9 أكتوبر 2024
قم بزيارة حديث ديمتري باستوشينكوف وأدريان بوغوشيفسكي عن تحسين نماذج YOLO Vision 2024 باستخدام Intel OpenVino وتشغيل الاستدلالات في الوقت الفعلي على كمبيوتر Intel للذكاء الاصطناعي.
جمع مؤتمر YOLO Vision 2024 (YV24)، وهو الحدث السنوي الهجين الذي تنظمه Ultralytics عشاق الذكاء الاصطناعي والمطورين والخبراء من جميع أنحاء العالم لاستكشاف أحدث الابتكارات في مجال الرؤية الحاسوبية. شكّل YV24 فرصة ومنصة رائعة لمناقشة الاكتشافات الجديدة. وقد شهد الحدث مشاركة لاعبين رئيسيين في مجال الذكاء الاصطناعي لتقديم أحدث ابتكاراتهم. كان من بينهم Intel التي شاركت في الفعالية وقدمت كلمة رئيسية عن حاسوبها الشخصي الجديد الرائد في مجال الذكاء الاصطناعي وتكامل Intel OpenVino مع نماذجUltralytics YOLO مثل Ultralytics YOLO11.
أدار الحديث أدريان بوغوشيفسكي، وهو مبشر برمجيات شارك في تأليف مجموعة بيانات LandCover.ai وتثقيف المطورين حول مجموعة أدوات OpenVINO من Intel وديمتري باستوشينكوف، وهو مبشر في مجال الذكاء الاصطناعي للكمبيوتر الشخصي يتمتع بخبرة تزيد عن 20 عامًا في مجال الأتمتة الصناعية والذكاء الاصطناعي. وخلال الحدث، أعرب أدريان عن حماسه وقال: "هذا حدث رائع اليوم، ليس فقط لأن Ultralytics قدّمت إصدارًا جديدًا من YOLO ولكن أيضًا لأننا قادرون على تقديم هذا النموذج الجديد الذي يعمل على أجهزتنا الجديدة، بالإضافة إلى إصدار جديد من OpenVINO".
في هذه المقالة، سنلقي نظرة على أهم ما جاء في حديثIntelفي مؤتمر YV24، وسنتناول في هذه المقالة أهم ما جاء في حديثIntelفي YV24، ونتعمق في خصوصيات وعموميات أجهزة الكمبيوتر الشخصية التي تعمل بالذكاء الاصطناعي، وسلسلة Intel Core Ultra 200V، وكيفية تكاملها مع نماذج Ultralytics YOLO باستخدام مجموعة أدوات OpenVINO . لنبدأ!
بدأ ديمتري الكلمة الرئيسية بالخوض في الاختلافات الرئيسية بين الذكاء الاصطناعي التقليدي والذكاء الاصطناعي التوليدي. دار التركيز حول كيفية تطور هذه التقنيات وحالات استخدامها في عام 2024. كانت تقنيات الذكاء الاصطناعي التقليدية مثل الرؤية الحاسوبية ومعالجة اللغة الطبيعية ضرورية لـ مهام مثل تقدير الوضعية، واكتشاف الكائنات، والتعرف على الصوت. ومع ذلك، يمثل الذكاء الاصطناعي التوليدي موجة أحدث من تكنولوجيا الذكاء الاصطناعي التي تتضمن تطبيقات مثل برامج الدردشة الآلية، وإنشاء نصوص إلى صور، وكتابة التعليمات البرمجية، وحتى النصوص إلى الفيديو.
أشار ديمتري إلى الفرق في الحجم بين الاثنين. وأوضح أنه في حين أن نماذج الذكاء الاصطناعي التقليدية تتكون من ملايين المعلمات، فإن نماذج الذكاء الاصطناعي التوليدي تعمل على نطاق أوسع بكثير. غالبًا ما تشتمل نماذج الذكاء الاصطناعي التوليدي على مليارات أو حتى تريليونات المعلمات، مما يجعلها أكثر تطلبًا من الناحية الحسابية.
قدم ديمتري كمبيوتر Intel للذكاء الاصطناعي كحل جديد للأجهزة مصمم لمواجهة التحديات المتزايدة لتشغيل نماذج الذكاء الاصطناعي التقليدية والتوليدية بكفاءة. حاسوب Intel AI PC هو جهاز قوي وموفر للطاقة. وهو قادر على تشغيل مجموعة كبيرة من نماذج الذكاء الاصطناعي محلياً، دون الحاجة إلى المعالجة السحابية.
تساعد المعالجة المحلية في الحفاظ على خصوصية البيانات الحساسة. عندما تتمكن نماذج الذكاء الاصطناعي من العمل بشكل مستقل عن اتصالات الإنترنت، تتم الإجابة على المخاوف الأخلاقية للصناعات فيما يتعلق بالخصوصية والأمان.
القوة الدافعة وراء كمبيوتر Intel AI PC هو معالج سلسلة Intel Core Ultra 200V. يتضمن هذا المعالج ثلاثة مكونات رئيسية: وحدة المعالجة المركزيةCPU)، ووحدة معالجة الرسوماتGPU)، ووحدة المعالجة العصبية (NPU). يلعب كل منها دوراً محدداً في التعامل مع أنواع مختلفة من أعباء عمل الذكاء الاصطناعي. تُعد وحدة CPU المركزية مثالية للمهام الأصغر حجماً والمنخفضة التأخير التي تتطلب استجابات سريعة، بينما تم تحسين GPU للعمليات عالية الإنتاجية مثل تشغيل نماذج الذكاء الاصطناعي. أما وحدة المعالجة العصبية المصممة لكفاءة الطاقة، فهي مناسبة تمامًا للمهام طويلة الأمد مثل اكتشاف الكائنات في الوقت الحقيقي مع نماذج مثل YOLO11.
وقد تم تسليط الضوء على أن CPU يمكنها تقديم ما يصل إلى 5 توبس (تريليونات من العمليات في الثانية)، GPU حتى 67 توبس (TOPS)، وتوفر وحدة المعالجة العصبية طريقة موفرة للطاقة لتشغيل مهام الذكاء الاصطناعي بشكل مستمر دون استنزاف موارد النظام.
تدمج سلسلة معالجات Intel Core Ultra 200V Series جميع محركات الذكاء الاصطناعي الثلاثة - وحدة المعالجة العصبية ووحدة CPU GPU - في شريحة واحدة صغيرة الحجم. تصميمها مناسب تماماً للأجهزة صغيرة الحجم مثل أجهزة الكمبيوتر المحمول، دون التضحية بالأداء.
يتضمن المعالج أيضاً ذاكرة وصول عشوائي مدمجة، مما يقلل من الحاجة إلى بطاقات رسومات منفصلة. وهذا يساعد على تقليل استخدام الطاقة ويحافظ على الجهاز صغير الحجم. أكد ديمتري أيضاً على مرونة المعالج. يمكن للمستخدمين أن يقرروا ما إذا كانوا يريدون تشغيل نماذج الذكاء الاصطناعي على CPU أو GPU أو وحدة المعالجة العصبية حسب المهمة. على سبيل المثال، يمكن تشغيل اكتشاف الكائنات باستخدام نماذج YOLO11 على أي من هذه المحركات، بينما يمكن تشغيل المهام الأكثر تعقيداً، مثل توليد النصوص إلى صورة، باستخدام كل من وحدة GPU ووحدة المعالجة العصبية في الوقت نفسه للحصول على أداء أفضل.
خلال العرض التقديمي، أخرج ديمتري الشريحة من جيبه، مما أعطى الجميع إحساساً واضحاً بمدى صغر حجمها - على الرغم من قدرتها على التعامل مع مثل هذه المهام المتقدمة للذكاء الاصطناعي. لقد كانت طريقة ممتعة ولا تُنسى لإظهار كيف تجلب Intel قدرات الذكاء الاصطناعي القوية إلى أجهزة محمولة وعملية أكثر.
بعد عرض أحدث التطورات في أجهزة Intel انتقل ديمتري بعد ذلك إلى مجموعة برمجيات Intel التي تدعم الذكاء الاصطناعي. فقد قدم OpenVINO وهو إطار عمل مفتوح المصدر من Intelمصمم لتحسين نماذج الذكاء الاصطناعي ونشرها بكفاءة عبر الأجهزة المختلفة. ويتجاوز OpenVINO المهام المرئية، حيث يوسع نطاق دعمه ليشمل نماذج الذكاء الاصطناعي المستخدمة في معالجة اللغة الطبيعية، ومعالجة الصوت، والمحولات، وما إلى ذلك.
OpenVINO متوافق مع المنصات الشائعة مثل PyTorchو TensorFlow و ONNXويمكن للمطورين دمجها بسهولة في سير عملهم. إحدى الميزات الرئيسية التي لفت الانتباه إليها هي التكميم. يعمل التكميم على ضغط أوزان النماذج لتقليل حجمها بحيث يمكن تشغيل النماذج الكبيرة بسلاسة على الأجهزة المحلية دون الحاجة إلى السحابة. يعمل OpenVINO عبر أطر عمل متعددة، حيث يعمل على CPU أو GPU أو وحدة المعالجة العصبية أو وحدة المعالجة العصبية أو FPGA أو حتى أجهزة ARM، ويدعم أنظمة ويندوز ولينكس وماك. كما أطلع ديمتري الجمهور على مدى سهولة بدء استخدام OpenVINO.
في الجزء الثاني من المحاضرة، تم تمرير الميكروفون إلى أدريان، الذي أوضح التكامل السلس بين نماذجYOLO Ultralytics ومجموعة أدوات OpenVINO من Intelمما يبسط عملية نشر نموذجYOLO . وقدّم شرحًا تفصيليًا لكيفية تصدير نموذج YOLO باستخدام حزمةUltralytics Python إلى تنسيق OpenVINO بسرعة وسهولة. يسهل هذا التكامل على المطورين تحسين نماذجهم لأجهزة Intel وتحقيق أقصى استفادة من كلا النظامين الأساسيين.
أوضح أدريان أنه بمجرد أن يتم تدريب نموذج Ultralytics YOLO يمكن للمستخدمين تصديره باستخدام بعض علامات سطر الأوامر البسيطة. على سبيل المثال، يمكن للمستخدمين تحديد ما إذا كانوا يريدون تصدير النموذج كنسخة ذات فاصلة عائمة للحصول على أقصى قدر من الدقة أو كنسخة كمية لتحسين السرعة والكفاءة. كما سلط الضوء أيضًا على كيفية إدارة المطورين لهذه العملية مباشرةً من خلال التعليمات البرمجية، باستخدام خيارات مثل التكميم INT8 لتحسين الأداء دون التضحية بالكثير من الدقة.
لوضع كل هذه النظريات موضع التنفيذ، قدم فريق Intel عرضًا توضيحيًا في الوقت الفعلي لاكتشاف الأجسام عن طريق تشغيل YOLO11 على حاسوب Intel للذكاء الاصطناعي. عرض أدريان كيفية تعامل النظام مع النموذج عبر معالجات مختلفة، محققاً 36 إطاراً في الثانية على CPU مع نموذج الفاصلة العائمة، وأكثر من 100 إطار في الثانية على GPU المدمجة، و70 إطاراً في الثانية مع الإصدار المكمّل INT8. تمكنوا من إظهار مدى كفاءة حاسوب Intel AI PC في إدارة مهام الذكاء الاصطناعي المعقدة.
وأشار أيضاً إلى أنه يمكن للنظام تشغيل النماذج بالتوازي، باستخدام CPU GPU ووحدة GPU ووحدة المعالجة العصبية معاً للمهام التي تتوفر فيها جميع البيانات أو إطارات الفيديو مقدماً. وهذا مفيد عند معالجة الأحمال الثقيلة مثل مقاطع الفيديو. يمكن للنظام تقسيم عبء العمل على معالجات مختلفة، مما يجعله أسرع وأكثر كفاءة.
وفي الختام، ذكر أدريان أنه يمكن للمستخدمين تجربة العروض التوضيحية في المنزل، بما في ذلك حلول مثل عدّ الأشخاص والإدارة الذكية لقوائم الانتظار. ثم عرض عرضًا توضيحيًا إضافيًا حيث يمكن للمستخدمين إدخال مطالبات لتوليد صور تشبه الأحلام في الوقت الفعلي على GPU. وقد أظهر هذا العرض تعدد استخدامات كمبيوتر Intel للذكاء الاصطناعي لكل من مهام الذكاء الاصطناعي التقليدية ومشاريع الذكاء الاصطناعي الإبداعية والتوليدية.
في هذا الحدث، كان لدى Intel جناح خاص بها حيث عرضت عرضوا عرضًا توضيحيًا لاكتشاف الأجسام في الوقت الفعلي باستخدام YOLO11 يعمل على حاسوب Intel AI PC. تمكن الحاضرون من رؤية النموذج قيد التشغيل، وتم تحسينه باستخدام OpenVINO وتم نشره على معالج Intel Core Ultra 200V.
وفي جناح Intel قال ديمتري: "هذه هي المرة الأولى لي في معرض YOLO Vision، وأنا سعيد لوجودي في مدريد. نحن نقدم نموذج YOLO11 من Ultralytics الذي يعمل على معالج Intel Core Ultra 200V. يظهر أداءً ممتازًا، ونحن نستخدم OpenVINO لتحسين النموذج ونشره. لقد كان من السهل جدًا التعاون مع Ultralytics وتشغيل النموذج على أحدث أجهزة Intel باستخدام CPU GPU ووحدة المعالجة العصبية." كما احتوى الجناح على بعض الهدايا الممتعة، مثل القمصان وأجهزة الكمبيوتر المحمولة للحضور لأخذها إلى المنزل.
عرض حديث Intel التقني في مؤتمر YV24، الذي تضمن معالجات سلسلة Intel Core Ultra 200V، كيفية تحسين مجموعة أدوات OpenVINO لنماذج الذكاء الاصطناعي مثل Ultralytics YOLO11. يمكّن هذا التكامل المستخدمين من تشغيل نماذج YOLO مباشرةً على أجهزتهم، مما يوفر أداءً رائعاً لمهام الرؤية الحاسوبية مثل اكتشاف الأجسام. الفائدة الرئيسية هي أن المستخدمين لا يحتاجون إلى الاعتماد على الخدمات السحابية.
يمكن للمطوّرين وعشاق الذكاء الاصطناعي تشغيل نماذج YOLO وضبطها دون عناء، والاستفادة الكاملة من الأجهزة مثل وحدات المعالجة المركزية ووحدات معالجة الرسومات ووحدات المعالجة العصبية للتطبيقات في الوقت الفعلي. تفتح مجموعة أدوات Intel OpenVINO إلى جانب نماذجYOLO من Ultralytics إمكانيات جديدة لجلب قدرات الذكاء الاصطناعي المتقدمة مباشرةً إلى الأجهزة الشخصية، مما يجعلها خياراً مثالياً للمطورين الحريصين على دفع ابتكارات الذكاء الاصطناعي في مختلف الصناعات.
هيا نتعاون ونبتكر! تفضل بزيارة مستودع GitHub الخاص بنا لاستكشاف مساهماتنا والتفاعل مع مجتمعنا. تعرف على كيف نستخدم الذكاء الاصطناعي لإحداث تأثير في صناعات مثل التصنيع و الرعاية الصحية.
