# פרק 01: שינוי פני הפריסה של בינה מלאכותית לקצה

EdgeAI מייצגת שינוי פרדיגמה בפריסת בינה מלאכותית, המעבירה את היכולות של AI מעיבוד מבוסס ענן למכשירי קצה מקומיים. פרק זה בוחן את המושגים הבסיסיים, הטכנולוגיות המרכזיות והיישומים המעשיים שמגדירים גישה טרנספורמטיבית זו ליישום AI.

## מבנה המודול

### [סעיף 1: יסודות EdgeAI](./01.EdgeAIFundamentals.md)
סעיף זה מניח את היסודות על ידי השוואת מודלים מסורתיים של AI מבוסס ענן למודלים של פריסת EdgeAI. אנו בוחנים טכנולוגיות מפתח כמו כימות מודלים, אופטימיזציית דחיסה ומודלים לשוניים קטנים (SLMs) שמתגברים על מגבלות החישוב של מכשירי קצה. הדיון מדגיש כיצד חידושים אלו מספקים הגנה משופרת על פרטיות, זמן תגובה נמוך במיוחד ויכולות עיבוד חזקות במצב לא מקוון.

### [סעיף 2: מקרי בוחן מהעולם האמיתי](./02.RealWorldCaseStudies.md)
באמצעות דוגמאות קונקרטיות כמו מערכות המודלים Phi ו-Mu של מיקרוסופט ומערכת הדיווח מבוססת AI של חברת התעופה היפנית, סעיף זה מציג יישומים מוצלחים של EdgeAI בתעשיות מגוונות. מקרי בוחן אלו מאמתים את הביצועים יוצאי הדופן של SLMs במשימות ייעודיות וממחישים את היתרונות המעשיים של אסטרטגיות פריסה בקצה.

### [סעיף 3: מדריך ליישום מעשי](./03.PracticalImplementationGuide.md)
סעיף זה מספק הנחיות מקיפות להכנת הסביבה ללמידה מעשית, כולל כלים לפיתוח, דרישות חומרה, משאבי מודלים מרכזיים ומסגרות אופטימיזציה. הוא מניח את הבסיס הטכני הדרוש ללומדים כדי לבנות ולפרוס פתרונות EdgeAI משלהם.

### [סעיף 4: פלטפורמות חומרה לפריסת Edge AI](./04.EdgeDeployment.md)
סעיף זה בוחן את האקוסיסטם החומרתי שמאפשר פריסת EdgeAI, כולל פלטפורמות של אינטל, קוואלקום, NVIDIA ומחשבי Windows AI. הוא מספק השוואות מפורטות של יכולות החומרה, טכניקות אופטימיזציה ייחודיות לפלטפורמות ושיקולים מעשיים לפריסה בתרחישי מחשוב קצה שונים.

## תוצאות למידה מרכזיות

בסיום פרק זה, הקוראים יבינו:
- את ההבדלים הבסיסיים בין ארכיטקטורות AI מבוססות ענן ל-Edge
- טכניקות אופטימיזציה מרכזיות לפריסה בקצה
- יישומים מהעולם האמיתי וסיפורי הצלחה
- מיומנויות מעשיות ליישום פתרונות EdgeAI
- בחירת פלטפורמות חומרה וטכניקות אופטימיזציה ייחודיות לפלטפורמות
- שיטות עבודה מומלצות לביצועי Benchmarking ופריסה

## השלכות עתידיות

EdgeAI מתגלה כמגמה קריטית שמעצבת את עתיד פריסת הבינה המלאכותית, וסוללת את הדרך למערכות AI מבוזרות, יעילות ושומרות פרטיות שיכולות לפעול באופן עצמאי מחיבור לענן תוך שמירה על סטנדרטים גבוהים של ביצועים.

---

**כתב ויתור**:  
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). בעוד שאנו שואפים לדיוק, יש להיות מודעים לכך שתרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור סמכותי. עבור מידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי אדם. איננו נושאים באחריות לאי הבנות או לפרשנויות שגויות הנובעות משימוש בתרגום זה.