حقق سرعات استنتاج أسرع مع Ultralytics YOLOv8 و Intel OpenVINO

في عالم الذكاء الاصطناعي سريع التطور، تُعد السرعة والكفاءة أمراً بالغ الأهمية. يسر شركة Ultralytics أن تشارك أحدث تكامل مع مجموعة أدوات Intel's OpenVINO™ والذي يعد بإحداث ثورة في نشر نماذج الذكاء الاصطناعي. يدمج هذا التعاون قوة نماذج Ultralytics YOLOv8 مع كفاءة Intel's OpenVINO™، مما يوفر تسريعاً يصل إلى 3 أضعاف على وحدات المعالجة المركزية (CPUs) وأداءً محسناً عبر بيئة الأجهزة الواسعة لشركة Intel، بما في ذلك وحدات معالجة الرسومات المدمجة، وحدات معالجة الرسومات المخصصة، ووحدات المعالجة البصرية (VPUs).

ما الذي يجعل هذا التكامل خاصاً؟#

تم تصميم مجموعة أدوات Intel's OpenVINO™ لتحقيق أقصى قدر من أداء نماذج الذكاء الاصطناعي عبر أجهزة Intel. الأمر لا يقتصر فقط على المرئيات؛ حيث تتفوق OpenVINO™ في التعامل مع مجموعة متنوعة من المهام، بدءاً من معالجة اللغات وحتى تحليل الصوت. من خلال تحسين models YOLOv8 لـ OpenVINO™، تضمن Ultralytics أن يتمكن المستخدمون من الاستمتاع باستنتاج ذكاء اصطناعي أسرع وأكثر كفاءة، سواء كانوا يطورون تطبيقات لتحليلات الفيديو، أو المدن الذكية، أو قطاع التجزئة من الجيل التالي.

للحصول على دليل تفصيلي حول كيفية تصدير وتحسين نموذج Ultralytics YOLOv8 الخاص بك للاستنتاج باستخدام OpenVINO™، تحقق من فيديو البرنامج التعليمي الخاص بنا:

نظرة سريعة على العملية#

تخيل أن تكون قادرًا على تصدير نماذج Ultralytics YOLOv8 الخاصة بك مباشرة إلى تنسيق مصمم خصيصًا لتحقيق السرعة والكفاءة. هذا بالضبط ما يقدمه هذا التكامل. من خلال بضعة أسطر فقط من التعليمات البرمجية، يمكن للمطورين تحويل نماذج YOLOv8 الخاصة بهم إلى إصدارات متوافقة مع OpenVINO™، وهي جاهزة للاستفادة من تسريع الأجهزة الذي توفره Intel. لا يتعلق هذا العملية بالسرعة فحسب؛ بل يتعلق أيضًا بفتح إمكانيات جديدة لتبيقات الذكاء الاصطناعي التي كانت مقيدة سابقًا بالقيود الحسابية.

ميزة OpenVINO: تبسيط تطوير الذكاء الاصطناعي#

يعد تكامل Ultralytics و Intel خطوة تحويلية في عملية تطوير الذكاء الاصطناعي. من خلال دمج YOLOv8 و OpenVINO™، يكتسب المطورون مساراً فعالاً لاستخدام وحدات المعالجة المركزية Intel® - وهي جوهر الحوسبة في مجالات متنوعة. هذا الاتحاد يعزز بشكل كبير من إمكانية الوصول إلى الذكاء الاصطناعي وكفاءته للتطبيقات العملية.

يؤدي الاستفادة من OpenVINO™ إلى تحسين عملية الاستدلال، مما يضمن أن نماذج Ultralytics YOLOv8 ليست متطورة فحسب، بل محسنة أيضاً للكفاءة في العالم الحقيقي. يتيح ذلك نشر حلول الذكاء الاصطناعي المعقدة بسرعة عبر طيف واسع من الأجهزة، متجاوزاً الحاجة إلى إعدادات وحدة معالجة رسومية (GPU) مكلفة. ونتيجة لذلك، يوسع هذا نطاق التطبيقات التي كانت مقيدة سابقاً بالعوائق الحسابية، مما يمهد الطريق لتحقيق تقدم في مبادرات المدن الذكية وتعزيز تجارب العملاء في قطاع التجزئة.

فوائد واقعية#

• أداء محسن: جرب استنتاج ذكاء اصطناعي أسرع بما يصل إلى 3 أضعاف على وحدات المعالجة المركزية، مع تسريع أكبر عبر نطاق أجهزة Intel.
• نشر متعدد الاستخدامات: اكتب تطبيقك مرة واحدة وانشره في أي مكان ضمن نظام أجهزة Intel، من وحدات المعالجة المركزية إلى وحدات VPUs، دون إجراء تغييرات إضافية على الكود البرمجي.
• سهولة الاستخدام: احصل على أكثر من 80 درساً تعليمياً ترشدك خلال تحسين نماذج الذكاء الاصطناعي، حتى لو لم تكن خبيراً في التعلم العميق.

قصص نجاح: معايير تتحدث عن نفسها#

قامت Ultralytics وIntel وضع التكامل موضع الاختبار، حيث تم إجراء benchmarking لنماذج YOLOv8 عبر مختلف منصات أجهزة Intel. النتائج مذهلة للغاية، حيث تتفوق النماذج المحسنة بواسطة OpenVINO™ باستمرار على نظيراتها في السرعة، دون المساس بالدقة. بدءاً من سلسلة وحدات معالجة الرسومات Intel Data Center GPU Flex وحتى أحدث وحدات المعالجة المركزية Xeon، تؤكد نتائج القياس المعياري على التأثير التحويلي لهذا التكامل على نشر الذكاء الاصطناعي.

Fig 1. زمن الاستنتاج لكل صورة حسب حجم النموذج والتنسيق (على وحدة المعالجة المركزية Xeon)

جلب الذكاء الاصطناعي إلى العالم الحقيقي#

هذا التكامل هو أكثر من مجرد أرقام ومعايير؛ إنه يتعلق بتمكين المبتكرين والمطورين من جلب الذكاء الاصطناعي إلى تطبيقات العالم الحقيقي بسهولة وكفاءة غير مسبوقتين. سواء كان ذلك تعزيز الأنظمة الأمنية باكتشاف أسرع للأجسام أو إنشاء تجارب تجزئة أكثر تفاعلية من خلال التحليلات الذكية، فإن تكامل Ultralytics YOLOv8 و Intel OpenVINO™ مهيأ لتمكين حقبة جديدة من تطبيقات الذكاء الاصطناعي.

ابدأ اليوم!#

تبنى مستقبل الذكاء الاصطناعي مع Ultralytics وIntel. الغوص في التكامل الشامل لنماذج YOLOv8 مع OpenVINO™ لتحقيق أداء وكفاءة لا مثيل لهما. لمزيد من المعلومات والدليل خطوة بخطوة حول تعظيم الاستفادة من هذا التعاون القوي، تفضل بزيارة OpenVINO Integration Docs page.