En cliquant sur "Accepter tous les cookies", vous acceptez que des cookies soient stockés sur votre appareil afin d'améliorer la navigation sur le site, d'analyser l'utilisation du site et de nous aider dans nos efforts de marketing. Plus d'informations
Paramètres des cookies
En cliquant sur "Accepter tous les cookies", vous acceptez que des cookies soient stockés sur votre appareil afin d'améliorer la navigation sur le site, d'analyser l'utilisation du site et de nous aider dans nos efforts de marketing. Plus d'informations
Débloquez une inférence d'IA 3x plus rapide avec Ultralytics YOLOv8 et Intel OpenVINO™. Transformez le déploiement de l'IA à travers les CPU et les GPU pour l'analyse vidéo, les villes intelligentes et le commerce de détail. Explorez notre guide d'optimisation des modèles d'IA avec OpenVINO™.
Dans le monde de l'intelligence artificielle, qui évolue rapidement, la vitesse et l'efficacité sont primordiales. Ultralytics est enthousiaste à l'idée de partager la dernière intégration avec la boîte à outils OpenVINO™ d'Intel, qui promet de révolutionner le déploiement des modèles d'IA. Cette collaboration fusionne la puissance des modèles YOLOv8 d'Ultralytics avec l'efficacité d'OpenVINO™ d'Intel, offrant une accélération jusqu'à 3 fois supérieure sur les CPU et des performances améliorées sur le vaste écosystème matériel d'Intel, notamment les GPU intégrés, les GPU dédiés et les VPU.
Qu'est-ce qui rend cette intégration particulière ?
La boîte à outils OpenVINO™ d'Intel est conçue pour maximiser les performances des modèles d'IA sur le matériel Intel. Il ne s'agit pas seulement de visuels ; OpenVINO™ excelle dans le traitement d'une variété de tâches, du traitement du langage à l'analyse audio. En optimisant les modèles YOLOv8 pour OpenVINO™, Ultralytics veille à ce que les utilisateurs puissent bénéficier d'une inférence d'IA non seulement plus rapide, mais aussi plus efficace, qu'ils développent des applications pour l'analyse vidéo, les villes intelligentes ou le commerce de détail de nouvelle génération.
Pour une présentation détaillée de l'exportation et de l'optimisation de votre modèle Ultralytics YOLOv8 pour l'inférence avec OpenVINO™, consultez notre tutoriel vidéo :
Un coup d'œil sur le processus
Imaginez que vous puissiez exporter vos modèles YOLOv8 directement dans un format taillé sur mesure pour la rapidité et l'efficacité. C'est précisément ce que propose cette intégration. En quelques lignes de code, les développeurs peuvent transformer leurs modèles YOLOv8 en versions compatibles avec OpenVINO™, prêtes à tirer parti de l'accélération matérielle fournie par Intel. Ce processus n'est pas seulement une question de vitesse ; il s'agit de débloquer de nouvelles possibilités pour les applications d'IA qui étaient auparavant limitées par des contraintes de calcul.
L'avantage OpenVINO : Simplifier le développement de l'IA
L'intégration d'Ultralytics et d'Intel est une étape transformatrice dans le processus de développement de l'IA. Grâce à la fusion de YOLOv8 et d'OpenVINO™, les développeurs bénéficient d'une voie efficace pour utiliser les processeurs Intel® - centraux pour l'informatique dans divers domaines. Cette union fait progresser de manière significative l'accessibilité et l'efficacité de l'IA pour les applications pratiques.
L'exploitation d'OpenVINO™ optimise le processus d'inférence, garantissant que les modèles YOLOv8 ne sont pas seulement à la pointe de la technologie, mais aussi optimisés pour l'efficacité dans le monde réel. Cela permet le déploiement rapide de solutions d'IA sophistiquées sur un large spectre d'appareils, en contournant le besoin de configurations GPU coûteuses. Par conséquent, cela élargit le champ d'application d'applications qui étaient auparavant limitées par des barrières informatiques, ouvrant la voie à des avancées dans les initiatives de villes intelligentes et à l'amélioration de l'expérience des clients dans le commerce de détail.
Des avantages concrets
Performances améliorées : Faites l'expérience d'une inférence IA jusqu'à 3 fois plus rapide sur les CPU, avec des accélérations encore plus importantes sur l'ensemble du spectre matériel d'Intel.
Déploiement polyvalent : Ecrivez votre application une seule fois et déployez-la partout dans l'écosystème matériel d'Intel, des CPU aux VPU, sans modification supplémentaire du code.
Facilité d'utilisation : Accédez à plus de 80 tutoriels qui vous guident dans l'optimisation des modèles d'IA, même si vous n'êtes pas un expert en apprentissage profond.
Histoires de réussite : Des repères qui en disent long
Ultralytics et Intel ont mis l'intégration à l'épreuve, en comparant les modèles YOLOv8 sur diverses plateformes matérielles Intel. Les résultats ne sont rien moins qu'impressionnants, les modèles optimisés par OpenVINO™ surpassant systématiquement leurs homologues en termes de vitesse, sans compromis sur la précision. De la série Intel Data Center GPU Flex aux derniers processeurs Xeon, les benchmarks soulignent l'impact transformateur de cette intégration sur le déploiement de l'IA.
Fig. 1. Temps d'inférence par image en fonction de la taille et du format du modèle (CPU Xeon)
L'IA dans le monde réel
Cette intégration ne se résume pas à des chiffres et des benchmarks ; il s'agit de permettre aux innovateurs et aux développeurs d'intégrer l'IA dans des applications du monde réel avec une facilité et une efficacité sans précédent. Qu'il s'agisse d'améliorer les systèmes de sécurité avec une détection plus rapide des objets ou de créer des expériences de vente au détail plus engageantes grâce à des analyses intelligentes, l'intégration d'Ultralytics YOLOv8 et d'Intel OpenVINO™ est prête à donner naissance à une nouvelle ère d'applications d'IA.
Commencez dès aujourd'hui !
Embrassez l'avenir de l'intelligence artificielle avec Ultralytics et Intel. Plongez dans notre intégration complète des modèles YOLOv8 avec OpenVINO™ pour des performances et une efficacité inégalées. Pour plus d'informations et un guide étape par étape sur l'optimisation de cette puissante collaboration, visitez notre page Docs d'intégration OpenVINO.