“آخرین نسخه OpenVINO 2022.1 مبتنی بر بیش از سه سال یادگیری از صدها هزار توسعه‌دهنده برای ساده‌سازی و خودکارسازی بهینه‌سازی‌ها است. آخرین به‌روزرسانی، کشف خودکار سخت‌افزار و بهینه‌سازی خودکار را اضافه می‌کند، به طوری که توسعه‌دهندگان نرم‌افزار می‌توانند به عملکرد مطلوب در هر پلتفرمی دست یابند. آدام برنز، معاون OpenVINO Developer Tools در گروه شبکه و Edge، گفت: این نرم افزار، همراه با سیلیکون اینتل، مزیت قابل توجهی در AI ROI ارائه می دهد و به راحتی در راه حل های مبتنی بر اینتل در شبکه شما مستقر می شود.
Intel Distribution of OpenVINO Toolkit – که بر اساس OneAPI ساخته شده است – مجموعه ای از ابزارها برای یادگیری عمیق با کارایی بالا است که نتایج واقعی سریعتر و دقیق تری را هدف قرار می دهد که در تولید بر روی پلتفرم های مختلف اینتل، از لبه تا ابر، به کار گرفته شده است. . OpenVINO استقرار برنامه‌ها و الگوریتم‌های با کارایی بالا را در دنیای واقعی با یک گردش کار توسعه کارآمد امکان‌پذیر می‌سازد.
API به روز شده و تمیزتر
- تغییرات کد کمتر هنگام انتقال از چارچوب‌ها: قالب‌های دقیق اکنون با تبدیل کمتری حفظ می‌شوند و الگوها دیگر نیازی به تبدیل طرح‌بندی ندارند.
- یک مسیر ساده‌تر برای AI سریعتر: پارامترهای Model Optimizer API برای به حداقل رساندن پیچیدگی کاهش یافته‌اند.
- آموزش با استنباط در ذهن: برنامه‌های افزودنی آموزشی OpenVINO و چارچوب فشرده‌سازی شبکه عصبی (NNCF) الگوهای آموزشی مدل اختیاری را ارائه می‌دهند که بهبود عملکرد بیشتری را با دقت حفظ شده برای تشخیص عمل، طبقه‌بندی تصویر، تشخیص گفتار، پاسخ به سؤال و ترجمه ارائه می‌کنند.
پشتیبانی مدل گسترده تر
- پشتیبانی گسترده تر از مدل های برنامه نویسی زبان طبیعی و موارد استفاده مانند تشخیص متن به گفتار و گفتار: پشتیبانی از اشکال پویا خانواده BERT و ترانسفورماتورهای Hugging Face را بهتر فعال می کند.
- بهینه سازی و پشتیبانی از دید کامپیوتری پیشرفته: خانواده ماسک R-CNN اکنون بهینه تر شده است و پشتیبانی از مدل های با دقت دوگانه (FP64) معرفی شده است.
- پشتیبانی مستقیم از مدل‌های PaddlePaddle: Model Optimizer اکنون می‌تواند مستقیماً مدل‌های PaddlePaddle را بدون تبدیل به چارچوب دیگری وارد کند.
قابلیت حمل و کارایی
- استفاده هوشمندانه‌تر از دستگاه‌ها بدون تغییر کد: حالت دستگاه خودکار به‌طور خودکار قابلیت استنتاج سیستم موجود را بر اساس نیازهای مدل کشف می‌کند، بنابراین برنامه‌ها دیگر نیازی به دانستن محیط محاسباتی خود به طور همزمان ندارند.
- بهینه‌سازی تخصصی درون جعبه ابزار: با ویژگی دسته‌بندی خودکار، عملکرد دستگاه با تنظیم خودکار و سفارشی‌سازی تنظیمات توان عملیاتی مناسب برای پیکربندی سیستم توسعه‌دهندگان و مدل برنامه افزایش می‌یابد. یادگیری عمیق. نتیجه موازی مقیاس پذیر و استفاده بهینه از حافظه است.
- طراحی شده برای نسل دوازدهم Intel Core: از معماری هیبریدی برای ارائه بهبودهایی برای استنتاج با کارایی بالا در CPU و GPU یکپارچه پشتیبانی می کند.
