枫影(王鸿华):边缘计算行业洞察及机遇挖掘

枫影老师枫影(王鸿华) 注册讲师 4查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : IT技术

课程编号 : 35851

面议联系老师

适用对象

-

课程介绍

【课程背景】

随着5G、物联网、人工智能等技术的快速发展,边缘计算作为连接物理世界与数字世界的桥梁,正成为推动数字化转型的关键技术之一。中国铁塔作为全球最大的信息通信基础设施服务商,拥有独特的资源优势和市场地位,正积极探索边缘计算技术的应用,以提升通信网络的效率和性能,同时挖掘新的业务商机。本课程旨在帮助铁塔相关岗位员工深入了解边缘计算行业的政策、动态、趋势,以及铁塔公司在边缘计算领域的发展方向和业务商机。

【课程对象】

铁塔公司相关岗位员工,包括但不限于技术、市场、战略规划等部门的员工。

【课程时长】

6小时

【课程收获】

  1. 掌握边缘计算行业的政策背景和市场动态。
  2. 理解边缘计算技术发展趋势及其对铁塔公司业务的影响。
  3. 识别铁塔公司在边缘计算领域的潜在业务商机和合作模式。
  4. 探讨铁塔公司如何利用边缘计算技术提升服务质量和开拓新市场。

【课程大纲】

一、边缘计算行业概览与政策解读

  • 1.1 边缘计算行业概述
  • 边缘计算的定义、核心价值
  • 边缘计算的关键技术要素
  • 边缘计算与传统云计算的比较分析
  • 边缘计算在数字化转型中的作用

1.2 边缘计算行业政策背景

  • 国家层面对边缘计算的政策支持
  • 边缘计算在新基建中的地位与作用
  • 政策对边缘计算行业发展的推动作用

1.3 边缘计算的行业标准与规范

  • 国内外边缘计算标准的发展现状
  • 边缘计算技术规范与安全标准
  • 边缘计算标准化对行业发展的推动作用

二、边缘计算行业动态与技术趋势

  • 2.1 行业动态分析
  • 边缘计算市场的规模与增长预测
  • 边缘计算技术的最新进展与创新应用
  • 边缘计算在不同行业的应用案例分析

2.2 技术发展趋势

  • 5G网络对边缘计算的推动作用
  • 人工智能和机器学习在边缘计算中的应用
  • 边缘计算与物联网的融合发展趋势
  • 边缘计算技术的未来发展方向

2.3 边缘计算的商业模式探索

  • 边缘计算服务的商业模式创新
  • 边缘计算在云计算服务中的定位
  • 边缘计算商业模式的案例分析

三、中国铁塔在边缘计算领域的布局

  • 3.1 中国铁塔的资源优势
  • 站址规模与机房资源的详细介绍
  • 5G基站建设项目的共享与创新实践
  • 中国铁塔在边缘计算领域的战略规划
  • 铁塔资源在边缘计算中的应用潜力

3.2 边缘计算项目合作与实践

  • 边缘计算项目的合作模式与案例分析
  • 边缘计算项目的实施效果与挑战
  • 边缘计算项目的风险管理与控制
  • 边缘计算项目的未来发展方向

3.3 铁塔公司的技术创新与服务升级

  • 铁塔公司在边缘计算技术领域的研发投入
  • 铁塔公司服务升级与边缘计算技术的结合
  • 铁塔公司在边缘计算领域的技术优势与挑战
  • 铁塔公司技术创新对业务发展的推动作用

四、铁塔公司业务商机挖掘

  • 4.1 边缘计算服务的市场需求
  • 智能制造、智慧城市、物联网等领域的应用需求分析
  • 边缘计算在医疗健康、交通物流等行业的潜在应用
  • 边缘计算服务的市场需求预测

4.2 铁塔公司的业务拓展方向

  • 边缘基础设施共享与算力服务的市场前景
  • 铁塔公司在边缘计算领域的差异化竞争优势
  • 铁塔公司业务拓展的战略规划

4.3 铁塔公司与行业合作伙伴的协同

  • 铁塔公司与电信运营商的合作模式
  • 铁塔公司与云计算服务商的合作机会
  • 铁塔公司与行业客户的合作策略与案例分析
  • 铁塔公司合作模式的创新与优化

五、铁塔公司与边缘计算的协同发展

5.1 边缘算力基础设施共建共享

  • 促进边缘算力基础设施与现有资源的共享机制
  • 变“通信塔”为“数字塔”的战略转型与实施路径
  • 边缘算力基础设施的规划与建设
  • 边缘算力基础设施的运营与维护

5.2 铁塔公司的长期规划与市场机会

  • 边缘算力技术与机房资源的结合与优化
  • 边缘计算服务的多样化与市场机会
  • 铁塔公司在边缘计算领域的长期发展规划与战略目标
  • 铁塔公司在边缘计算领域的市场竞争力提升策略

枫影(王鸿华)老师的其他课程

• 枫影(王鸿华):AI与量子计算
【课题背景】 企业的数字化转型的底层逻辑是依托数字技术对企业进行创新性改造。了解前沿数字新技术,有助于相关成员在产品开发、产品运营、客户服务中提供更有效的支撑。 本节课将系统性分享基于AI技术、量子计算、天翼云、物联网等技术的发展,帮助学员拓展技术视角方面的内容 【培训对象】数字技术、产业数字化、企业数字化转型等领域人群 【培训时长】1天-2天,根据企业需求 【课程大纲】 一.AI人工智能 课题一:AI 1. 诞生:AI是如何诞生的 2. 命题:AI是解决什么问题的? 3. 发展:AI在解决问题的路上都走过了哪些阶段? 4. 趋势:AI的分类 (1)分析性AI:机器学习与数据建模 (2)生成式AI:GPT和ChatGPT的诞生 课题二:分析性AI 1. 分析性AI的目的:赋助人工做出科学判断 2. 科学决策三大核心要素 (1)数据模型 (2)大数据 (3)超高算力 3. 数据模型:分析性AI——机器学习 (1)监督学习、无监督、强化学习 (2)深度学习与机器视觉 4. 大数据:大数据技术 5. 算力:从云计算到量子计算 (1)算力的定义 (2)算力与芯片技术 (3)云计算与东数西算 (4)量子计算 6. 分析性AI赋能科学分析的底层逻辑 (1)数据可视化 (2)数据分析 (3)指导决策改进 课题三:分析性AI:AI与物联网及生活中的应用 1. 定义物联网 2. 物联网与AI的关系 3. 数字孪生 4. 5G+物联网+AI在工业互联网中的地位 5. AI的应用 (1)个人 (2)家庭 (3)企业 二.量子科技与量子计算 课题一:量子科技基础 1. 量子力学简介 (1)量子力学的历史背景和发展过程 (2)量子力学的基本概念和原理 2. 量子比特与量子态 (1)量子比特的定义与性质 (2)量子态的描述与表示 3. 量子叠加与量子纠缠 (1)量子叠加的原理和应用 (2)量子纠缠的概念和特性 第二部分:量子计算原理 1. 量子计算与量子算法 (1)量子计算的基本思想和实现方式 (2)量子算法与传统算法的比较和优势 2. 量子门与量子电路 (1)量子门的基本类型和作用 (2)量子电路 3. 量子纠错与量子通信 (1)量子纠错的基本原理 (2)量子通信的优势和应用前景 第三部分:量子计算应用 1. 量子优化与量子模拟 (1)量子优化问题的求解方法和应用场景 (2)量子模拟的基本原理和应用领域 2. 量子密码与量子安全 (1)量子密码的基本原理和优势 (2)量子安全通信的实现方法和挑战 3. 量子计算在其他领域的应用 (1)量子计算在科研、金融、人工智能领域的应用案例 (2)量子计算在物联、交通等领域的潜在价值 第四部分:量子计算发展趋势 1. 量子计算硬件与软件 (1)量子计算硬件的研发进展和趋势 (2)量子计算软件的开发工具和应用平台 2. 量子计算产业与生态 (1)量子计算产业的发展现状和前景 (2)量子计算生态系统的构建和合作 3. 量子计算前沿动态与挑战 (1)量子计算领域的最新研究成果和进展 (2)量子计算面临的挑战和未来发展方向 三.云服务:天翼云 1. 云计算与云服务基础 (1) 云计算的定义、分类与特点 (2) 云服务的概念、架构与优势 (3) 云服务提供商比较与选择 2. 电信天翼云概述 (1) 电信天翼云的发展历程与现状 (2) 电信天翼云的技术架构与服务体系 (3) 电信天翼云的特点与优势 3. 电信天翼云基础设施服务 (1) 计算服务:虚拟机、容器等 (2) 存储服务:对象存储、块存储、文件存储等 (3) 网络服务:虚拟私有云、负载均衡、VPN等 (4) 安全服务:防火墙、入侵检测与防御、数据加密等 4. 电信天翼云平台服务 (1) 数据库服务:关系型数据库、NoSQL数据库等 (2) 大数据分析服务:数据湖、数据仓库、数据分析工具等 (3) 人工智能服务:机器学习、深度学习、自然语言处理等 (4) 应用部署与管理服务:容器编排、DevOps、微服务架构等 5. 电信天翼云的高级服务与应用 (1) 多云与混合云策略 (2) 容器化与微服务架构 (3) 自动化运维与DevOps实践 (4) 边缘计算与物联网集成 6. 电信天翼云的应用场景与案例 (1) 企业上云:迁移、部署、运维等 (2) 数字化转型:云计算助力企业创新与发展 (3) 行业解决方案:金融、医疗、教育等行业的云应用案例 7. 电信天翼云的最佳实践与经验分享 (1) 云计算安全最佳实践 (2) 云计算资源优化与成本控制 (3) 云计算迁移与升级策略 四.物联网 1. 物联网概述 (1) 物联网的定义与起源 (2) 物联网与互联网的区别与联系 (3) 物联网的体系架构与核心技术 2. 物联网的特征与特点 (1) 物联网的五大特征:全面感知、可靠传输、智能处理、泛在互联、普适服务 (2) 物联网的主要特点:规模性、流动性、互操作性、智能性、自组织性 3. 物联网与其他数字技术的融合 (1) 物联网与云计算的融合:云计算为物联网提供强大的数据处理和存储能力 (2) 物联网与大数据的融合:大数据分析挖掘物联网产生的海量数据价值 (3) 物联网与人工智能的融合:人工智能为物联网提供智能决策和优化能力 (4) 物联网与边缘计算的融合:边缘计算提高物联网的实时响应和数据处理能力 4. 物联网的常见行业应用 (1) 智能家居:智能家电、智能照明、智能安防等 (2) 工业物联网(IIoT):智能制造、智能仓储、智能物流等 (3) 智慧农业:精准农业、智能农机、农业物联网平台等 (4) 智能交通:智能交通管理、智能车载系统、智能公交等 (5) 智慧医疗:远程医疗、健康监测、医疗设备智能化等 (6) 智慧城市:智慧政务、智慧教育、智慧环保等 5. 物联网的安全与隐私保护 (1) 物联网安全威胁与挑战 (2) 物联网安全防护策略与技术 (3) 物联网隐私保护方案与实践 6. 物联网的未来发展趋势 (1) 物联网技术的创新与发展方向 (2) 物联网在数字经济中的重要作用 (3) 物联网与可持续发展战略的结合
• 枫影(王鸿华):AI算力
【课程背景】 人工智能技术的迅猛发展,AI算力作为支撑这一技术革新的核心基石,日益显现出其重要性。本课程旨在深入探讨AI算力的各个方面,从定义、发展现状到未来趋势,从底层运作机制到全球龙头企业分析,全方位展现AI算力的魅力和挑战。学员将通过学习本课程,对AI算力有一个全面而深入的理解,从而更好地把握AI技术的发展脉络和市场机遇。 在当今信息化、数字化的时代,人工智能技术正逐渐渗透到各行各业,推动着社会的智能化转型。而作为人工智能技术的重要支撑,AI算力的发展和应用则显得尤为重要。无论是在自动驾驶、智能家居、医疗健康,还是在金融、教育、娱乐等领域,AI算力都发挥着举足轻重的作用。因此,了解和学习AI算力,对于我们把握未来科技发展趋势,提升自身在未来职场中的竞争力具有重要意义。 【课程收获】 1.全面理解AI算力 2. 掌握AI算力发展现状与趋势 3. 熟悉AI算力的底层运作机制 4.了解全球算力龙头企 5. 把握AI算力领域的机遇与挑战 【课程时长】3-6小时 【课程大纲】 一、课程引言 1. AI算力的定义与重要性 2. AI算力的发展背景与驱动因素 二、AI算力的发展现状与趋势 1. 当前全球AI算力市场概况 - 市场规模与增长趋势 - 主要市场参与者分析 2. 技术进展与突破 - 芯片技术的最新发展 - 云计算与边缘计算在AI算力中的应用 - 算法优化与模型压缩技术 3. AI算力的发展趋势 - 算力需求的持续增长 - 技术融合与创新 - 绿色算力与可持续发展 三、AI算力的底层运作机制 1. 训练模型的工作原理 - 数据预处理与特征工程 - 模型选择与构建 - 训练过程与优化算法 2. 推理模型的运作流程 - 模型加载与部署 - 数据输入与预处理 - 推理计算与结果输出 四、全球算力龙头企业分析——英伟达公司 1. 英伟达在AI算力领域的地位 - 产品线与市场布局 - 技术创新与专利情况 2. 英伟达的核心技术解析 - GPU在AI算力中的应用 - CUDA编程模型与优化策略 - 英伟达AI平台与工具链 3. 英伟达的市场策略与未来展望 - 合作生态与战略投资 - 新兴技术领域的布局 - 技术趋势与未来发展路径 五、AI算力领域的机遇与挑战 1. 行业发展带来的机遇 - 新兴应用领域的拓展 - 政策支持与市场机遇 2. 行业挑战与应对策略 - 技术瓶颈与创新需求 - 市场竞争与合规风险 - 人才培养与知识更新
• 枫影(王鸿华):5G+AICDE及在工业通讯业的应用
【课程背景】 2024年,随着我国数字经济的逐渐深入,以“5G+”为代表技术的有效使用,正在成为提高效率和促进产 业结构升级的重要推手。以此形成的现代数字经济将会成为接下来重点推动企业发展的主要经济形势。 5G,以万物智联的典型特征,与互联网、物联网产生连接,依托云计算和大数据,边缘计算和人工智能的 技术融合将会为整个社会带来巨大的变化。 5G+AIGCE会有哪方面的特点?在工业和通讯行业又有哪些应用? 【课程收获】 1. 系统性了解移动通讯技术的发展及5G的特点 2. 了解5G+4G,5G+AICDE的技术原理 3. 了解5G+AIGCE在制造业和通讯行业中的应用 【课程对象】 全员 【课程时长】 1天(6h/天) 【课程大纲】 Part 1: 数字技术基础与发展趋势 1. 数字技术概览 1.1 数字技术 定义数字技术 数字技术的价值和意义 1.2 数字技术的内容 移动通讯技术:5G 。 物联网技术 算力(云计算、边缘计算、超算、智算等) 大数据技术 AI技术 区块链等 2. 5G及5G+技术 2.1 5G技术的核心特性与应用场景 5G网络切片技术 高速率、低时延、大规模连接 自动驾驶、远程医疗、智慧城市等 2.2 5G+4G 更稳定的网络 更好的体验 更多的个人家庭应用 2.3 5G+AICDE 5G+物联网,采集获取数据和执行命令 5G+AI,实现智能决策和控制 2.4 5G+生态 5G+生态,搭建社会、产业数字底座 3. 服务器算力与大数据 3.1 云计算的核心概念与服务模型 。 基本概念 算力分类 算力网络与算力枢纽 云服务:IaaS、PaaS、SaaS 云部署:云化部署与私有化部署 。 企业上云  云计算与大数据 影响算力发展的要素 3.2 大数据技术的应用与挑战 。 数据采集与处理 数据的采集、清洗与存储技术 数据分析与可视化 大数据分析的方法论与工具 数据治理 数据资产化 数据安全与隐私 PART2 A I 1.A I , 归根结底是解决什么问题的? 1.1 AI的定义 1.2 AI的发展史 1.3 机器学习:监督学习、无监督学习、强化学习 1.4 深度学习:图像识别技术CV与人类自然语言处理NLP 1.5 GPT的诞生 1.6 AI-LLM大模型的诞生 1.7.AI-LLM大模型的技术原理 2.分析性AI 2.1分析性AI的目的:赋助人工做出科学判断 2.2科学决策三大核心要素:数据模型、大数据、超高算力 2.3数据模型:分析性AI——机器学习与深度学习 2.4大数据:大数据技术(数据采集、数据传输、数据存储、数据清洗、转换与集成、数据治理 数据管理、数据安全、数据可视化、数据资产化、数据资产服务平台) 2.5算力:从云计算到量子计算 2.6分析性AI赋能科学分析的底层逻辑 3.AI-LLM大模型的主要应用领域 3.1AI-LLM特点:理解语义、知识记忆、逻辑推理、直接生成 3.2 文生文、文生图、文生音频、文生视频、文生代码 3.3 图生视频 4.AI-LLM大模型的发展现状 4.1 国外AI-LLM大模型介绍 4.2 AI-LLM大模型的发展趋势 4.3 AI agent的出现 Part 3: 数字技术在工业制造业和通讯业的应用 1. 5G+AICDE赋能智能制造 1.1设备管理: 实施设备全生命周期智能化管理。 1.2 产品创新:大数据赋能新品研发 1.3 生产计划: 5G+AI,自动调控生产计划 1.4 质量管控:5G+物联网+AI,实现智能质检 1.5 供应链管理: 5G+AI在供应链优化中的应用 1.6 安全生产:5G+AI,实现安全生产监控 1.7 绿色生产:5G+AI,实现对绿色生产监控和预警 2.智慧化经营管理 2.1 精细化经营管理:利用大数据实现精细化管理。 2.2 RPA在流程自动化中的应用:RPA在财务流程中的应用案例。 2.3 财务风控的智慧化:利用大数据和AI进行财务风险控制。 3.5G+AICDE在通讯行业的应用 3.1智能网络规划与维护诊断 3.2 智能算力调度 3.3 智能设备监控 3.4 智慧营销 3.5 智能客服 4.未来通讯技术展望 4.1 6G技术的发展趋势 技术演进:从5G到6G的技术演进路 4.2通讯技术的未来挑战 安全与隐私:未来通讯技术中的安全与隐私挑战。 可持续发展: 通讯技术如何支持可持续发展目标。

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务