تشغيل نماذج Ultralytics YOLO على Intel AI PC باستخدام OpenVino

جمع مؤتمر YOLO Vision 2024 (YV24)، وهو الحدث الهجين السنوي لـ Ultralytics، عشاق الذكاء الاصطناعي والمطورين والخبراء من جميع أنحاء العالم لاستكشاف أحدث الابتكارات في مجال الرؤية الحاسوبية. لقد كان YV24 فرصة ومنصة رائعة لمناقشة الاكتشافات الجديدة. ضم الحدث لاعبين رئيسيين في صناعة الذكاء الاصطناعي قدموا أحدث ابتكاراتهم. وكان من بينهم Intel، التي شاركت في الحدث وقدمت كلمة رئيسية حول جهاز الكمبيوتر الجديد المزود بالذكاء الاصطناعي ودمج Intel OpenVino مع نماذج Ultralytics YOLO مثل Ultralytics YOLO11.

قاد الحديث أدريان بوجوسيفسكي، وهو مبشر برامج شارك في تأليف مجموعة بيانات LandCover.ai وقام بتثقيف المطورين حول مجموعة أدوات OpenVINO من Intel، و ديمتري باستوشينكوف، وهو مبشر بأجهزة الكمبيوتر المزودة بالذكاء الاصطناعي ولديه أكثر من 20 عامًا من الخبرة في الأتمتة الصناعية والذكاء الاصطناعي. وخلال الحدث، شارك أدريان حماسه وقال: "إنه حدث رائع اليوم، ليس فقط لأن Ultralytics قدمت 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 أبرز النقاط الرئيسية من حديث Intel في YV24، ونتعمق في تفاصيل جهاز الكمبيوتر المزود بالذكاء الاصطناعي، وسلسلة Intel Core Ultra 200V، وكيفية دمجها مع نماذج Ultralytics YOLO باستخدام مجموعة أدوات OpenVINO. هيا بنا نبدأ!

تقنيات الذكاء الاصطناعي المتطورة في عام 2024

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.

Intel AI PC: جبهة جديدة لأجهزة الذكاء الاصطناعي

قدم ديمتري Intel AI PC كحل أجهزة جديد مصمم لمواجهة التحديات المتزايدة لتشغيل نماذج الذكاء الاصطناعي التقليدية والتوليدية بكفاءة. Intel AI PC هو جهاز قوي وموفر للطاقة. إنه قادر على تشغيل مجموعة واسعة من نماذج الذكاء الاصطناعي محليًا، دون الحاجة إلى معالجة قائمة على السحابة. 

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 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 أعباء عمل الذكاء الاصطناعي. تعتبر وحدة المعالجة المركزية مثالية للمهام الصغيرة ذات زمن الوصول المنخفض التي تتطلب استجابات سريعة، بينما تم تحسين وحدة معالجة الرسومات للعمليات عالية الإنتاجية مثل تشغيل نماذج الذكاء الاصطناعي. وحدة المعالجة العصبية، المصممة لكفاءة الطاقة، مناسبة تمامًا للمهام طويلة الأمد مثل اكتشاف الكائنات في الوقت الفعلي باستخدام نماذج مثل YOLO11. 

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

تطورات إنتل في مجال الذكاء الاصطناعي: سلسلة معالجات Intel Core Ultra 200V

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

يشتمل المعالج أيضًا على ذاكرة وصول عشوائي (RAM) مدمجة، مما يقلل الحاجة إلى بطاقات رسومات منفصلة. يساعد ذلك في تقليل استهلاك الطاقة والحفاظ على الجهاز صغير الحجم. أكد ديمتري أيضًا 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 الكائنات باستخدام نماذج YOLO11 على أي من هذه المحركات، بينما يمكن للمهام الأكثر تعقيدًا، مثل إنشاء صور من النصوص، استخدام كل من وحدة معالجة الرسومات (GPU) ووحدة المعالجة العصبية (NPU) في نفس الوقت لتحسين الأداء.

خلال العرض التقديمي، أخرج ديمتري الشريحة من جيبه، مما أعطى الجميع إحساسًا واضحًا بمدى صغر حجمها حقًا - على الرغم من قدرتها على التعامل مع مهام الذكاء الاصطناعي المتقدمة. لقد كانت طريقة ممتعة ولا تُنسى لإظهار كيف تجلب إنتل قدرات الذكاء الاصطناعي القوية إلى أجهزة أكثر قابلية للحمل وعملية.

‍

تحسين نماذج الذكاء الاصطناعي باستخدام Intel OpenVino

بعد عرض أحدث تطورات إنتل في الأجهزة، انتقل ديمتري بعد ذلك إلى حزمة برامج إنتل التي تدعم الذكاء الاصطناعي. قدم OpenVINO، وهو إطار عمل مفتوح المصدر من إنتل مصمم لتحسين ونشر نماذج الذكاء الاصطناعي بكفاءة عبر الأجهزة المختلفة. يتجاوز OpenVINO المهام المرئية، ويمد دعمه لنماذج الذكاء الاصطناعي المستخدمة في معالجة اللغة الطبيعية و معالجة الصوت و المحولات (transformers) وما إلى ذلك.

يتوافق OpenVINO مع الأنظمة الأساسية الشائعة مثل PyTorch و TensorFlow و ONNX، ويمكن للمطورين دمجه بسهولة في مهام سير العمل الخاصة بهم. إحدى الميزات الرئيسية التي لفت انتباهه إليها هي التكميم. يضغط التكميم (Quantization) أوزان النموذج لتقليل حجمها بحيث يمكن تشغيل النماذج الكبيرة بسلاسة على الأجهزة المحلية دون الحاجة إلى السحابة. يعمل OpenVINO عبر أطر عمل متعددة، ويعمل على وحدة المعالجة المركزية (CPU) أو وحدة معالجة الرسومات (GPU) أو وحدة المعالجة العصبية (NPU) أو FPGA أو حتى أجهزة ARM، ويدعم Windows و Linux و macOS. كما شرح ديمتري للجمهور مدى سهولة البدء في استخدام OpenVINO. 

‍

دمج Ultralytics مع Intel OpenVino

في الجزء الثاني من الحديث، تم تمرير الميكروفون إلى أدريان، الذي أوضح التكامل السلس بين نماذج Ultralytics YOLO ومجموعة أدوات OpenVINO من إنتل، مما يبسط عملية نشر نموذج YOLO. وقدم شرحًا تفصيليًا لكيفية تصدير نموذج YOLO باستخدام حزمة Ultralytics Python إلى تنسيق OpenVINO بسرعة وبشكل مباشر. هذا التكامل يجعل من السهل على المطورين تحسين نماذجهم لأجهزة إنتل وتحقيق أقصى استفادة من كلا النظامين الأساسيين.

‍

أوضح أدريان 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 كإصدار فاصلة عائمة لتحقيق أقصى قدر من الدقة أو كإصدار كمي لتحسين السرعة والكفاءة. كما سلط الضوء على كيف يمكن للمطورين إدارة هذه العملية مباشرة من خلال التعليمات البرمجية، باستخدام خيارات مثل تكميم INT8 لتحسين الأداء دون التضحية بالكثير من الدقة. 

عروض توضيحية للذكاء الاصطناعي في الوقت الفعلي على جهاز Intel AI PC

لتطبيق كل هذه النظرية عمليًا، قدم فريق إنتل عرضًا توضيحيًا في الوقت الفعلي لاكتشاف الكائنات عن طريق تشغيل YOLO11 على جهاز Intel AI PC. عرض أدريان كيف تعامل النظام مع النموذج عبر معالجات مختلفة، وحقق 36 إطارًا في الثانية (FPS) على وحدة المعالجة المركزية (CPU) مع نموذج فاصلة عائمة، وأكثر من 100 إطار في الثانية على وحدة معالجة الرسومات (GPU) المدمجة، و 70 إطارًا في الثانية مع إصدار INT8 الكمي. لقد تمكنوا من إظهار مدى كفاءة جهاز 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 تتوفر فيها جميع البيانات أو إطارات الفيديو مقدمًا. هذا مفيد عند معالجة الأحمال الثقيلة مثل مقاطع الفيديو. يمكن للنظام تقسيم عبء العمل عبر معالجات مختلفة، مما يجعله أسرع وأكثر كفاءة.

لتلخيص الأمر، ذكر أدريان أنه يمكن للمستخدمين تجربة العروض التوضيحية في المنزل، بما في ذلك الحلول مثل عد الأشخاص و إدارة قائمة الانتظار الذكية. ثم عرض عرضًا توضيحيًا إضافيًا حيث يمكن للمستخدمين إدخال مطالبات لإنشاء صور شبيهة بالأحلام في الوقت الفعلي على وحدة معالجة الرسومات (GPU). وقد أظهر ذلك تنوع جهاز Intel AI PC لكل من مهام الذكاء الاصطناعي التقليدية ومشاريع الذكاء الاصطناعي الإبداعية والتوليدية.

اكتشاف الكائنات في الوقت الفعلي باستخدام Intel OpenVINO

في هذا الحدث، كان لدى إنتل جناح عرضوا فيه عرضًا توضيحيًا لاكتشاف الكائنات في الوقت الفعلي باستخدام YOLO11، يعمل على جهاز Intel AI PC الخاص بهم. أتيحت للحاضرين فرصة رؤية النموذج قيد التشغيل، مُحسَّنًا باستخدام OpenVINO، ومنشورًا على معالج Intel Core Ultra 200V. 

‍

في جناح إنتل، شارك ديمتري قائلاً: "هذه هي المرة الأولى لي في YOLO Vision، ويسعدني أن أكون في مدريد. نحن نعرض نموذج YOLO11 من Ultralytics، الذي يعمل على معالج Intel Core Ultra 200V. إنه يُظهر أداءً ممتازًا، ونحن نستخدم OpenVINO لتحسين النموذج ونشره. كان من السهل جدًا التعاون مع Ultralytics وتشغيل النموذج على أحدث أجهزة إنتل، باستخدام وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU) ووحدة المعالجة العصبية (NPU)." كان لدى الجناح أيضًا بعض الهدايا الممتعة، مثل القمصان والدفاتر ليأخذها الحاضرون إلى المنزل.

النقاط الرئيسية

أظهرت المحادثة التقنية لشركة إنتل في YV24، والتي تضمنت معالجات Intel Core Ultra 200V Series، كيف تعمل مجموعة أدوات OpenVINO على تحسين نماذج الذكاء الاصطناعي مثل Ultralytics YOLO11. يتيح هذا التكامل للمستخدمين تشغيل نماذج YOLO مباشرة على أجهزتهم، مما يوفر أداءً رائعًا لمهام رؤية الكمبيوتر مثل اكتشاف الكائنات. الفائدة الرئيسية هي أن المستخدمين لا يحتاجون إلى الاعتماد على الخدمات السحابية.

يمكن للمطورين وهواة الذكاء الاصطناعي تشغيل نماذج YOLO وضبطها بدقة دون عناء، والاستفادة الكاملة من الأجهزة مثل وحدات المعالجة المركزية (CPUs) ووحدات معالجة الرسومات (GPUs) ووحدات المعالجة العصبية (NPUs) للتطبيقات في الوقت الفعلي. تفتح مجموعة أدوات Intel OpenVINO، جنبًا إلى جنب مع نماذج Ultralytics YOLO، إمكانيات جديدة لجلب قدرات الذكاء الاصطناعي المتقدمة مباشرة إلى الأجهزة الشخصية، مما يجعلها خيارًا مثاليًا للمطورين المتحمسين لدفع ابتكارات الذكاء الاصطناعي عبر 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.