الوصف
OpenVINO™ هي مجموعة أدوات مفتوحة المصدر تم تطويرها لتبسيط تحسين ونشر استنتاج الذكاء الاصطناعي. توفر إطار عمل قوي يمكّن المطورين من تحويل وتحسين وتشغيل نماذج التعلم العميق بكفاءة عبر مجموعة متنوعة من الأجهزة، بما في ذلك وحدات المعالجة المركزية، ووحدات معالجة الرسوميات، وغيرها من المسرعات. تم تصميم مجموعة الأدوات لتعظيم الأداء من خلال تطبيق تقنيات مثل التكميم، وضغط النموذج، وتحسين الرسم البياني، مما يقلل بشكل كبير من زمن الاستنتاج ويحسن من الإنتاجية.
قراءة المزيد
تدور الوظيفة الأساسية لـ OpenVINO حول قدرتها على أخذ النماذج المدربة مسبقًا من أطر العمل الشهيرة مثل TensorFlow وPyTorch وONNX، وإعدادها للتنفيذ عالي الأداء. تتضمن مجموعة أدوات تحسين النموذج التي تحول النماذج إلى تمثيل وسيط (IR)، والذي يتم تحسينه بعد ذلك لأهداف الأجهزة المحددة. يوفر محرك الاستنتاج، وهو مكون رئيسي آخر، واجهة برمجة تطبيقات موحدة لنشر هذه النماذج المحسّنة، مما يضمن أداءً متسقًا عبر الأجهزة المختلفة.
يدعم OpenVINO طيفًا واسعًا من تطبيقات الذكاء الاصطناعي، من مهام رؤية الكمبيوتر مثل كشف الكائنات وتصنيف الصور إلى معالجة اللغة الطبيعية والتعرف على الكلام. تجعل مرونته خيارًا مثاليًا لسيناريوهات الحوسبة الطرفية حيث تكون زمن الاستجابة المنخفض واستخدام الموارد بكفاءة أمرًا حاسمًا. تقدم مجموعة الأدوات أيضًا مجموعة غنية من العينات والوثائق لمساعدة المستخدمين على البدء بسرعة ودمج قدرات الذكاء الاصطناعي في مشاريعهم.
كونه مشروعًا مفتوح المصدر، يستفيد OpenVINO من مجتمع نابض من المساهمين، مما يضمن التطوير المستمر والتحسين. يتضمن دعمًا لمجموعة متنوعة من لغات البرمجة، بشكل أساسي Python وC++، مما يسمح للمطورين باختيار بيئتهم المفضلة. إن التزام مجموعة الأدوات بالمعايير المفتوحة وتوافقها الواسع مع الأجهزة يجعلها أداة قيمة لأي شخص يتطلع إلى نشر نماذج الذكاء الاصطناعي في التطبيقات الواقعية مع أداء مثالي.
- الفئةMLOps ونشر النماذج
- نموذج التسعيرمفتوح المصدر
- النشرسحابي, استضافة ذاتية
- المنصاتWindows, Linux, macOS
الميزات الأساسية لـ OpenVINO
مجموعة أدوات مفتوحة المصدر لاستنتاج الذكاء الاصطناعي
تحسين نماذج التعلم العميق
نشر استنتاج الذكاء الاصطناعي عبر أجهزة مختلفة
يدعم وحدات المعالجة المركزية، ووحدات معالجة الرسوميات، وغيرها من المسرعات
يتضمن مُحسّن النموذج لتحويل النموذج
يوفر محرك الاستنتاج لنشر واجهة برمجة تطبيقات موحدة
يدعم النماذج من TensorFlow وPyTorch وONNX
يتميز بالتكميم وضغط النموذج
يقدم تقنيات تحسين الرسم البياني
يقلل من زمن الاستنتاج ويحسن من الإنتاجية
مناسب لمهام رؤية الكمبيوتر
قابل للتطبيق على معالجة اللغة الطبيعية
يدعم تطبيقات التعرف على الكلام
مصمم لسيناريوهات الحوسبة الطرفية
يستفيد من مساهمات المجتمع
البدء مع OpenVINO
استنساخ المستودع: استخدم `git clone` للحصول على كود مصدر OpenVINO من GitHub.
تثبيت التبعيات: اتبع التعليمات في البرنامج النصي `install_build_dependencies.sh` لإعداد المكتبات والأدوات اللازمة.
تكوين البناء: استخدم CMake لتكوين عملية البناء، مع تحديد الأجهزة المستهدفة والمكونات المرغوبة.
بناء OpenVINO: قم بتجميع كود المصدر باستخدام نظام البناء الذي تختاره (مثل Make أو Ninja).
نشر النماذج: قم بتحويل نماذج الذكاء الاصطناعي المدربة مسبقًا باستخدام مُحسّن النموذج إلى تمثيل OpenVINO الوسيط (IR).
تشغيل الاستنتاج: استخدم واجهة برمجة تطبيقات محرك الاستنتاج في تطبيقك لتحميل وتنفيذ النماذج المحسّنة على جهازك المستهدف.
تحسين الأداء: جرب تقنيات تحسين مختلفة مثل التكميم ودمج النموذج لتحقيق مقاييس الأداء المرغوبة.
حالات استخدام OpenVINO
- نشر رؤية الكمبيوتر
- معالجة اللغة الطبيعية
- أنظمة التعرف على الكلام
- تطبيقات الذكاء الاصطناعي الطرفية
- الأتمتة الصناعية
- تحليلات التجزئة
- تصوير الرعاية الصحية
- الروبوتات والأنظمة المستقلة







