تشغيل نماذج Ultralytics YOLO على حاسوب Intel AI PC باستخدام OpenVINO

جمع YOLO Vision 2024 (YV24)، وهو الحدث السنوي الهجين الذي تنظمه Ultralytics، المهتمين بالذكاء الاصطناعي والمطورين والخبراء من أنحاء العالم لاستكشاف أحدث ابتكارات الرؤية الحاسوبية. وشهد YV24 مشاركة جهات رائدة في قطاع الذكاء الاصطناعي عرضت أحدث ابتكاراتها. وكانت Intel من بينها، إذ قدمت كلمة رئيسية عن حاسوبها الجديد المدعوم بالذكاء الاصطناعي ودمج Intel OpenVINO مع نماذج Ultralytics YOLO، مثل Ultralytics YOLO11.

ألقى الحديث أدريان بوغوشفسكي، وهو مبشر برمجيات شارك في تأليف مجموعة بيانات LandCover.ai ويثقف المطورين حول مجموعة أدوات OpenVINO من Intel، ودميتري باستوشينكوف، وهو مبشر لحواسيب الذكاء الاصطناعي يتمتع بخبرة تزيد على 20 عامًا في الأتمتة الصناعية والذكاء الاصطناعي. وخلال الحدث، قال أدريان: «هذا حدث رائع اليوم، ليس فقط لأن Ultralytics أصدرت إصدارًا جديدًا من YOLO، بل لأننا قادرون أيضًا على عرض هذا النموذج الجديد وهو يعمل على أجهزتنا الجديدة، إلى جانب إصدار جديد من OpenVINO».

في هذه المقالة، نستعرض أبرز ما ورد في حديث Intel في YV24، بما يشمل حاسوب Intel المدعوم بالذكاء الاصطناعي، وسلسلة Intel Core Ultra 200V، وكيفية تكاملها مع نماذج Ultralytics YOLO باستخدام مجموعة أدوات OpenVINO.

تقنيات الذكاء الاصطناعي في عام 2024#

استهل دميتري الكلمة الرئيسية بشرح الفروق الأساسية بين الذكاء الاصطناعي التقليدي والذكاء الاصطناعي التوليدي. وتركز الحديث على تطور هذه التقنيات وحالات استخدامها في عام 2024. وقد كانت تقنيات الذكاء الاصطناعي التقليدي، مثل الرؤية الحاسوبية ومعالجة اللغة الطبيعية، أساسية لمهام مثل تقدير الوضعيات واكتشاف الأجسام والتعرف على الصوت. أما الذكاء الاصطناعي التوليدي، فيمثل موجة أحدث من تقنيات الذكاء الاصطناعي، وتشمل تطبيقاته روبوتات المحادثة، وإنشاء الصور من النصوص، وكتابة الشفرات، وحتى تحويل النص إلى فيديو.

الشكل 1. أدريان ودميتري من Intel على خشبة المسرح في YV24 يناقشان حالات استخدام الذكاء الاصطناعي.

وأشار دميتري إلى اختلاف حجم النماذج بين المجالين. وأوضح أن نماذج الذكاء الاصطناعي التقليدي تتألف من ملايين المعلمات، بينما تعمل نماذج الذكاء الاصطناعي التوليدي على نطاق أكبر بكثير. فكثيرًا ما تضم نماذج الذكاء الاصطناعي التوليدي مليارات المعلمات أو حتى تريليونات منها، ما يجعل متطلباتها الحاسوبية أعلى بكثير.

حاسوب Intel AI الشخصي: آفاق جديدة لأجهزة الذكاء الاصطناعي#

قدّم دميتري حاسوب Intel AI الشخصي بوصفه حلًا جديدًا للأجهزة، مصممًا لمواجهة التحديات المتزايدة التي يفرضها تشغيل نماذج الذكاء الاصطناعي التقليدي والتوليدي بكفاءة. ويتميز حاسوب Intel AI الشخصي بالقوة وكفاءة استهلاك الطاقة. كما يستطيع تشغيل مجموعة واسعة من نماذج الذكاء الاصطناعي محليًا، دون الحاجة إلى المعالجة السحابية.

تساعد المعالجة المحلية في الحفاظ على خصوصية البيانات الحساسة. وعندما تتمكن نماذج الذكاء الاصطناعي من العمل دون اتصال بالإنترنت، فإن ذلك يساعد على معالجة المخاوف الأخلاقية المتعلقة بالخصوصية والأمن في القطاع.

يُعد معالج سلسلة Intel Core Ultra 200V القوة المحركة لحاسوب Intel المدعوم بالذكاء الاصطناعي. ويضم هذا المعالج ثلاثة مكونات أساسية: وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ووحدة المعالجة العصبية (NPU). ويؤدي كل مكون دورًا محددًا في معالجة أنواع مختلفة من أحمال عمل الذكاء الاصطناعي. وتناسب وحدة المعالجة المركزية المهام الأصغر ذات زمن الاستجابة المنخفض التي تتطلب ردودًا سريعة، بينما جرى تحسين وحدة معالجة الرسومات للعمليات ذات الإنتاجية العالية، مثل تشغيل نماذج الذكاء الاصطناعي. أما وحدة المعالجة العصبية، المصممة لكفاءة استهلاك الطاقة، فتناسب المهام طويلة الأمد مثل اكتشاف الأجسام في الوقت الفعلي باستخدام نماذج مثل YOLO11.

وأُشير إلى أن وحدة المعالجة المركزية توفر ما يصل إلى 5 TOPS (تريليونات العمليات في الثانية)، ووحدة معالجة الرسومات ما يصل إلى 67 TOPS، فيما تتيح وحدة المعالجة العصبية طريقة موفرة للطاقة لتشغيل مهام الذكاء الاصطناعي باستمرار دون استنزاف موارد النظام.

إنجازات Intel في مجال الذكاء الاصطناعي: سلسلة Intel Core Ultra 200V#

يدمج معالج سلسلة Intel Core Ultra 200V محركات الذكاء الاصطناعي الثلاثة، وهي وحدة المعالجة العصبية ووحدة المعالجة المركزية ووحدة معالجة الرسومات، في شريحة صغيرة واحدة. ويلائم تصميمه الأجهزة المدمجة مثل الحواسيب المحمولة.

يتضمن المعالج أيضًا ذاكرة RAM مدمجة، ما يقلل الحاجة إلى بطاقات رسوميات منفصلة. ويساعد ذلك في خفض استهلاك الطاقة والحفاظ على صغر حجم الجهاز. كما شدد Dmitriy على مرونة المعالج. إذ يمكن للمستخدمين تحديد ما إذا كانوا يريدون تشغيل نماذج الذكاء الاصطناعي على CPU أو GPU أو NPU، بحسب المهمة. فعلى سبيل المثال، يمكن تشغيل اكتشاف الكائنات باستخدام نماذج YOLO11 على أي من هذه المحركات، بينما يمكن للمهام الأكثر تعقيدًا، مثل توليد الصور من النصوص، الاستفادة من GPU وNPU معًا في الوقت نفسه لتحسين الأداء.

خلال العرض، أخرج Dmitriy الشريحة من جيبه، ما أتاح للجميع إدراك مدى صغر حجمها، على الرغم من قدرتها على تنفيذ مهام الذكاء الاصطناعي المتقدمة هذه. وكانت طريقة ممتعة ولا تُنسى لتوضيح كيف تتيح Intel إمكانات قوية للذكاء الاصطناعي في مزيد من الأجهزة المحمولة والعملية.

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

تحسين نماذج الذكاء الاصطناعي باستخدام Intel OpenVINO#

بعد استعراض أحدث عتاد Intel، انتقل دميتري إلى الحديث عن حزمة برمجيات Intel للذكاء الاصطناعي. وقدّم OpenVINO، وهو إطار عمل مفتوح المصدر من Intel صُمم لـتحسين نماذج الذكاء الاصطناعي ونشرها بكفاءة على أجهزة مختلفة. ولا يقتصر OpenVINO على المهام المرئية، بل يمتد دعمه ليشمل نماذج الذكاء الاصطناعي المستخدمة في معالجة اللغة الطبيعية ومعالجة الصوت والمحولات وغيرها.

يتوافق OpenVINO مع أطر العمل الشائعة مثل PyTorch وTensorFlow وONNX، ويمكن للمطورين دمجه بسهولة في مسارات عملهم. ومن الميزات الرئيسية التي لفت الانتباه إليها التكميم. يعمل التكميم على ضغط أوزان النموذج لتقليل حجمه، بحيث تعمل النماذج الكبيرة بسلاسة على الأجهزة المحلية دون الحاجة إلى السحابة. ويعمل OpenVINO عبر أطر عمل متعددة، على وحدة المعالجة المركزية أو وحدة معالجة الرسومات أو وحدة المعالجة العصبية أو FPGA أو حتى أجهزة ARM، ويدعم Windows وLinux وmacOS. كما شرح دميتري للحضور مدى سهولة البدء باستخدام OpenVINO.

الشكل 3. يشرح Dmitriy كيفية البدء باستخدام OpenVINO.

دمج Ultralytics مع Intel OpenVINO#

في الجزء الثاني من الحديث، تولى أدريان الكلمة وشرح التكامل بين نماذج Ultralytics YOLO ومجموعة أدوات OpenVINO من Intel، ما يبسط عملية نشر نماذج YOLO. وقدم شرحًا خطوة بخطوة حول سهولة وسرعة تصدير نموذج YOLO إلى تنسيق OpenVINO باستخدام حزمة Ultralytics لـPython. ويسهل هذا التكامل على المطورين تحسين نماذجهم لأجهزة Intel والاستفادة القصوى من المنصتين.

الشكل 4. يشرح Adrian كيف تسهّل Ultralytics تصدير النموذج إلى تنسيق OpenVINO.

أوضح أدريان أنه بعد تدريب نموذج Ultralytics YOLO، يمكن للمستخدمين تصديره باستخدام بضعة خيارات بسيطة في سطر الأوامر. فعلى سبيل المثال، يمكن للمستخدمين تحديد ما إذا كانوا يريدون تصدير النموذج بإصدار ذي فاصلة عائمة لتحقيق أقصى دقة، أو بإصدار مكمّم لتحسين السرعة والكفاءة. كما سلط الضوء على كيفية إدارة المطورين لهذه العملية مباشرةً عبر الشفرة، باستخدام خيارات مثل التكميم INT8 لتحسين الأداء دون التضحية بقدر كبير من الدقة.

عروض توضيحية آنية للذكاء الاصطناعي على حاسوب Intel AI PC#

ولتطبيق هذه الأفكار عمليًا، قدم فريق Intel عرضًا توضيحيًا لاكتشاف الأجسام في الوقت الفعلي عبر تشغيل YOLO11 على حاسوب Intel المدعوم بالذكاء الاصطناعي. وعرض أدريان كيفية تعامل النظام مع النموذج عبر معالجات مختلفة، محققًا 36 إطارًا في الثانية (FPS) على وحدة المعالجة المركزية باستخدام نموذج ذي فاصلة عائمة، وأكثر من 100 FPS على وحدة معالجة الرسومات المدمجة، و70 FPS باستخدام الإصدار المكمّم INT8. وأظهر العرض مدى كفاءة حاسوب Intel المدعوم بالذكاء الاصطناعي في معالجة مهام الذكاء الاصطناعي المعقدة.

وأشار أيضًا إلى أن النظام يمكنه تشغيل النماذج بالتوازي، باستخدام CPU وGPU وNPU معًا في المهام التي تكون فيها جميع البيانات أو إطارات الفيديو متاحة مسبقًا. وهذا مفيد عند معالجة أحمال كبيرة، مثل مقاطع الفيديو. إذ يمكن للنظام توزيع عبء العمل على معالجات مختلفة، ما يجعله أسرع وأكثر كفاءة.

واختتامًا، ذكر أدريان أن المستخدمين يمكنهم تجربة العروض التوضيحية في المنزل، بما فيها حلول مثل عدّ الأشخاص والإدارة الذكية للطوابير. ثم عرض عرضًا توضيحيًا إضافيًا يتيح للمستخدمين إدخال مطالبات لإنشاء صور شبيهة بالأحلام في الوقت الفعلي على وحدة معالجة الرسومات. وقد أظهر ذلك تعدد استخدامات حاسوب Intel المدعوم بالذكاء الاصطناعي في مهام الذكاء الاصطناعي التقليدي ومشروعات الذكاء الاصطناعي التوليدي الإبداعية على حد سواء.

اكتشاف الكائنات آنيًا باستخدام Intel OpenVINO#

في الفعالية، أقامت Intel جناحًا عرضت فيه تجربة توضيحية لـاكتشاف الكائنات آنيًا باستخدام Ultralytics YOLO11، الذي يعمل على حاسوب Intel AI PC. وشاهد الحاضرون النموذج أثناء العمل، بعد تحسينه باستخدام OpenVINO ونشره على معالج Intel Core Ultra 200V.

الشكل 5. أتيحت للحاضرين فرصة مشاهدة عرض توضيحي آني في جناح Intel OpenVINO.

في جناح Intel، قال Dmitriy: «هذه أول مرة أشارك فيها في YOLO Vision، ويسعدني وجودي في مدريد. نقدم نموذج YOLO11 من Ultralytics، وهو يعمل على معالج Intel Core Ultra 200V. ويقدم أداءً ممتازًا، ونستخدم OpenVINO لتحسين النموذج ونشره. كان التعاون مع Ultralytics وتشغيل النموذج على أحدث أجهزة Intel سهلًا للغاية، مع الاستفادة من CPU وGPU وNPU». كما تضمن الجناح هدايا ممتعة، مثل القمصان والدفاتر، ليأخذها الحاضرون معهم.

أبرز النقاط#

استعرض الحديث التقني الذي قدمته Intel في YV24، والذي تناول معالجات Intel Core Ultra 200V Series، كيف تعمل مجموعة أدوات OpenVINO على تحسين نماذج الذكاء الاصطناعي مثل Ultralytics YOLO11. ويتيح هذا التكامل للمستخدمين تشغيل نماذج YOLO مباشرةً على أجهزتهم، مع تقديم أداء ممتاز لمهام الرؤية الحاسوبية مثل اكتشاف الكائنات. وتتمثل الفائدة الرئيسية في عدم حاجة المستخدمين إلى الاعتماد على الخدمات السحابية.

يمكن للمطورين والمهتمين بالذكاء الاصطناعي تشغيل نماذج YOLO وضبطها بدقة، مع الاستفادة الكاملة من أجهزة مثل وحدات المعالجة المركزية ووحدات معالجة الرسومات ووحدات المعالجة العصبية لتطبيقات الوقت الفعلي. وتتيح مجموعة أدوات Intel OpenVINO، بالاقتران مع نماذج Ultralytics YOLO، إمكانات جديدة لتوفير قدرات الذكاء الاصطناعي المتقدمة مباشرةً على الأجهزة الشخصية، ما يجعلها خيارًا قويًا للمطورين الذين يبنون تطبيقات الذكاء الاصطناعي في قطاعات متنوعة.

زُر مستودعنا على GitHub للاطلاع على مساهماتنا والتفاعل مع مجتمعنا. واكتشف كيف نستخدم الذكاء الاصطناعي لإحداث أثر في قطاعات مثل التصنيع والرعاية الصحية.