تشغيل نماذج Ultralytics YOLO على حواسيب Intel المزودة بالذكاء الاصطناعي باستخدام OpenVINO

YOLO Vision 2024 (YV24)، الحدث الهجين السنوي لشركة Ultralytics، جمع عشاق الذكاء الاصطناعي والمطورين والخبراء من جميع أنحاء العالم لاستكشاف أحدث الابتكارات في مجال الرؤية الحاسوبية. كان YV24 فرصة ومنصة رائعة لمناقشة طفرات جديدة. شهد الحدث مشاركة لاعبين رئيسيين في صناعة الذكاء الاصطناعي قدموا أحدث ابتكاراتهم. وكان من بينهم شركة Intel، التي شاركت في الحدث وقدمت كلمة رئيسية حول حاسوبها الشخصي الجديد المدعوم بالذكاء الاصطناعي وتكامل Intel OpenVINO مع نماذج Ultralytics YOLO مثل Ultralytics YOLO11.

ألقى الكلمة Adrian Boguszewski، وهو Software Evangelist شارك في تأليف مجموعة بيانات LandCover.ai ويقوم بتعليم المطورين حول مجموعة أدوات OpenVINO من Intel، وDmitriy Pastushenkov، وهو AI PC Evangelist يتمتع بخبرة تزيد عن 20 عامًا في الأتمتة الصناعية والذكاء الاصطناعي. خلال الحدث، شارك Adrian حماسه قائلاً: "هذا حدث رائع اليوم، ليس فقط لأن Ultralytics قدمت إصدارًا جديدًا من YOLO، ولكن أيضًا لأننا قادرون على تقديم هذا النموذج الجديد وهو يعمل على أجهزتنا الجديدة، بالإضافة إلى إصدار جديد من OpenVINO."

في هذه المقالة، سنلقي نظرة على أبرز نقاط كلمة Intel في YV24، ونتعمق في تفاصيل حاسوبهم المدعوم بالذكاء الاصطناعي، Intel Core Ultra 200V Series، وكيفية تكامله مع نماذج Ultralytics YOLO باستخدام مجموعة أدوات OpenVINO. لنبدأ!

Link to this sectionتقنيات الذكاء الاصطناعي المتطورة في عام 2024#

بدأ Dmitriy الكلمة الرئيسية بالتعمق في الاختلافات الرئيسية بين الذكاء الاصطناعي التقليدي والذكاء الاصطناعي التوليدي. تمحور التركيز حول كيفية تطور هذه التقنيات وحالات استخدامها في عام 2024. كانت تقنيات الذكاء الاصطناعي التقليدية مثل الرؤية الحاسوبية ومعالجة اللغات الطبيعية أساسية لـ مهام مثل تقدير الوضعية، واكتشاف الأشياء، والتعرف على الصوت. ومع ذلك، يمثل الذكاء الاصطناعي التوليدي موجة أحدث من تقنية الذكاء الاصطناعي التي تتضمن تطبيقات مثل روبوتات الدردشة، وتوليد النصوص إلى صور، وكتابة الأكواد، وحتى توليد النصوص إلى فيديو.

الشكل 1. Adrian و Dmitriy من Intel، على المسرح في YV24، يناقشان حالات استخدام الذكاء الاصطناعي.

أشار Dmitriy إلى الفرق في الحجم بين الاثنين. وأوضح أنه بينما تتكون نماذج الذكاء الاصطناعي التقليدية من ملايين المعاملات، تعمل نماذج الذكاء الاصطناعي التوليدي على نطاق أوسع بكثير. غالبًا ما تتضمن نماذج الذكاء الاصطناعي التوليدي مليارات أو حتى تريليونات المعاملات، مما يجعلها أكثر طلبًا للحوسبة بكثير.

Link to this sectionIntel AI PC: حدود جديدة لأجهزة الذكاء الاصطناعي#

قدم Dmitriy حاسوب Intel AI PC كحل عتادي جديد مصمم لمعالجة التحديات المتزايدة لتشغيل نماذج الذكاء الاصطناعي التقليدية والتوليدية بكفاءة. يُعد Intel AI PC جهازًا قويًا وموفرًا للطاقة، وهو قادر على تشغيل مجموعة واسعة من نماذج الذكاء الاصطناعي محليًا، دون الحاجة إلى المعالجة السحابية.

تساعد المعالجة المحلية في الحفاظ على خصوصية البيانات. عندما تتمكن نماذج الذكاء الاصطناعي من العمل بشكل مستقل عن اتصالات الإنترنت، يتم تلبية المخاوف الأخلاقية للصناعات المتعلقة بالخصوصية والأمان.

القوة الدافعة وراء Intel AI PC هي معالج Intel Core Ultra 200V Series. يشتمل هذا المعالج على ثلاثة مكونات رئيسية: وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ووحدة المعالجة العصبية (NPU). يلعب كل منها دورًا محددًا في التعامل مع أنواع مختلفة من أحمال عمل الذكاء الاصطناعي. وحدة المعالجة المركزية (CPU) مثالية للمهام الصغيرة ذات زمن الوصول المنخفض التي تتطلب استجابات سريعة، بينما تم تحسين وحدة معالجة الرسومات (GPU) للعمليات ذات الإنتاجية العالية مثل تشغيل نماذج الذكاء الاصطناعي. أما وحدة المعالجة العصبية (NPU)، المصممة لكفاءة الطاقة، فهي مناسبة تمامًا للمهام الطويلة مثل اكتشاف الأشياء في الوقت الفعلي باستخدام نماذج مثل YOLO11.

تم التأكيد على أن وحدة المعالجة المركزية (CPU) يمكنها تقديم ما يصل إلى 5 TOPS (تريليونات العمليات في الثانية)، ووحدة معالجة الرسومات (GPU) تصل إلى 67 TOPS، وتوفر وحدة المعالجة العصبية (NPU) طريقة موفرة للطاقة لتشغيل مهام الذكاء الاصطناعي باستمرار دون استنزاف موارد النظام.

Link to this sectionتطورات Intel في الذكاء الاصطناعي: سلسلة Intel Core Ultra 200V#

يدمج معالج Intel Core Ultra 200V Series جميع محركات الذكاء الاصطناعي الثلاثة - NPU وCPU وGPU - في شريحة صغيرة واحدة. تصميمه مناسب تمامًا للأجهزة المدمجة مثل أجهزة الكمبيوتر المحمولة، دون التضحية بالأداء.

يتضمن المعالج أيضًا ذاكرة وصول عشوائي (RAM) مدمجة، مما يقلل الحاجة إلى بطاقات رسومات منفصلة. يساعد هذا في تقليل استهلاك الطاقة والحفاظ على حجم الجهاز مدمجًا. كما أكد Dmitriy على مرونة المعالج. يمكن للمستخدمين تحديد ما إذا كانوا يريدون تشغيل نماذج الذكاء الاصطناعي على وحدة المعالجة المركزية (CPU) أو وحدة معالجة الرسومات (GPU) أو وحدة المعالجة العصبية (NPU)، اعتمادًا على المهمة. على سبيل المثال، يمكن تشغيل اكتشاف الأشياء باستخدام نماذج YOLO11 على أي من هذه المحركات، بينما يمكن للمهام الأكثر تعقيدًا، مثل توليد النصوص إلى صور، استخدام كل من وحدة معالجة الرسومات (GPU) ووحدة المعالجة العصبية (NPU) في نفس الوقت للحصول على أداء أفضل.

خلال العرض التقديمي، أخرج Dmitriy الشريحة من جيبه، مما أعطى الجميع شعورًا واضحًا بمدى صغر حجمها - على الرغم من قدرتها على التعامل مع مهام الذكاء الاصطناعي المتقدمة هذه. كانت طريقة ممتعة ولا تُنسى لإظهار كيف تجلب Intel قدرات ذكاء اصطناعي قوية إلى أجهزة أكثر قابلية للحمل والعملية.

الشكل 2. معالج Intel Core Ultra 200V يمكن وضعه في الجيب.

Link to this sectionتحسين نماذج الذكاء الاصطناعي باستخدام Intel OpenVINO#

بعد عرض أحدث تطورات العتاد من Intel، انتقل Dmitriy للحديث عن مجموعة برمجيات Intel التي تدعم الذكاء الاصطناعي. قدم OpenVINO، وهو إطار عمل مفتوح المصدر من Intel مصمم لتحسين ونشر نماذج الذكاء الاصطناعي بكفاءة عبر أجهزة مختلفة. يتجاوز OpenVINO المهام البصرية، ويمتد دعمه ليشمل نماذج الذكاء الاصطناعي المستخدمة لمعالجة اللغات الطبيعية، ومعالجة الصوت، والمحولات، إلخ.

يتوافق OpenVINO مع منصات شهيرة مثل PyTorch، وTensorFlow، وONNX، ويمكن للمطورين دمجها بسهولة في سير عملهم. إحدى الميزات الرئيسية التي لفت الانتباه إليها هي التكميم (Quantization). التكميم يضغط أوزان النموذج لتقليل حجمها بحيث يمكن تشغيل النماذج الكبيرة بسلاسة على الأجهزة المحلية دون الحاجة إلى السحابة. يعمل OpenVINO عبر أطر عمل متعددة، ويتم تشغيله على وحدة المعالجة المركزية (CPU)، أو وحدة معالجة الرسومات (GPU)، أو وحدة المعالجة العصبية (NPU)، أو FPGA، أو حتى أجهزة ARM، ويدعم Windows وLinux وmacOS. كما شرح Dmitriy للجمهور مدى سهولة البدء في استخدام OpenVINO.

الشكل 3. Dmitriy يشرح كيفية البدء في استخدام OpenVINO.

Link to this sectionدمج Ultralytics مع Intel OpenVINO#

في الجزء الثاني من المحادثة، تم تمرير الميكروفون إلى Adrian، الذي أوضح التكامل السلس بين نماذج Ultralytics YOLO ومجموعة أدوات OpenVINO من Intel، مما يبسط عملية نشر نموذج YOLO. قدم شرحًا خطوة بخطوة لكيفية تصدير نموذج YOLO باستخدام حزمة Ultralytics Python إلى تنسيق OpenVINO بشكل سريع ومباشر. يجعل هذا التكامل من السهل جدًا على المطورين تحسين نماذجهم لعتاد Intel وتحقيق أقصى استفادة من كلا المنصتين.

الشكل 4. Adrian يشرح كيف تجعل Ultralytics من السهل تصدير نموذجك إلى تنسيق OpenVINO.

أوضح Adrian أنه بمجرد 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 لتحقيق أقصى قدر من الدقة أو كنسخة مكممة لسرعة وكفاءة أفضل. كما سلط الضوء على كيفية إدارة المطورين لهذه العملية مباشرة من خلال الكود، باستخدام خيارات مثل تكميم INT8 لتعزيز الأداء دون التضحية بالكثير من الدقة.

Link to this sectionعروض توضيحية للذكاء الاصطناعي في الوقت الفعلي على Intel AI PC#

ولوضع كل هذه النظرية موضع التنفيذ، قدم فريق Intel عرضًا توضيحيًا في الوقت الفعلي لاكتشاف الأشياء عن طريق تشغيل YOLO11 على حاسوب Intel AI PC. عرض Adrian كيف تعامل النظام مع النموذج عبر معالجات مختلفة، محققًا 36 إطارًا في الثانية (FPS) على وحدة المعالجة المركزية (CPU) مع نموذج ذي فاصلة عائمة، وأكثر من 100 إطار في الثانية (FPS) على وحدة معالجة الرسومات (GPU) المدمجة، و70 إطارًا في الثانية (FPS) مع النسخة المكممة INT8. تمكنوا من إظهار مدى كفاءة حاسوب Intel AI PC في إدارة مهام الذكاء الاصطناعي المعقدة.

وأشار أيضًا إلى أن النظام يمكنه تشغيل النماذج بالتوازي، باستخدام وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ووحدة المعالجة العصبية (NPU) معًا للمهام التي تكون فيها جميع البيانات أو إطارات الفيديو متاحة مسبقًا. هذا مفيد عند معالجة أحمال ثقيلة مثل مقاطع الفيديو. يمكن للنظام تقسيم عبء العمل عبر معالجات مختلفة، مما يجعله أسرع وأكثر كفاءة.

للختام، ذكر Adrian أنه يمكن للمستخدمين تجربة العروض التوضيحية في المنزل، بما في ذلك حلول مثل عد الأشخاص وإدارة الطوابير الذكية. ثم عرض عرضًا توضيحيًا إضافيًا حيث يمكن للمستخدمين إدخال مطالبات لتوليد صور تشبه الحلم في الوقت الفعلي على وحدة معالجة الرسومات (GPU). لقد أظهر ذلك تعدد استخدامات حاسوب Intel AI PC لكل من مهام الذكاء الاصطناعي التقليدية ومشاريع الذكاء الاصطناعي التوليدي الإبداعية.

Link to this sectionاكتشاف الأشياء في الوقت الفعلي باستخدام Intel OpenVINO#

في الحدث، كان لدى Intel منصة عرضوا فيها عرضًا توضيحيًا لـ اكتشاف الأشياء في الوقت الفعلي باستخدام YOLO11، يعمل على حاسوب Intel AI PC الخاص بهم. تمكن الحضور من رؤية النموذج أثناء العمل، وهو مُحسَّن باستخدام OpenVINO، ومُنشور على معالج Intel Core Ultra 200V.

الشكل 5. حظي الحضور بفرصة مشاهدة عرض توضيحي في الوقت الفعلي في منصة Intel OpenVINO.

في منصة Intel، شارك Dmitriy قائلاً: "هذه هي المرة الأولى لي في YOLO Vision، وأنا سعيد لوجودي في مدريد. نحن نقدم نموذج YOLO11 من Ultralytics، يعمل على معالج Intel Core Ultra 200V. إنه يظهر أداءً ممتازًا، ونحن نستخدم OpenVINO لتحسين ونشر النموذج. كان من السهل جدًا التعاون مع Ultralytics وتشغيل النموذج على أحدث عتاد Intel، باستخدام وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ووحدة المعالجة العصبية (NPU)." كما احتوت المنصة على بعض الهدايا الممتعة، مثل القمصان ودفاتر الملاحظات ليأخذها الحضور إلى المنزل.

Link to this sectionأبرز النقاط#

استعرضت كلمة Intel التقنية في YV24، والتي تضمنت معالجات Intel Core Ultra 200V Series، كيف تعمل مجموعة أدوات OpenVINO على تحسين نماذج الذكاء الاصطناعي مثل Ultralytics YOLO11. يمكّن هذا التكامل المستخدمين من تشغيل نماذج YOLO مباشرة على أجهزتهم، مما يوفر أداءً رائعًا لمهام الرؤية الحاسوبية مثل اكتشاف الأشياء. الميزة الرئيسية هي أن المستخدمين لا يحتاجون إلى الاعتماد على الخدمات السحابية.

يمكن للمطورين وعشاق الذكاء الاصطناعي تشغيل نماذج YOLO وضبطها بدقة دون عناء، مع الاستفادة الكاملة من العتاد مثل وحدات المعالجة المركزية (CPU)، ووحدات معالجة الرسومات (GPU)، ووحدات المعالجة العصبية (NPU) للتطبيقات في الوقت الفعلي. تفتح مجموعة أدوات Intel OpenVINO، جنبًا إلى جنب مع نماذج Ultralytics YOLO، إمكانيات جديدة لجلب قدرات ذكاء اصطناعي متقدمة مباشرة إلى الأجهزة الشخصية، مما يجعلها خيارًا مثاليًا للمطورين المتشوقين لقيادة ابتكارات الذكاء الاصطناعي عبر مختلف الصناعات.

دعونا نتعاون ونبتكر! تفضل بزيارة مستودع GitHub الخاص بنا لاستكشاف مساهماتنا والتفاعل مع مجتمعنا. تعرف على كيفية استخدامنا للذكاء الاصطناعي لإحداث تأثير في صناعات مثل التصنيع والرعاية الصحية.