حقق سرعات استدلال أعلى باستخدام Ultralytics YOLOv8 وOpenVINO من Intel
احصل على استدلال أسرع بمقدار 3 مرات باستخدام Ultralytics YOLOv8 وIntel OpenVINO™. وحوّل نشر الذكاء الاصطناعي عبر وحدات CPU ووحدات GPU لتحليلات الفيديو والمدن الذكية وقطاع التجزئة. واستكشف دليلنا لتحسين نماذج الذكاء الاصطناعي باستخدام OpenVINO™.

في عالم الذكاء الاصطناعي سريع التطور، تُعد السرعة والكفاءة أمرين بالغي الأهمية. يسرّ Ultralytics مشاركة أحدث تكامل مع مجموعة أدوات OpenVINO™ من Intel، التي تعد بإحداث ثورة في نشر نماذج AI. يدمج هذا التعاون قوة نماذج Ultralytics YOLOv8 مع كفاءة OpenVINO™ من Intel، مما يوفر تسريعًا يصل إلى 3 أضعاف على وحدات CPU وأداءً محسنًا عبر منظومة Intel الواسعة من الأجهزة، بما في ذلك وحدات GPU المدمجة ووحدات GPU المخصصة ووحدات VPU.
ما الذي يميز هذا التكامل؟#
صُممت مجموعة أدوات OpenVINO™ من Intel لتعظيم أداء نماذج AI عبر أجهزة Intel. فهي لا تقتصر على الرؤية؛ إذ يتفوق OpenVINO™ في التعامل مع مجموعة متنوعة من المهام، بدءًا من معالجة اللغة ووصولًا إلى تحليل الصوت. ومن خلال تحسين نماذج YOLOv8 للعمل مع OpenVINO™، تضمن Ultralytics للمستخدمين الاستمتاع باستدلال AI ليس أسرع فحسب، بل أكثر كفاءة أيضًا، سواء كانوا يطورون تطبيقات لتحليلات الفيديو أو المدن الذكية أو قطاع التجزئة من الجيل التالي.
للاطلاع على شرح تفصيلي لكيفية تصدير نموذج Ultralytics YOLOv8 وتحسينه للاستدلال باستخدام OpenVINO™، شاهد البرنامج التعليمي المرئي الخاص بنا:
نظرة خاطفة على العملية#
تخيل إمكانية تصدير نماذج Ultralytics YOLOv8 مباشرةً إلى تنسيق مصمم خصيصًا لتحقيق السرعة والكفاءة. هذا بالضبط ما يتيحه هذا التكامل. وباستخدام بضعة أسطر من التعليمات البرمجية فقط، يمكن للمطورين تحويل نماذج YOLOv8 إلى إصدارات متوافقة مع OpenVINO™، جاهزة للاستفادة من تسريع الأجهزة الذي توفره Intel. لا تتعلق هذه العملية بالسرعة فحسب؛ بل تتيح إمكانات جديدة لتطبيقات AI كانت مقيدة سابقًا بحدود القدرة الحاسوبية.
ميزة OpenVINO: تبسيط تطوير AI#
يمثل تكامل Ultralytics وIntel خطوة تحويلية في عملية تطوير AI. فمن خلال دمج YOLOv8 وOpenVINO™، يحصل المطورون على مسار فعال للاستفادة من وحدات CPU من Intel®، التي تشكل محور الحوسبة في مجالات متعددة. ويسهم هذا الاتحاد بدرجة كبيرة في تعزيز إتاحة AI وكفاءته للتطبيقات العملية.
يؤدي الاستفادة من OpenVINO™ إلى تحسين عملية الاستدلال، مما يضمن أن نماذج Ultralytics YOLOv8 لا تواكب أحدث التقنيات فحسب، بل تكون محسّنة أيضًا لتحقيق الكفاءة في العالم الحقيقي. ويتيح ذلك نشر حلول AI المتقدمة بسرعة عبر مجموعة واسعة من الأجهزة، مع تجنب الحاجة إلى إعدادات GPU المكلفة. ونتيجةً لذلك، يتسع نطاق التطبيقات التي كانت محدودة في السابق بسبب العوائق الحاسوبية، مما يمهد الطريق لتحقيق تطورات في مبادرات المدن الذكية وتحسين تجارب العملاء في قطاع التجزئة.
الفوائد في العالم الحقيقي#
- أداء محسّن: استمتع باستدلال AI أسرع بما يصل إلى 3 أضعاف على وحدات CPU، مع تسريعات أكبر عبر طيف أجهزة Intel.
- نشر متعدد الاستخدامات: اكتب تطبيقك مرة واحدة وانشره في أي مكان ضمن منظومة أجهزة Intel، بدءًا من وحدات CPU ووصولًا إلى وحدات VPU، من دون إجراء تغييرات إضافية على التعليمات البرمجية.
- سهولة الاستخدام: استفد من أكثر من 80 برنامجًا تعليميًا يرشدك خلال عملية تحسين نماذج AI، حتى إن لم تكن خبيرًا في التعلم العميق.
قصص نجاح: معايير أداء تتحدث عن نفسها#
اختبرت Ultralytics وIntel هذا التكامل عمليًا، من خلال إجراء اختبارات معيارية لنماذج YOLOv8 عبر منصات أجهزة Intel المختلفة. وكانت النتائج مثيرة للإعجاب للغاية، إذ تفوقت النماذج المحسّنة باستخدام OpenVINO™ باستمرار على نظيراتها من حيث السرعة، من دون المساس بالدقة. بدءًا من سلسلة Intel Data Center GPU Flex ووصولًا إلى أحدث وحدات CPU من Xeon، تؤكد اختبارات الأداء الأثر التحويلي لهذا التكامل في نشر AI.

الشكل 1. زمن الاستدلال لكل صورة حسب حجم النموذج وتنسيقه (وحدة CPU من Xeon)
إيصال AI إلى العالم الحقيقي#
يتجاوز هذا التكامل مجرد الأرقام واختبارات الأداء؛ فهو يتيح للمبتكرين والمطورين إدخال AI في تطبيقات العالم الحقيقي بسهولة وكفاءة غير مسبوقتين. وسواء تعلق الأمر بتحسين أنظمة الأمان من خلال اكتشاف الأجسام بسرعة أكبر أو إنشاء تجارب أكثر تفاعلية في قطاع التجزئة عبر التحليلات الذكية، فإن تكامل Ultralytics YOLOv8 وIntel OpenVINO™ مهيأ لتمكين عصر جديد من تطبيقات AI.
ابدأ اليوم!#
واكب مستقبل AI مع Ultralytics وIntel. تعمق في تكاملنا الشامل لنماذج YOLOv8 مع OpenVINO™ لتحقيق أداء وكفاءة لا مثيل لهما. لمزيد من المعلومات ودليل تفصيلي خطوة بخطوة حول تحقيق أقصى استفادة من هذا التعاون القوي، تفضل بزيارة صفحة مستندات تكامل OpenVINO.









