# ਚੈਪਟਰ 01: ਐਜ 'ਤੇ AI ਡਿਪਲੌਇਮੈਂਟ ਨੂੰ ਬਦਲਣਾ

EdgeAI ਕਲਾਉਡ-ਅਧਾਰਿਤ ਪ੍ਰੋਸੈਸਿੰਗ ਤੋਂ ਸਥਾਨਕ ਐਜ ਡਿਵਾਈਸਾਂ ਵੱਲ AI ਸਮਰੱਥਾਵਾਂ ਦੇ ਤਬਦੀਲੀ ਦੇ ਇੱਕ ਨਵੇਂ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਚੈਪਟਰ AI ਦੇ ਲਾਗੂ ਕਰਨ ਦੇ ਇਸ ਬਦਲਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਵਾਲੇ ਮੂਲ ਧਾਰਨਾਵਾਂ, ਮੁੱਖ ਤਕਨਾਲੋਜੀਆਂ ਅਤੇ ਵਿਆਹਾਰਿਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਪੜਚੋਲ ਕਰਦਾ ਹੈ।

## ਮੋਡੀਊਲ ਸਟ੍ਰਕਚਰ

### [ਸੈਕਸ਼ਨ 1: EdgeAI ਬੁਨਿਆਦੀਆਂ](./01.EdgeAIFundamentals.md)
ਇਹ ਸੈਕਸ਼ਨ ਰਵਾਇਤੀ ਕਲਾਉਡ-ਅਧਾਰਿਤ AI ਅਤੇ ਐਜ AI ਡਿਪਲੌਇਮੈਂਟ ਮਾਡਲਾਂ ਦੇ ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਸਥਾਪਿਤ ਕਰਦਾ ਹੈ। ਅਸੀਂ ਮਾਡਲ ਕਵਾਂਟੀਜ਼ੇਸ਼ਨ, ਕੰਪ੍ਰੈਸ਼ਨ ਓਪਟੀਮਾਈਜ਼ੇਸ਼ਨ, ਅਤੇ ਛੋਟੇ ਭਾਸ਼ਾ ਮਾਡਲ (SLMs) ਵਰਗੀਆਂ ਮਹੱਤਵਪੂਰਨ ਤਕਨਾਲੋਜੀਆਂ ਦੀ ਪੜਚੋਲ ਕਰਦੇ ਹਾਂ ਜੋ ਐਜ ਡਿਵਾਈਸਾਂ ਦੀ ਗਣਨਾ ਦੀਆਂ ਪਾਬੰਦੀਆਂ ਨੂੰ ਪਾਰ ਕਰਦੇ ਹਨ। ਚਰਚਾ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀ ਹੈ ਕਿ ਇਹ ਨਵੀਨਤਾਵਾਂ ਵਧੀਆ ਗੋਪਨੀਯਤਾ ਸੁਰੱਖਿਆ, ਬਹੁਤ ਘੱਟ ਲੈਟੈਂਸੀ, ਅਤੇ ਮਜ਼ਬੂਤ ਆਫਲਾਈਨ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਰੱਥਾਵਾਂ ਕਿਵੇਂ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ।

### [ਸੈਕਸ਼ਨ 2: ਅਸਲ-ਦੁਨੀਆ ਦੇ ਕੇਸ ਸਟਡੀਜ਼](./02.RealWorldCaseStudies.md)
ਮਾਈਕਰੋਸਾਫਟ ਦੇ ਫਾਈ ਅਤੇ ਮੂ ਮਾਡਲ ਇਕੋਸਿਸਟਮ ਅਤੇ ਜਪਾਨ ਏਅਰਲਾਈਨਜ਼ ਦੇ AI ਰਿਪੋਰਟਿੰਗ ਸਿਸਟਮ ਵਰਗੇ ਠੋਸ ਉਦਾਹਰਣਾਂ ਰਾਹੀਂ, ਇਹ ਸੈਕਸ਼ਨ ਵੱਖ-ਵੱਖ ਉਦਯੋਗਾਂ ਵਿੱਚ EdgeAI ਦੇ ਸਫਲ ਲਾਗੂ ਕਰਨ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਕੇਸ ਸਟਡੀਜ਼ ਵਿਸ਼ੇਸ਼ ਕੰਮਾਂ ਵਿੱਚ SLMs ਦੀ ਸ਼ਾਨਦਾਰ ਪ੍ਰਦਰਸ਼ਨਸ਼ੀਲਤਾ ਨੂੰ ਸਾਬਤ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਐਜ ਡਿਪਲੌਇਮੈਂਟ ਰਣਨੀਤੀਆਂ ਦੇ ਵਿਆਹਾਰਿਕ ਫਾਇਦਿਆਂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ।

### [ਸੈਕਸ਼ਨ 3: ਵਿਆਹਾਰਿਕ ਲਾਗੂ ਕਰਨ ਦੀ ਗਾਈਡ](./03.PracticalImplementationGuide.md)
ਇਹ ਸੈਕਸ਼ਨ ਹੱਥ-ਵਧਾਈ ਸਿਖਲਾਈ ਲਈ ਵਿਆਪਕ ਵਾਤਾਵਰਣ ਤਿਆਰੀ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਜ਼ਰੂਰੀ ਵਿਕਾਸ ਟੂਲ, ਹਾਰਡਵੇਅਰ ਦੀਆਂ ਲੋੜਾਂ, ਕੋਰ ਮਾਡਲ ਸਰੋਤ, ਅਤੇ ਓਪਟੀਮਾਈਜ਼ੇਸ਼ਨ ਫਰੇਮਵਰਕ ਸ਼ਾਮਲ ਹਨ। ਇਹ ਸਿੱਖਣ ਵਾਲਿਆਂ ਲਈ ਆਪਣੀਆਂ EdgeAI ਹੱਲਾਂ ਬਣਾਉਣ ਅਤੇ ਡਿਪਲੌਇ ਕਰਨ ਲਈ ਤਕਨੀਕੀ ਅਧਾਰ ਸਥਾਪਿਤ ਕਰਦਾ ਹੈ।

### [ਸੈਕਸ਼ਨ 4: ਐਜ AI ਡਿਪਲੌਇਮੈਂਟ ਹਾਰਡਵੇਅਰ ਪਲੇਟਫਾਰਮ](./04.EdgeDeployment.md)
ਇਹ ਸੈਕਸ਼ਨ ਹਾਰਡਵੇਅਰ ਇਕੋਸਿਸਟਮ ਦੀ ਪੜਚੋਲ ਕਰਦਾ ਹੈ ਜੋ ਐਜ AI ਡਿਪਲੌਇਮੈਂਟ ਨੂੰ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਇੰਟਲ, ਕਵਾਲਕੌਮ, NVIDIA, ਅਤੇ Windows AI PCs ਤੋਂ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ। ਇਹ ਹਾਰਡਵੇਅਰ ਸਮਰੱਥਾਵਾਂ, ਪਲੇਟਫਾਰਮ-ਵਿਸ਼ੇਸ਼ ਓਪਟੀਮਾਈਜ਼ੇਸ਼ਨ ਤਕਨੀਕਾਂ, ਅਤੇ ਵੱਖ-ਵੱਖ ਐਜ ਕਮਪਿਊਟਿੰਗ ਸਥਿਤੀਆਂ ਵਿੱਚ ਵਿਆਹਾਰਿਕ ਡਿਪਲੌਇਮੈਂਟ ਵਿਚਾਰਾਂ ਦੇ ਵਿਸਤ੍ਰਿਤ ਤੁਲਨਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

## ਮੁੱਖ ਸਿੱਖਣ ਦੇ ਨਤੀਜੇ

ਇਸ ਚੈਪਟਰ ਦੇ ਅੰਤ ਤੱਕ, ਪਾਠਕ ਸਮਝਣਗੇ:
- ਕਲਾਉਡ ਅਤੇ ਐਜ AI ਆਰਕੀਟੈਕਚਰਾਂ ਦੇ ਮੂਲ ਅੰਤਰ
- ਐਜ ਡਿਪਲੌਇਮੈਂਟ ਲਈ ਕੋਰ ਓਪਟੀਮਾਈਜ਼ੇਸ਼ਨ ਤਕਨੀਕਾਂ
- ਅਸਲ-ਦੁਨੀਆ ਦੇ ਐਪਲੀਕੇਸ਼ਨ ਅਤੇ ਸਫਲਤਾ ਦੀਆਂ ਕਹਾਣੀਆਂ
- EdgeAI ਹੱਲਾਂ ਲਾਗੂ ਕਰਨ ਲਈ ਵਿਆਹਾਰਿਕ ਹੁਨਰ
- ਹਾਰਡਵੇਅਰ ਪਲੇਟਫਾਰਮ ਦੀ ਚੋਣ ਅਤੇ ਪਲੇਟਫਾਰਮ-ਵਿਸ਼ੇਸ਼ ਓਪਟੀਮਾਈਜ਼ੇਸ਼ਨ ਪਹੁੰਚਾਂ
- ਪ੍ਰਦਰਸ਼ਨ ਬੈਂਚਮਾਰਕਿੰਗ ਅਤੇ ਡਿਪਲੌਇਮੈਂਟ ਦੀਆਂ ਵਧੀਆ ਪ੍ਰਥਾਵਾਂ

## ਭਵਿੱਖ ਦੇ ਪ੍ਰਭਾਵ

EdgeAI AI ਡਿਪਲੌਇਮੈਂਟ ਦੇ ਭਵਿੱਖ ਨੂੰ ਆਕਾਰ ਦੇਣ ਵਾਲੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਰੁਝਾਨ ਵਜੋਂ ਉਭਰਦਾ ਹੈ, ਵੰਡੇ ਹੋਏ, ਕੁਸ਼ਲ, ਅਤੇ ਗੋਪਨੀਯਤਾ-ਸੁਰੱਖਿਅਤ AI ਸਿਸਟਮਾਂ ਦਾ ਰਾਹ ਸਾਫ ਕਰਦਾ ਹੈ ਜੋ ਕਲਾਉਡ ਕਨੈਕਟਿਵਿਟੀ ਤੋਂ ਅਜ਼ਾਦ ਹੋ ਕੇ ਉੱਚ ਪ੍ਰਦਰਸ਼ਨ ਮਿਆਰਾਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖ ਸਕਦੇ ਹਨ।

---

**ਅਸਵੀਕਾਰਨਾ**:  
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਚੀਤਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼, ਜੋ ਇਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੈ, ਨੂੰ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤ ਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।