EdgeAI for Beginners

34 / 100·markdown

Chapter 34

EdgeAI សម្រាប់អ្នកចាប់ផ្ដើម

រូបភាពពន្លឺនៃវគ្គសិក្សា

អនុវត្តតាមជំហានទាំងនេះដើម្បីចាប់ផ្ដើមប្រើប្រាស់ធនធានទាំងនេះ៖

បំបែកឃ្លាំង: ចុច
ក្លូនឃ្លាំង: git clone https://github.com/microsoft/edgeai-for-beginners.git
ចូលរួម Azure AI Foundry Discord ហើយជួបជាមួយជំនាញ និងអ្នកអភិវឌ្ឍរផ្សេងទៀត

🌐 ការគាំទ្រភាសាច្រើន

គាំទ្រដោយ GitHub Action (ស្វ័យប្រវត្តិ និងទាន់សម័យជានិច្ច)

ចង់ក្លូនក្នុងតំបន់របស់អ្នក?

ឃ្លាំងនេះរួមបញ្ចូលការប្រែសម្រួលជាភាសា 50+ ដែលបង្កើនទំហំទាញយកយ៉ាងខ្លាំង។ ដើម្បីក្លូនដោយគ្មានការប្រែសម្រួល ប្រើ sparse checkout:

Bash / macOS / Linux:
bash
git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git
cd edgeai-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD (Windows):
cmd
git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git
cd edgeai-for-beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
នេះផ្តល់ឱ្យអ្នកបានគ្រប់យ៉ាងដែលអ្នកត្រូវការ ដើម្បីបញ្ចប់វគ្គសិក្សា ហើយទាញយកបានលឿនជាងមុន។

ប្រសិនបើអ្នកចង់បានការគាំទ្រភាសាបន្ថែមដែលគាំទ្រនៅក្នុងបញ្ជី ទីនេះ

ការណែនាំ

សូមស្វាគមន៍មកកាន់ EdgeAI សម្រាប់អ្នកចាប់ផ្ដើម – ធ្វើដំណើរពេញលេញរបស់អ្នកចូលទៅក្នុងពិភពបម្លែងរបស់បញ្ញាសិប្បនិម្មិតនៅគ្រប់ច្រក (Edge Artificial Intelligence)។ វគ្គសិក្សានេះជួយចាក់សោរចន្លោះចំណុចមួយក្នុងសមត្ថភាព AI ដ៏មានអំណាច និង ការអនុវត្តជាក់លាក់នៅពេលពិតលើឧបករណ៍មុខងារ edge, ជម្រុញអ្នកឱ្យប្រើប្រាស់សក្តានុពល AI នៅកន្លែងដែលទិន្នន័យត្រូវបានបង្កើត និងការសម្រេចចិត្តត្រូវធ្វើ។

អ្វីដែលអ្នកនឹងមានជំនាញ

វគ្គសិក្សានេះនាំអ្នកចេញពីមូលដ្ឋានមករកការអនុវត្តដែលមានភាពរួចរាល់ក្នុងការផលិត ដោយគ្របដណ្ណៈ៖

ម៉ូដែលភាសាចម្លែកតូចៗ (SLMs) ដែលត្រូវបានបង្កើតឲ្យស្របនឹងការចាក់ពន្លឹតនៅផ្នែក edge
បច្ចេកទេសហาร์ដវេរយល់ដឹងសម្រាប់បង្កើតអតិបរមា នៅលើវេទិកាផ្សេងៗគ្នា
ការបញ្ជាក់ពេលវេលាពិត (real-time inference) ជាមួយសមត្ថភាពការពារភាពឯកជន
យុទ្ធសាស្រ្តបញ្ចេញផលិតកម្ម សម្រាប់កម្មវិធីអាជីវកម្ម

ហេតុអ្វី EdgeAI មានសារៈសំខាន់

Edge AI មិនមែនជាការផ្លាស់ប្តូរបែបនិយមតែប៉ុណ្ណោះទេ ប៉ុន្តែវាឆ្លើយតបនឹងបញ្ហាសំខាន់ៗទំនើបៗ៖

ភាពឯកជន និងសន្តិសុខ៖ ដំណើរការទិន្នន័យដែលមានអារម្មណ៍បានក្នុងតំបន់ ដោយមិនបង្ហាញទៅមេឃ
មុខងារពេលវេលាពិត៖ លុបចោលភាពយឺតនៃបណ្តាញសម្រាប់កម្មវិធីដែលពាក់ព័ន្ធនឹងពេលវេលានោះ
ការកាត់បន្ថយការចំណាយ៖ បន្ថយការប្រើប្រាស់របស់បណ្តាញ និងកំព្យូទ័រមេឃ
ប្រតិបត្តិការតឹងរឹង៖ តភ្ជាប់មិនឱ្យខូចខាតពេលបណ្តាញខូច
ការអនុលោមច្បាប់៖ ភាពជាអាជ្ញាធរគ្រប់គ្រងព័ត៌មាន

Edge AI

Edge AI ជាការរត់កូដអាល់ហ្គរីធម៌ AI និងម៉ូដែលភាសា locally លើឧបករណ៍ hardware ជិតកន្លែងដែលទិន្នន័យបានបង្កើត មិនពឹងផ្អែកលើធនធានមេឃសម្រាប់ការបញ្ជាក់។ វាធ្វើអោយ latency កាត់បន្ថយ, បង្កើនភាពឯកជន និងអាចធ្វើការសម្រេចចិត្តក្នុងពេលវេលាពិតបាន។

គោលការណ៍មូលដ្ឋាន៖

ការបញ្ជាក់លើឧបករណ៍៖ ម៉ូដែល AI រត់លើឧបករណ៍ edge (ទូរស័ព្ទ, រុទ័រ, ម៉ិគ្រូកង់ត្រូលឡើរ, ពីស៊ីឧស្សាហកម្ម)
សមត្ថភាពអនឡាញអវិជ្ជមាន៖ សម្រួលដោយគ្មានការតភ្ជាប់អ៊ីនធើណិតវេទមន្ត
Latency ទាប៖ ឆ្លើយតបភ្លាមៗ សមរម្យសម្រាប់ប្រព័ន្ធពេលវេលាពិត
ទំនួលខុសត្រូវហ្នឹងទិន្នន័យ៖ រក្សាទិន្នន័យងាយរងគ្រោះនៅតំបន់ក្នុង សម្លឹងសុវត្ថិភាព និងការអនុលោម

ម៉ូដែលភាសាចម្លែកតូចៗ (SLMs)

SLMs ដូចជា Phi-4, Mistral-7B, និង Gemma ជាម៉ូដែលតូចៗដែលត្រូវបានបង្រៀន ឬក៏បង្ហាប់ ផ្សេងពី LLMssize ใหญ่ជាងគេ ដើម្បី៖

កាត់បន្ថយអង្គចងចាំ៖ ការប្រើប្រាស់អង្គចងចាំលើឧបករណ៍ edge ដែលមានកំណត់
តម្រូវការប្រតិបត្តិការកាត់បន្ថយ៖ ត្រូវបានសម្រួលសម្រាប់ CPU និង edge GPU
ចាប់ផ្តើមឆាប់រហ័ស៖ ចាប់ផ្តើមបានលឿនសាកសមសម្រាប់កម្មវិធីឆ្លាតវៃ

វាបើកមុខសម្ភារៈ NLP ដ៏កំពូល ខណៈពេលជួបការកំណត់ដង្កប់ផ្នែក៖

ប្រព័ន្ធបញ្ចូលខ្សែ៖ ឧបករណ៍ IoT និងចំលងឧស្សាហកម្ម
ឧបករណ៍ចល័ត៖ ស្មាតហ្វូន និងថេប្លេត ជាមួយសមត្ថភាពអនឡាញអវិជ្ជមាន
ឧបករណ៍ IoT៖ សេនស័រ និងឧបករណ៍ឆ្លាតវៃដែលមានធនធានតិចតួច
ម៉ាស៊ីនមេ edge៖ ឯកតាប្រតិបត្តិការ ក្នុងតំបន់ដែលមាន GPU កំណត់
កុំព្យូទ័រផ្ទាល់ខ្លួន៖ គំរូដាស់ដល់កុំព្យូទ័រស្ទក់ និងលេបថប

ម៉ូឌុលវគ្គសិក្សា និងការរុករក

ម៉ូឌុល	ប្រធានបទ	តំបន់ផ្តោត	ខ្លឹមសារសំខាន់	កម្រិត	រយៈពេល
📖 00	ការណែនាំទៅកាន់ EdgeAI	មូលដ្ឋាន និងបរិបទ	ទិដ្ឋភាពទូទៅនៃ EdgeAI • ការប្រើប្រាស់ឧស្សាហកម្ម • សំណេះសំណាល SLM • គោលបំណងសិក្សា	ចាប់ផ្ដើម	1-2 ម៉ោង
📚 01	មូលដ្ឋាន EdgeAI	ការប្រៀបធៀប cloud និង Edge AI	មូលដ្ឋាន EdgeAI • ករណីដំណើរការពិភពពិត • គំនិតបង្កើតដំណោះស្រាយ • ការចាក់ពន្លឹត edge	ចាប់ផ្ដើម	3-4 ម៉ោង
🧠 02	មូលដ្ឋានម៉ូដែល SLM	គ្រួសារម៉ូដែល និងស្ថាបត្យកម្ម	គ្រួសារ Phi • គ្រួសារ Qwen • គ្រួសារ Gemma • BitNET • μModel • Phi-Silica	ចាប់ផ្ដើម	4-5 ម៉ោង
🚀 03	ការអនុវត្ត SLM	ចាក់ពន្លឺក្នុងតំបន់ និងក្នុង cloud	ការសិក្សាខ្ពស់ • បរិយាកាសមូលដ្ឋាន • ការចាក់ពន្លឹត cloud	កម្រិតមធ្យម	4-5 ម៉ោង
⚙️ 04	ឧបករណ៍បច្ចេកទេសបង្កើតម៉ូដែល	ការបង្កើតអតិបរមា លើវេទិកាផ្សេងៗ	ការណែនាំ • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • សម្រួលការងារ	កម្រិតមធ្យម	5-6 ម៉ោង
🔧 05	ការប្រតិបត្តិការ SLMOps ផលិតកម្ម	ប្រតិបត្តិការ ផលិតកម្ម	ការណែនាំ SLMOps • ការបង្ហាប់ម៉ូដែល • ការតម្លើងលម្អ • ការចាក់ពន្លឹតផលិតកម្ម	កម្រិតខ្ពស់	5-6 ម៉ោង
🤖 06	ភេជ្ឋបញ្ជា AI និងការហៅមុខងារ	សំណុំស្ដុកភេជ្ឋ និង MCP	ការណែនាំភេជ្ឋ • ការហៅមុខងារ • ពិធីប័ត្រម៉ូដែល	កម្រិតខ្ពស់	4-5 ម៉ោង
💻 07	ការអនុវត្តវេទិកា	គំរូពីជួរផ្សេងៗគ្នា	ឧបករណ៍ AI • Foundry Local • ការអភិវឌ្ឍ Windows	កម្រិតខ្ពស់	3-4 ម៉ោង
🏭 08	ឧបករណ៍ Foundry Local	គំរូរបស់ផលិតកម្ម	កម្មវិធីគំរូ (មើលព័ត៌មានលម្អិតខាងក្រោម)	ជំនាញខ្ពស់	8-10 ម៉ោង

🏭 ម៉ូឌុល 08: កម្មវិធីគំរូ

🎓 សិក្ខាសាលា: ផ្លូវវៃអប់រំដោយដៃ

ឯកសារសិក្ខាសាលាបណ្តុះបណ្តាលជាស្រេចជាមួយការអនុវត្តផលិតកម្មដំណើរការបាន៖

មគ្គុទេសក៍សិក្ខាសាលា - គោលបំណងសិក្សាពេញលេញ, លទ្ធផល និងការរុករកធនធាន
គំរូ Python (6វគ្គ) - ធ្វើបច្ចុប្បន្នភាពជាមួយអនុសាសន៍ល្អៗ, ការប្រើប្រាស់កូដកែបញ្ហា និងឯកសារពាក់ព័ន្ធ
កំណត់ត្រា Jupyter (8 សំឡេងអន្តរកម្ម) - មេរៀនជាជំហាន នឹងការប្រៀបធៀបទិន្នន័យ និងត្រួតពិនិត្យសមត្ថភាព
មគ្គុទេសក៍វគ្គ - មគ្គុទេសក៍ markdown លម្អិតសម្រាប់មួយនៃវគ្គសិក្សា
ឧបករណ៍ផ្ទៀងផ្ទាត់ - ស្គ្រីបពិនិត្យគុណភាពកូដ និងកាត់ទុកការតេស្តកម្ទេច

អ្វីដែលអ្នកនឹងបង្កើត:

កម្មវិធីកម្សាន្ត AI នៅលើផ្ទាល់ជាមួយការគាំទ្រស្ទ្រីមមិនឈប់ឈរ
បណ្ដាញ RAG ជាមួយប្រើប្រាស់ការវាយតម្លៃគុណភាព (RAGAS)
ឧបករណ៍ធ្វើតេស្ត និងប្រៀបធៀបម៉ូដែលច្រើន
ប្រព័ន្ធរៀបចំ multi-agent
ការរុករកធ្វើផ្លូវម៉ូដែលឆ្លាតវៃជាមួយការជ្រើសកិច្ចការ

🎙️ សិក្ខាសាលាសម្រាប់ Agentic: ដៃលើ - ស្ទូឌីយ៉ូ AI Podcast

សាងសង់បណ្តោយផលិតកម្ម podcast ជាមួយ AI ពេញលេញពីដំបូង! កម្មវិធីបណ្តុះបណ្តាលនេះបង្រៀនឱ្យអ្នកបង្កើតប្រព័ន្ធ multi-agent ដ៏ពេញលេញ ដែលបម្លែងគំនិតទៅជាគេហទំព័រពុម្ពអក្សរផోడខាសដែលមានវិជ្ជាជីវៈ។

🎬 ចាប់ផ្តើមសិក្ខាសាលា AI Podcast Studio

បេសកកម្មរបស់អ្នក៖ ចាប់ផ្តើម "Future Bytes" — ប្លុក podcast បច្ចេកវិទ្យាដែលគ្រប់គ្រងដោយភ្នាក់ងារ AI ដែលអ្នកនឹងបង្កើតដោយខ្លួនឯង។ គ្មានការគាំទ្រពពក ឬចំណាយ API ទេ — អ្នកអាចដំណើរការទាំងអស់នៅលើម៉ាស៊ីុនរបស់អ្នក។

អ្វីដែលធ្វើឱ្យនេះមានភាពខុសគ្នា:

🤖 ការគ្រប់គ្រងភ្នាក់ងារ Multi-Agent ពិតប្រាកដ - ស្ថាបនាភ្នាក់ងារ AI ជំនាញជាច្រើនដែលស្រាវជ្រាវ, សរសេរ និងផលិតសំឡេង
🎯 បណ្តោយផលិតកម្មពេញលេញ - ចាប់ពីការជ្រើសរើសប្រធានបទ ដល់ផលបូកសំឡេងផុងខាសចុងក្រោយ
💻 ប្រតិបត្តិការទាំងស្រុងក្នុងតំបន់ - ប្រើ Ollama និងគំរូក្នុងតំបន់ (Qwen-3-8B) សម្រាប់ភាពឯកជន និងការគ្រប់គ្រងពេញលេញ
🎤 ដំណើរការបំលែងអក្សរទៅជាសំឡេង - បម្លែងវត្ថុអត្ថបទទៅជាសំណាក់ទំនងធម្មជាតិមានអ្នកនិពន្ធច្រើន
✋ បញ្ចូលមនុស្សក្នុងដំណើរការ - ច្រកអនុម័តធានាគុណភាព ខណៈត្រូវរក្សាការបើកចំហ្វឹកហាត់

ដំណើរការសិក្សាប្រភេទបីផ្នែក:

ផ្នែក	ពិន្ទុវិស័យ	ជំនាញសំខាន់	រយៈពេល
ផ្នែក 1: ជួបភ្នាក់ងារ AI របស់អ្នក	បង្កើតភ្នាក់ងារ AI ដំបូង	ការរួមបញ្ចូលឧបករណ៍ • ស្វែងរកតាមគេហទំព័រ • ដោះស្រាយបញ្ហា • ចំណេះដឹងអាជីវកម្ម	2-3 ម៉ោង
ផ្នែក 2: ប្រមូលផ្តុំក្រុមផលិតកម្មរបស់អ្នក	គ្រប់គ្រងភ្នាក់ងារច្រើន	សម្របសម្រួលក្រុម • ដំណើរការអនុម័ត • អ៊ីនធើហ្វេស DevUI • ការត្រួតពិនិត្យដោយមនុស្ស	3-4 ម៉ោង
ផ្នែក 3: ផ្តល់ពន្លឺដល់ផូដ្កាសរបស់អ្នក	បង្កើតសំឡេងផូចកាស	បំលែងអក្សរទៅសំឡេង • សមាសភាពអ្នកនិយាយច្រើន • សម្លេងរយៈវែង • ស្វ័យប្រវត្តិពេញលេញ	2-3 ម៉ោង

បច្ចេកវិទ្យាដែលប្រើ:

Microsoft Agent Framework - ការគ្រប់គ្រងភ្នាក់ងារ និងសម្របសម្រួល
Ollama - ម៉ូឌែល AI ដំណើរការផ្ទាល់មូលដ្ឋាន (គ្មានពពក)
Qwen-3-8B - ម៉ូឌែលភាសាដែលប្រភពបើក និងបង្រួមបំពេញភារកិច្ច agentic
API បំលែងអក្សរទៅសំឡេង - ការសំឡេងធម្មជាតិសម្រាប់ផលិតផូដ្កាស

គាំទ្រឧបករណ៍បញ្ចូល:

✅ របៀបប្រើ CPU - អាចដំណើរការលើកុំព្យូទ័រណាមួយទំនើប (ណែនាំ 8GB+ RAM)
🚀 ល្បឿនលឿន ក្នុង របៀបប្រើ GPU - សមត្ថភាពពន្យល់លឿនជាងនឹងជាមួយ NVIDIA/AMD GPUs
⚡ គាំទ្រនៅ NPU - ល្បឿនលឿននៃប្រភេទ neural processing unit ថ្មី

សាកសមសម្រាប់:

អ្នកអភិវឌ្ឍកំពុងសិក្សាបង្កើតប្រព័ន្ធ AI multi-agent
មនុស្សដែលចាប់អារម្មណ៍លើស្វ័យប្រវត្តិ AI និងដំណើរការងារ
អ្នកបង្កើតមាតិកា ស្វែងរកផលិតកម្មរង្វាន់ជាមួយ AI
សិស្សដែលរៀនកំណត់ស្ថាបត្យកម្ម AI កម្មវិធីពិសេស

ចាប់ផ្តើមសង់: 🎙️ សិក្ខាសាលា AI Podcast Studio →

📊 សង្ខេបផ្លូវការសិក្សា

រយៈពេលសរុប: 36-45 ម៉ោង
ផ្លូវជំពូកដំបូង: មូឌុល 01-02 (7-9 ម៉ោង)
ផ្លូវជំពូកមធ្យម: មូឌុល 03-04 (9-11 ម៉ោង)
ផ្លូវជំពូកខ្ពស់: មូឌុល 05-07 (12-15 ម៉ោង)
ផ្លូវជំពូកជំនាញខ្ពស់: មូឌុល 08 (8-10 ម៉ោង)

អ្វីដែលអ្នកនឹងសាងសង់

🎯 ជំនាញស្នូល

ស្ថាបត្យកម្ម Edge AI៖ រចនាប្រព័ន្ធ AI នៅលើកំរិតក្នុងតំបន់ ជាមួយការរួមបញ្ចូលពពក
ការបង្រួមបំព្រួញម៉ូឌែល៖ បង្រួមម៉ូឌែល និងបង្កើនល្បឿនបំពេញសម្រាប់ប្រតិបត្តិការ edge (ល្បឿនលឿនឡើង 85%, ទំហំតូចជាង 75%)
ការដាក់បញ្ចូលលើវេទិកាច្រើន៖ Windows, ទូរស័ព្ទចល័ត, ម៉ាស៊ីនបញ្ចូល, និងប្រព័ន្ធផ្សំ cloud-edge
ប្រតិបត្តិការផលិតកម្ម៖ ការត្រួតពិនិត្យ, ការកំណត់អត្រា, និងការថែទាំ edge AI ក្នុងផលិតកម្ម

🏗️ គម្រោងអនុវត្ត

Foundry Local Chat Apps៖ កម្មវិធីដើរលើ Windows 11 ខណៈប្ដូរម៉ូឌែលបាន
ប្រព័ន្ធ Multi-Agent៖ អ្នកសម្របសម្រួលជាមួយភ្នាក់ងារជំនាញសម្រាប់ដំណើរការលំបាក
កម្មវិធី RAG៖ ដំណើរការឯកសារនៅក្នុងតំបន់ជាមួយស្វែងរកវ៉ិចទ័រ
ម៉ាស៊ីនរុករកម៉ូឌែល៖ ជ្រើសរើសម៉ូឌែលដោយមានការវិភាគភារកិច្ច
API Frameworks៖ អតិថិជនទទួលផលិតកម្មដែលមានស្ត្រីមិងនិងថែទាំសុខភាព
ឧបករណ៍ Platform តាមបណ្ដុំ៖ រចនាសម្ព័ន្ធ LangChain/Semantic Kernel

🏢 កម្មវិធីឧស្សាហកម្ម

ផលិតកម្ម • សុខាភិបាល • រថយន្ដអូតូណូម • ទីក្រុងឆ្លាតវៃ • កម្មវិធីទូរស័ព្ទចល័ត

ចាប់ផ្តើមឆាប់រហ័ស

ផ្លូវសិក្សាដែលណែនាំ (20-30 ម៉ោងសរុប):

📖 ការណែនាំ (Introduction.md): មូលដ្ឋាន EdgeAI + បរិបទឧស្សាហកម្ម + រចនាសម្ព័ន្ធការសិក្សា
📚 មូលដ្ឋាន (មូឌុល 01-02): គំនិត EdgeAI + គ្រួសារម៉ូឌែល SLM
⚙️ ការបង្រួមបន្តិច (មូឌុល 03-04): ការដាក់បញ្ចូល + បណ្តាញបង្រួមបំព្រួញ
🚀 ផលិតកម្ម (មូឌុល 05-06): SLMOps + ភ្នាក់ងារ AI + ការហៅមុខងារ
💻 អនុវត្តន៍ (មូឌុល 07-08): ឧទាហរណ៍វេទិកា + ផ្នែក Foundry Local

មូឌុលនីមួយៗរួមមានទ្រឹស្តី, លំហាត់ប្រកបដោយការអនុវត្ត និងគំរូកូដពេញលេញសម្រាប់ផលិតកម្ម។

ប៉ះពាល់ត្រូវការងារ

តួនាទីបច្ចេកទេស៖ អ្នកស្ថាបត្យកម្មដំណោះស្រាយ EdgeAI • អ្នកវិស្វករម៉ាសឺនរៀន (Edge) • អ្នកអភិវឌ្ឍ IoT AI • អ្នកអភិវឌ្ឍ Mobile AI

វិស័យឧស្សាហកម្ម៖ ផលិតកម្ម 4.0 • បច្ចេកវិទ្យាសុខាភិបាល • ប្រព័ន្ធអូតូណូម • បច្ចេកវិទ្យហិរញ្ញវត្ថុ • លក្ខណៈប្រើប្រាស់អេឡិចត្រូនិច

គម្រោងបង្ហាញ៖ ប្រព័ន្ធ multi-agent • RAG ផលិតកម្ម • ការដាក់បញ្ចូលក្នុងវេទិកាច្រើន • ការបង្រួមបំព្រួញសមត្ថភាព

រចនាសម្ព័ន្ធប្រភពកូដ

code

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

លក្ខណៈពិសេសនៃវគ្គសិក្សា

✅ ការសិក្សាបន្តជាមួយរីកចម្រើន៖ ត្រឹមត្រូវ → អនុវត្តន៍ → ដាក់បញ្ចូលផលិតកម្ម
✅ ករណីរៀនពិតប្រាកដ៖ Microsoft, Japan Airlines, ការអនុវត្តអង្គការធំៗ
✅ គំរូកូដអនុវត្ត៖ ៥០+ ឧទាហរណ៍, ១០ Demo Foundry Local ពេញលេញ
✅ ផ្តោតលើសមត្ថភាព៖ ល្បឿនលឿន ៨៥%, កាត់បន្ថយទំហំ ៧៥%
✅ វេទិកាច្រើនមុខ៖ Windows, ទូរស័ព្ទចល័ត, ម៉ាស៊ីនបញ្ចូល, cloud-edge hybrid
✅ ត្រៀមរួចសម្រាប់ផលិតកម្ម៖ ត្រួតពិនិត្យ, កំណត់អត្រា, សុវត្ថិភាព, ប្រកបដោយច្បាប់

📖 មគ្គុទេសក៍សិក្សា៖ ផ្លូវសិក្សាបណ្តោយ ២០ ម៉ោង រចនាជាបដិបត្តិជាមួយការចែកចាយពេលវេលា និងឧបករណ៍វាយតម្លៃខ្លួនឯង។

EdgeAI តំណាងឱ្យអនាគតនៃការដាក់អោយប្រើប្រាស់ AI៖ ផ្ទាល់មូលដ្ឋានជាមុន, ឯកជនថែរក្សា និងមានប្រសិទ្ធភាព។ ស្វែងយល់ជំនាញទាំងនេះ ដើម្បីសាងសង់កម្មវិធីឆ្លាតវៃជាតួអង្គបន្ទាប់។

វគ្គសិក្សាផ្សេងទៀត

ក្រុមការងាររបស់យើងបង្ហាញវគ្គសិក្សាផ្សេងទៀត! សូមមើល៖

LangChain

Azure / Edge / MCP / Agents

ស៊េរី AI បង្កើត

ការសិក្សាស្នូល

ស៊េរី Copilot

ទទួលបានជំនួយ

បើអ្នកគិតមិនដល់ ឬមានសំណួរណាមួយអំពីការសង់កម្មវិធី AI សូមចូលរួមៈ

បើអ្នកមានមតិយោបល់អំពីផលិតផល ឬកំហុសខណៈសង់កម្មវិធី សូមចុះទៅកាន់ៈ

ការបដិសេធ:
ឯកសារនេះត្រូវបានបំលែងភាសាដោយប្រើសេវាកម្មបំលែងភាសា AI Co-op Translator។ នៅពេលដែលយើងខិតខំសម្រួលភាពត្រឹមត្រូវ សូមយកចិត្តទុកដាក់ថាការបំលែងភាសាស្វ័យប្រវត្តិអាចមានកំហុសឬការខកចិត្តខុសៗគ្នា។ ឯកសារដើមនៅក្នុងភាសាទីតាំងរបស់វាគួរត្រូវបានគិតថាជាផ្លូវការជាចម្បង។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឲ្យប្រើការបំលែងភាសាដោយមនុស្សជំនាញ។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកប្រែមិនត្រឹមត្រូវណាមួយដែលកើតឡើងពីការប្រើប្រាស់ការបំលែងភាសានេះទេ។

← 返回课程