各位報名 9/11《研華 LLM × RAG × 邊緣運算 線上實戰營》的學員大家好！
歡迎大家於 2025/8/11 至 9/19 期間，在本貼文下方留言，提出您對課程主題的任何問題（如：RAG實作、私有LLM部署、MCP整合應用等），我們將會請講師於直播當天為您解答！
**留言就有機會抽中NT$50即享券, 共10名
小編溫馨提醒:
現在就開始在下方留言 
，與其他學員一起討論 “LLM × RAG × 邊緣運算” 的應用與挑戰吧！
大家好, 我是新手軟體工程師, 已經報名實戰營了, 想了解 甚麼樣的狀況下最適合邊緣Edge 的RAG應用
看起來我是頭一位留言, 希望能抽到禮券~謝謝各位
我想請問講師：在邊緣運算的環境下，如果要同時部署私有 LLM 與 RAG，有沒有推薦的最佳硬體配置與效能優化方法？另外，MCP 與 RAG 的整合在實務應用中會遇到哪些常見挑戰？
1. MCP 在與 RAG/LLM 整合時，如何處理跨 Agent 狀態同步與上下文傳遞。
2. RAG中向量檢索最相關的 chunks 送進 LLM。 如果檢索結果太多或上下文太長，會超過 LLM 的 Context Window，如何不失去關鍵語意特徵，但又保有資訊的完整性。
請問，結合 LLM + RAG 技術 + 邊緣AI系統，打造符合企業需求的 私有部署 AI 解決方案，是訂閱制？還是買斷制？謝謝您。
@wukuoan @Henrison @TodayisMyDay @fishfish
您好我是研華論壇小編~
感謝您的留言, 已將問題提供給講師, 講師會在課堂中回答您的問題喔~
即享券得獎名單將於9/25在此版公布，小編以email或論壇私訊通知得獎者領取
明天線上實戰營不見不散喔!
小編先回答您的問題 是買斷制喔~
請說明邊緣運算的模型更新機制是如何運作的 
大家好，我是對ai有興趣的設備工程師，希望未來可以運用它來改變目前工作的事情，並想引進大量的ai讓工作和生活不再是報表跟依賴資深工程師
需要AI Agent 來改善原本的工作環境
生活中很多小地方都需要AI。一個小小的邊緣裝置是否能讓美夢成真呢？
邊緣運算裝置有很多可用性，期待學習到新知識和實際運用！！
在企業內部知識管理場景中，若要同時運用 RAG (Retrieval-Augmented Generation) 實作 來強化問答準確度、透過 私有 LLM 部署 保障資料安全，並結合 MCP (Model Context Protocol) 整合應用 以提升多系統互通能力，應如何規劃整體架構與流程？其中在資料蒐集、索引建構、模型推理、安全控管及跨平台整合上，可能面臨哪些挑戰與解決策略？
請問模型是可以更新的嗎？
請問只能英文回覆答案嗎？
可以使用中文繁體嗎？
協助單位評估自建地端方案，因為單位主要是non code 人員，研究團隊需要尋找比較友善的介面跟設備。
目前有在跟醫院合作放射科X光影像病灶辨識，但在複雜的病灶仍有不精準的辨識與太敏感的狀況發生，如果使用該公司的solution，整合RAG與MCP的實作，有可能遇到哪些挑戰？有沒有一些solid的建議呢？
請問 RAG 所使用的向量資料庫，有需要做什麼類似SQL資料庫維護索引或是釋放不需要硬碟空間之類的Ops作業嗎？
希望有詳細的系統規格搭配可以跑的LLM 模型， 有多少的TOKEN 輸出的表格整理。TOPS有點抽象。