# باب 01: ایج پر AI کی تعیناتی میں تبدیلی

ایج AI مصنوعی ذہانت کی تعیناتی میں ایک انقلابی تبدیلی کی نمائندگی کرتا ہے، جہاں AI کی صلاحیتیں کلاؤڈ پر مبنی پروسیسنگ سے مقامی ایج ڈیوائسز پر منتقل ہوتی ہیں۔ یہ باب ان بنیادی تصورات، اہم ٹیکنالوجیز، اور عملی اطلاقات کا جائزہ لیتا ہے جو AI کے اس تبدیلی کے طریقہ کار کو بیان کرتے ہیں۔

## ماڈیول کی ساخت

### [حصہ 1: ایج AI کے بنیادی اصول](./01.EdgeAIFundamentals.md)
یہ حصہ روایتی کلاؤڈ پر مبنی AI اور ایج AI کے تعیناتی ماڈلز کے درمیان فرق کو واضح کرتا ہے۔ ہم اہم ٹیکنالوجیز جیسے ماڈل کوانٹائزیشن، کمپریشن آپٹیمائزیشن، اور Small Language Models (SLMs) کا جائزہ لیتے ہیں جو ایج ڈیوائسز کی کمپیوٹیشنل حدود کو عبور کرتے ہیں۔ گفتگو اس بات پر زور دیتی ہے کہ یہ جدتیں کس طرح بہتر پرائیویسی تحفظ، انتہائی کم لیٹنسی، اور مضبوط آف لائن پروسیسنگ کی صلاحیتیں فراہم کرتی ہیں۔

### [حصہ 2: حقیقی دنیا کے کیس اسٹڈیز](./02.RealWorldCaseStudies.md)
مائیکروسافٹ کے Phi اور Mu ماڈل ایکوسسٹمز اور جاپان ایئرلائنز کے AI رپورٹنگ سسٹم جیسے ٹھوس مثالوں کے ذریعے، یہ حصہ مختلف صنعتوں میں کامیاب ایج AI تعیناتیوں کو ظاہر کرتا ہے۔ یہ کیس اسٹڈیز خاص کاموں میں SLMs کی غیر معمولی کارکردگی کو ثابت کرتی ہیں اور ایج تعیناتی حکمت عملیوں کے عملی فوائد کو واضح کرتی ہیں۔

### [حصہ 3: عملی تعیناتی گائیڈ](./03.PracticalImplementationGuide.md)
یہ حصہ عملی سیکھنے کے لیے جامع ماحول کی تیاری کے رہنما اصول فراہم کرتا ہے، جن میں ضروری ترقیاتی ٹولز، ہارڈویئر کی ضروریات، بنیادی ماڈل وسائل، اور آپٹیمائزیشن فریم ورک شامل ہیں۔ یہ تکنیکی بنیاد قائم کرتا ہے جو سیکھنے والوں کو اپنے ایج AI حل بنانے اور تعینات کرنے کے قابل بناتی ہے۔

### [حصہ 4: ایج AI تعیناتی ہارڈویئر پلیٹ فارمز](./04.EdgeDeployment.md)
یہ حصہ ہارڈویئر ایکوسسٹم کا جائزہ لیتا ہے جو ایج AI کی تعیناتی کو ممکن بناتا ہے، انٹیل، کوالکوم، NVIDIA، اور ونڈوز AI PCs کے پلیٹ فارمز کا احاطہ کرتا ہے۔ یہ ہارڈویئر کی صلاحیتوں، پلیٹ فارم مخصوص آپٹیمائزیشن تکنیکوں، اور مختلف ایج کمپیوٹنگ منظرناموں میں عملی تعیناتی کے پہلوؤں کا تفصیلی موازنہ فراہم کرتا ہے۔

## اہم سیکھنے کے نتائج

اس باب کے اختتام تک، قارئین سمجھ سکیں گے:
- کلاؤڈ اور ایج AI آرکیٹیکچرز کے بنیادی فرق
- ایج تعیناتی کے لیے بنیادی آپٹیمائزیشن تکنیکیں
- حقیقی دنیا کی اطلاقات اور کامیابی کی کہانیاں
- ایج AI حلوں کو نافذ کرنے کے لیے عملی مہارتیں
- ہارڈویئر پلیٹ فارم کا انتخاب اور پلیٹ فارم مخصوص آپٹیمائزیشن طریقے
- کارکردگی کی بینچ مارکنگ اور تعیناتی کے بہترین طریقے

## مستقبل کے اثرات

ایج AI ایک اہم رجحان کے طور پر ابھرتا ہے جو AI کی تعیناتی کے مستقبل کو تشکیل دیتا ہے، تقسیم شدہ، مؤثر، اور پرائیویسی کو محفوظ رکھنے والے AI سسٹمز کے لیے راہ ہموار کرتا ہے جو کلاؤڈ کنیکٹیویٹی کے بغیر آزادانہ طور پر کام کر سکتے ہیں جبکہ اعلیٰ کارکردگی کے معیار کو برقرار رکھتے ہیں۔

---

**ڈسکلیمر**:  
یہ دستاویز AI ترجمہ سروس [Co-op Translator](https://github.com/Azure/co-op-translator) کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا غیر درستیاں ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے ذمہ دار نہیں ہیں۔