حققوا سرعات استدلال أعلى باستخدام Ultralytics YOLOv8 وOpenVINO من Intel
احصل على استدلال أسرع بما يصل إلى 3 أضعاف على CPU باستخدام Ultralytics YOLOv8 وIntel OpenVINO™، مع نشر محسّن عبر وحدات CPU وGPU وVPU من Intel.
Paula Derrenger3 دقيقة قراءة
تُعد السرعة والكفاءة عاملين حاسمين عند نشر نماذج الذكاء الاصطناعي. ويسرّ Ultralytics أن تعلن عن أحدث عمليات تكاملها مع مجموعة أدوات OpenVINO™ من Intel، التي تسهّل نشر نماذج الذكاء الاصطناعي المحسّنة على أجهزة Intel. يجمع هذا التعاون مع Intel بين قوة نماذج Ultralytics YOLOv8 وكفاءة OpenVINO™ من Intel، محققًا زيادة في السرعة تصل إلى ثلاثة أضعاف على وحدات CPU، وأداءً معززًا عبر منظومة أجهزة Intel الواسعة، بما يشمل وحدات GPU المدمجة والمخصصة ووحدات VPU.
ما الذي يميز هذا التكامل؟#
صُممت مجموعة أدوات OpenVINO™ من Intel لتحقيق أقصى أداء لنماذج AI على مختلف أجهزة Intel. ولا يقتصر دعم OpenVINO™ على الرؤية الحاسوبية، إذ يشمل مجموعة متنوعة من المهام، بدءًا من معالجة اللغة وصولًا إلى تحليل الصوت. ومن خلال تحسين نماذج YOLOv8 للعمل مع OpenVINO™، تساعد Ultralytics المستخدمين على تحقيق استدلال أسرع وأكثر كفاءة باستخدام AI، سواء كانوا يطورون تطبيقات لتحليلات الفيديو أو للمدن الذكية أو لقطاع تجارة التجزئة من الجيل الجديد.
للاطلاع على شرح مفصل خطوة بخطوة لتصدير نموذج Ultralytics YOLOv8 وتحسينه للاستدلال باستخدام OpenVINO™، راجعوا البرنامج التعليمي خطوة بخطوة لتصدير YOLOv8 إلى OpenVINO.
لمحة عن آلية العمل#
تخيلوا إمكانية تصدير نماذج Ultralytics YOLOv8 مباشرةً إلى تنسيق مصمم خصيصًا للسرعة والكفاءة. وهذا بالضبط ما يوفره هذا التكامل. فباستخدام بضعة أسطر من التعليمات البرمجية فحسب، يستطيع المطورون تحويل نماذج YOLOv8 إلى إصدارات متوافقة مع OpenVINO™، جاهزة للاستفادة من تسريع الأجهزة الذي توفره Intel. وهذا يجعل تشغيل تطبيقات الذكاء الاصطناعي التي كانت القيود الحاسوبية تحول دون استخدامها أمرًا عمليًا.
ميزة OpenVINO: تبسيط تطوير الذكاء الاصطناعي#
يمثل تكامل Ultralytics وIntel خطوة عملية إلى الأمام في عملية تطوير الذكاء الاصطناعي. ومن خلال الجمع بين YOLOv8 وOpenVINO™، يحصل المطورون على وسيلة فعالة للاستفادة من وحدات CPU Intel®، التي تشكل محور الحوسبة في العديد من المجالات. وهذا يجعل الذكاء الاصطناعي أكثر إتاحة وكفاءة في التطبيقات العملية.
يُحسّن استخدام OpenVINO™ عملية الاستدلال، ما يسمح لنماذج Ultralytics YOLOv8 بالعمل بكفاءة في ظروف العالم الحقيقي. ويتيح ذلك نشر حلول الذكاء الاصطناعي بسرعة على مجموعة واسعة من الأجهزة، من دون الحاجة إلى إعدادات GPU مرتفعة التكلفة، ما يوسع نطاق الإمكانات في مجالات مثل مبادرات المدن الذكية وتجارب العملاء في قطاع البيع بالتجزئة.
فوائد عملية#
- أداء معزز: اختبر استدلالًا أسرع للذكاء الاصطناعي يصل إلى 3 أضعاف على وحدات المعالجة المركزية، مع تسارع أكبر على نطاق أجهزة Intel.
- نشر مرن: اكتب تطبيقك مرة واحدة وانشره في أي مكان ضمن منظومة أجهزة Intel، من وحدات المعالجة المركزية إلى وحدات معالجة الرؤية (VPU)، دون الحاجة إلى إجراء تغييرات إضافية على التعليمات البرمجية.
- سهولة الاستخدام: استفد من أكثر من 80 درسًا تعليميًا ترشدك إلى تحسين نماذج الذكاء الاصطناعي، حتى إن لم تكن خبيرًا في التعلم العميق.
قصص نجاح: اختبارات أداء تتحدث عن نفسها#
اختبرت Ultralytics وIntel التكامل عمليًا عبر قياس الأداء لنماذج YOLOv8 على منصات مختلفة من أجهزة Intel. وتُظهر النتائج أن النماذج المحسّنة باستخدام OpenVINO™ تعمل باستمرار بسرعة أكبر من نظيراتها من دون المساس بالدقة، بدءًا من سلسلة وحدات GPU Flex لمراكز البيانات من Intel ووصولًا إلى أحدث وحدات CPU Xeon.

الشكل 1. زمن الاستدلال لكل صورة بحسب حجم النموذج وتنسيقه (وحدة معالجة مركزية Xeon)
إيصال الذكاء الاصطناعي إلى العالم الواقعي#
لا يقتصر هذا التكامل على الأرقام ونتائج قياس الأداء، بل يهدف إلى مساعدة المطورين على دمج الذكاء الاصطناعي في تطبيقات العالم الحقيقي بسهولة وكفاءة أكبر. سواء أكان ذلك من خلال تعزيز أنظمة الأمن باكتشاف أسرع للعناصر، أم ابتكار تجارب أكثر تفاعلية في قطاع البيع بالتجزئة عبر التحليلات الذكية، فإن تكامل Ultralytics YOLOv8 وIntel OpenVINO™ يساعد على تشغيل جيل جديد من تطبيقات الذكاء الاصطناعي.
ابدأ اليوم!#
لتجربة التكامل بأنفسكم، صدّروا نموذج YOLOv8 إلى OpenVINO™ وقيسوا أداءه على أجهزة Intel الخاصة بكم. ولمزيد من المعلومات ودليل إرشادي خطوة بخطوة، تفضلوا بزيارة صفحة وثائق تكامل OpenVINO.
بقلم
التعليقات
اطرح سؤالًا، أو شارك نتائجك، أو ساعد شخصًا آخر.










