילית) | סלובקית | סלובנית | ספרדית | סוואהילית | שוודית | טאגאלוג (פיליפינית) | טמילית | תאית | טורקית | אוקראינית | אורדו | וייטנאמית
אם תרצו להוסיף שפות נוספות, ניתן למצוא את הרשימה המלאה כאן
ברוכים הבאים ל-EdgeAI למתחילים – המסע המקיף שלכם אל העולם המהפכני של בינה מלאכותית בקצה. הקורס הזה מחבר בין יכולות AI עוצמתיות לבין יישום מעשי בעולם האמיתי על מכשירי קצה, ומאפשר לכם לנצל את הפוטנציאל של AI ישירות במקום שבו הנתונים נוצרים וההחלטות צריכות להתקבל.
הקורס הזה ייקח אתכם מהיסודות ועד ליישומים מוכנים לייצור, ויכסה:
- מודלים שפתיים קטנים (SLMs) המותאמים לפריסה בקצה
- אופטימיזציה מודעת חומרה על פני פלטפורמות מגוונות
- הסקה בזמן אמת עם יכולות שמירה על פרטיות
- אסטרטגיות פריסה לייצור עבור יישומים ארגוניים
Edge AI מייצג שינוי פרדיגמה שמטפל באתגרים מודרניים קריטיים:
- פרטיות ואבטחה: עיבוד נתונים רגישים באופן מקומי ללא חשיפה לענן
- ביצועים בזמן אמת: ביטול השהיית רשת עבור יישומים קריטיים בזמן
- יעילות כלכלית: הפחתת עלויות רוחב פס ומחשוב בענן
- תפעול עמיד: שמירה על פונקציונליות בזמן תקלות רשת
- עמידה ברגולציות: עמידה בדרישות ריבונות נתונים
Edge AI מתייחס להרצת אלגוריתמים של AI ומודלים שפתיים באופן מקומי על חומרה, קרוב למקום שבו הנתונים נוצרים, ללא תלות במשאבי ענן לצורך הסקה. זה מפחית השהייה, משפר את הפרטיות ומאפשר קבלת החלטות בזמן אמת.
- הסקה על המכשיר: מודלים של AI פועלים על מכשירי קצה (טלפונים, נתבים, מיקרו-בקרים, מחשבים תעשייתיים)
- יכולת עבודה ללא חיבור לאינטרנט: פונקציות ללא צורך בחיבור אינטרנט מתמיד
- השהייה נמוכה: תגובות מיידיות המתאימות למערכות בזמן אמת
- ריבונות נתונים: שמירה על נתונים רגישים באופן מקומי, לשיפור האבטחה והעמידה ברגולציות
מודלים כמו Phi-4, Mistral-7B ו-Gemma הם גרסאות מותאמות של מודלים שפתיים גדולים יותר – מאומנים או מזוקקים עבור:
- שימוש מופחת בזיכרון: ניצול יעיל של זיכרון מוגבל במכשירי קצה
- דרישות חישוב נמוכות: מותאם לביצועי CPU ו-GPU בקצה
- זמני הפעלה מהירים: אתחול מהיר ליישומים תגובתיים
הם מאפשרים יכולות NLP עוצמתיות תוך עמידה במגבלות של:
- מערכות משובצות: מכשירי IoT ובקרים תעשייתיים
- מכשירים ניידים: סמארטפונים וטאבלטים עם יכולות עבודה ללא חיבור
- מכשירי IoT: חיישנים ומכשירים חכמים עם משאבים מוגבלים
- שרתים בקצה: יחידות עיבוד מקומיות עם משאבי GPU מוגבלים
- מחשבים אישיים: תרחישי פריסה על מחשבים שולחניים וניידים
| מודול | נושא | תחום מיקוד | תוכן מרכזי | רמה | משך זמן |
|---|---|---|---|---|---|
| 📖 00 | מבוא ל-EdgeAI | יסודות והקשר | סקירת EdgeAI • יישומים בתעשייה • מבוא ל-SLM • מטרות למידה | מתחילים | 1-2 שעות |
| 📚 01 | יסודות EdgeAI | השוואה בין ענן ל-Edge AI | יסודות EdgeAI • מקרי מבחן בעולם האמיתי • מדריך יישום • פריסה בקצה | מתחילים | 3-4 שעות |
| 🧠 02 | יסודות מודל SLM | משפחות מודלים וארכיטקטורה | משפחת Phi • משפחת Qwen • משפחת Gemma • BitNET • μModel • Phi-Silica | מתחילים | 4-5 שעות |
| 🚀 03 | תרגול פריסת SLM | פריסה מקומית ועננית | למידה מתקדמת • סביבה מקומית • פריסה בענן | בינוני | 4-5 שעות |
| ⚙️ 04 | ערכת כלי אופטימיזציית מודלים | אופטימיזציה חוצת פלטפורמות | מבוא • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • סינתזת זרימת עבודה | בינוני | 5-6 שעות |
| 🔧 05 | SLMOps לייצור | תפעול בייצור | מבוא ל-SLMOps • זיקוק מודלים • התאמה אישית • פריסה לייצור | מתקדם | 5-6 שעות |
| 🤖 06 | סוכני AI וקריאת פונקציות | מסגרות סוכנים ו-MCP | מבוא לסוכנים • קריאת פונקציות • פרוטוקול הקשר מודל | מתקדם | 4-5 שעות |
| 💻 07 | יישום פלטפורמות | דוגמאות חוצות פלטפורמות | ערכת כלי AI • Foundry Local • פיתוח ב-Windows | מתקדם | 3-4 שעות |
| 🏭 08 | ערכת כלי Foundry Local | דוגמאות מוכנות לייצור | יישומים לדוגמה (ראו פרטים למטה) | מומחה | 8-10 שעות |
- 01: התחלה מהירה עם REST Chat
- 02: אינטגרציה עם OpenAI SDK
- 03: גילוי מודלים וביצועי Benchmarking
- 04: יישום Chainlit RAG
- 05: תזמור רב-סוכנים
- 06: ניתוב מודלים ככלי
- 07: לקוח API ישיר
- 08: אפליקציית צ'אט ל-Windows 11
- 09: מערכת רב-סוכנים מתקדמת
- 10: מסגרת כלים של Foundry
חומרים מקיפים לסדנה מעשית עם יישומים מוכנים לייצור:
- מדריך סדנה - מטרות למידה, תוצאות, וניווט במשאבים
- דוגמאות Python (6 מפגשים) - מעודכנות עם שיטות עבודה מומלצות, טיפול בשגיאות ותיעוד מקיף
- מחברות Jupyter (8 אינטראקטיביות) - מדריכים שלב אחר שלב עם ביצועי Benchmarking ומעקב ביצועים
- מדריכי מפגשים - מדריכים מפורטים ב-Markdown לכל מפגש סדנה
- כלי אימות - סקריפטים לאימות איכות קוד וביצוע בדיקות מהירות
מה תבנו:
- אפליקציות צ'אט AI מקומיות עם תמיכה בזרימה
- צינורות RAG עם הערכת איכות (RAGAS)
- כלי Benchmarking והשוואת מודלים מרובים
- מערכות תזמור רב-סוכנים
- ניתוב מודלים חכם עם בחירה מבוססת משימה
- משך כולל: 36-45 שעות
- מסלול מתחילים: מודולים 01-02 (7-9 שעות)
- מסלול בינוני: מודולים 03-04 (9-11 שעות)
- מסלול מתקדם: מודולים 05-07 (12-15 שעות)
- מסלול מומחים: מודול 08 (8-10 שעות)
- ארכיטקטורת Edge AI: תכנון מערכות AI מקומיות עם אינטגרציה לענן
- אופטימיזציית מודלים: כימות ודחיסת מודלים לפריסה בקצה (שיפור מהירות ב-85%, הפחתת גודל ב-75%)
- פריסה רב-פלטפורמות: Windows, ניידים, משובצים ומערכות היברידיות ענן-קצה
- תפעול ייצור: ניטור, הרחבה ותחזוקה של AI בקצה בייצור
- Foundry Local Chat Apps: אפליקציה מקורית ל-Windows 11 עם מעבר בין מודלים
- מערכות רב-סוכנים: מתאם עם סוכנים מומחים לתהליכי עבודה מורכבים
- אפליקציות RAG: עיבוד מסמכים מקומי עם חיפוש וקטורי
- נתבי מודלים: בחירה חכמה בין מודלים בהתבסס על ניתוח משימות
- מסגרות API: לקוחות מוכנים לייצור עם סטרימינג וניטור בריאות
- כלים חוצי פלטפורמות: דפוסי אינטגרציה של LangChain/Semantic Kernel
ייצור • בריאות • רכבים אוטונומיים • ערים חכמות • אפליקציות מובייל
מסלול לימוד מומלץ (20-30 שעות בסך הכל):
- 📖 מבוא (Introduction.md): יסודות EdgeAI + הקשר תעשייתי + מסגרת לימוד
- 📚 יסודות (מודולים 01-02): מושגי EdgeAI + משפחות מודלים SLM
- ⚙️ אופטימיזציה (מודולים 03-04): פריסה + מסגרות כימות
- 🚀 ייצור (מודולים 05-06): SLMOps + סוכני AI + קריאת פונקציות
- 💻 יישום (מודולים 07-08): דוגמאות פלטפורמה + ערכת כלים Foundry Local
כל מודול כולל תיאוריה, תרגילים מעשיים ודוגמאות קוד מוכנות לייצור.
תפקידים טכניים: אדריכל פתרונות EdgeAI • מהנדס ML (קצה) • מפתח IoT AI • מפתח AI למובייל
מגזרי תעשייה: ייצור 4.0 • טכנולוגיות בריאות • מערכות אוטונומיות • FinTech • אלקטרוניקה לצרכן
פרויקטי תיק עבודות: מערכות רב-סוכנים • אפליקציות RAG בייצור • פריסה חוצת פלטפורמות • אופטימיזציית ביצועים
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
✅ לימוד מתקדם: תיאוריה → תרגול → פריסה בייצור
✅ מחקרי מקרה אמיתיים: Microsoft, Japan Airlines, יישומים ארגוניים
✅ דוגמאות מעשיות: מעל 50 דוגמאות, 10 הדגמות מקיפות של Foundry Local
✅ מיקוד בביצועים: שיפור מהירות ב-85%, הפחתת גודל ב-75%
✅ רב-פלטפורמות: Windows, מובייל, משובץ, היברידי ענן-קצה
✅ מוכן לייצור: מסגרות לניטור, הרחבה, אבטחה וציות
📖 מדריך לימוד זמין: מסלול לימוד מובנה של 20 שעות עם הנחיות לחלוקת זמן וכלי הערכה עצמית.
EdgeAI מייצג את העתיד של פריסת AI: מקומי תחילה, שומר פרטיות ויעיל. שלוט במיומנויות אלו כדי לבנות את הדור הבא של אפליקציות חכמות.
הצוות שלנו מציע קורסים נוספים! בדקו:
אם אתם נתקעים או יש לכם שאלות על בניית אפליקציות AI, הצטרפו:
אם יש לכם משוב על המוצר או שגיאות במהלך הבנייה, בקרו:
הצהרת אחריות:
מסמך זה תורגם באמצעות שירות תרגום מבוסס AI Co-op Translator. למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור סמכותי. עבור מידע קריטי, מומלץ להשתמש בתרגום מקצועי אנושי. אנו לא נושאים באחריות לאי הבנות או פירושים שגויים הנובעים משימוש בתרגום זה.
