★ 本賣場商品皆【含稅附發票】，如需報帳用發票，請註明【統編】及【抬頭】。
★ 可配合學校採購流程開立正式報價單，請來訊或來信洽詢。sales@playrobot.com,
★ 購買前請詳閱關於賣場資訊
★ 直購價為訂金，如有需要歡迎留言或是來信洽詢，會有專人為您服務。
-----
迎接AI時代，用最AI的方式學習AI！
推薦理由：
1. 最直接成效 Edge AI 立竿見影
2. 開機即上課，資源通通安裝好👍
3. 最強效的 AI 模型範例
4. 最高 CP值，專題、競賽、校園亮點👍
5. 最容易使用，AI 輕鬆部屬完成
6. 不只辨識，還能跨領域延伸👍
7. 內容循序漸進，玩轉AI成為高手
8. 掌握產業泛型需求，產學共榮
9. 開課即參賽，高額將金等您來挑戰👍
10. 掌握全球科技動向，站上國際舞台👍
好評推薦：
<1> Intel inside的邊緣運算裝置(NUC或IPC)，軟硬整合接軌業界。
<2> 開機即上課，Ubuntu系統與套件通通安裝好。
<3> 不只能辨識，還能串聯周遭設備。
<4> 堂堂有成果，按圖施工保證成功。
<5> MIT台灣產業供應，不怕缺貨沒維護。
<6> 生態資源豐富，跨領域延伸沒煩惱。
延伸應用情境：
<1> 物體辨識與協作型手臂(連結)，可用來輔助辨識與拿取物品
<2> 骨架檢測與人型機器人(連結)，可以模仿動作的互動型機器人
<3> 文字辨識與機器人(連結)，可用於標誌辨識輔助駕駛
<4> 動作辨識與物聯網實習(連結)，可用於居家安全與智慧協助
<5> 動作辨識與搬運服務型機器人(連結)，可用於飯店與餐廳客戶服務
【專家推薦】
OpenVINO降低物力與人力的門檻
一般採用深度學習(Deep Learning, DL)方式的人工智慧(Artificial intelligence, AI)應用，在開發時須經過資料收集標註、模型選用訓練及最後部署到指定硬體進行推論工作。在訓練模型參數過程需經過數千到數萬次的推論才能使得參數最後收歛到足夠高的推論精度，而這項工作是須要耗費大量算力與人力，通常會選用算力較高的硬體裝置（如GPU, TPU, FPGA）來完成。
OpenVINO更輕量、更彈性地部屬在邊緣裝置
當完成訓練後，推論只需執行一次便可得到結果，明顯可看出算力需求的差異。若推論時仍採用訓練時的裝置，雖可得到極佳的推論效能及無痛移轉部署，但所需的硬體成本也會連帶提升數十到數百倍，更不要說硬體裝置龐大的體積及功耗，所以很難適用到大部份的邊緣智能(Edge AI)應用。通常邊緣智能應用有獨立性（不連網）、低延時、高隱私、低成本、低功耗及大量部署的特性，為了讓邊緣智能應用能以更輕量、更彈性地將訓練好的模型部署到各種邊緣裝置上進行推論，2018年5月Intel推出了OpenVINO toolkit (Open Visual Inference and Neural network Optimization，以下簡稱OpenVINO)。
Openvino有完整的量化和剪枝工具
這項工具包不僅協助開發者解決不同AI開發框架（如TensorFlow, PyTorch, Mxnet, Caffe …）產生的模型導入，同時將模型轉換成統一的中介表達格式(Intermediate Representation, IR, 模型結構XML檔加模型權重BIN檔)，方便推論引擎(Inference Engine)在自家的各種硬體(CPU, GPU, iGPU, FPGA, VPU)進行推論，如此就不必為了部署在不同硬體上要重新開發問題。
【軟硬整合】
4種等級擇一：
【1】AI實務應用_頂級教育套件：
<1> Intel® NUC 微型電腦 ( intel i7 12th )
<2> OpenVINO Education Kits 套件
<3> OpenVINO 教學手冊
【2】AI實務應用_教育套件：
<1> Intel® NUC 微型電腦( intel i5 12th)
<2> OpenVINO Education Kits 套件
<3> OpenVINO 教學手冊
【3】AI實務應用_入門套件：
<1> Intel 工業級邊緣運算主板( UP 4000 進階版 )
<2> OpenVINO Education Kits 套件
<3> OpenVINO 教學手冊
【4】AI實務應用_體驗套件：
<1> Intel 工業級邊緣運算主板( UP 4000 基礎版 )
<2> OpenVINO Education Kits 套件( 簡配 )
<3> OpenVINO 試閱電子檔
額外選配：
外接裝置：螢幕、鍵盤、滑鼠等
