至顶网网络频道 05月18日 编译:英特尔正在加紧推进人工智能,并发布了一个新的工具包,让开发人员能够在网络边缘部署计算机视觉,以用于摄像头和物联网设备。
英特尔表示,这个名为Open Visual Inference & Neural Network Optimization(OpenVINO)的工具包兼容主流的机器学习框架,例如开源的TensorFlow和Caffe。
OpenVINO旨在配合英特尔常规CPU以及专用加速器硬件(例如FPGA,针对特定任务编程的计算机芯片)一起工作。OpenVINO还兼容英特尔在2月发布的Movidius视觉处理单元,后者旨在加快人工智能算法的执行速度。
开发人员借助OpenVINO可以在云中构建和训练人工智能模型,并将其部署到各种产品中。例如,在零售企业工作的开发人员可以使用该工具包将计算机视觉功能部署到POS机、安全摄像头或数字标牌中的各种边缘应用中。
英特尔高级副总裁、物联网总经理Tom Lantzsch在一篇博客文章中表示:“处理高质量视频需要能够快速分析边缘附近的大量数据流并实时响应,而且只把有相关性的洞察异步转移到云中。OpenVINO工具包旨在快速开发在边缘位置的高性能计算机视觉和深度学习推理应用。”
OpenVINO工具包中有3个新的API:深度学习部署工具包、一个涵盖英特尔视觉产品的通用深度学习推理工具包、以及针对OpenCV和OpenVX的优化功能。
Moor Insights&Strategy分析师Patrick Moorhead表示,OpenVINO是英特尔推出的一项受欢迎的补充,因为它为开发人员提供了“跨越不同加速器、更容易的物联网边缘编程路径”,这里说的加速器包括图形卡、FPGA和Movidius可编程ASIC。Moorhead之前曾指出,尤其是FPGA难以编程,但表示英特尔正在致力于解决这个问题。
英特尔表示,GE Healthcare等一些大型企业已经在使用OpenVINO,GE Healthcare主要将其用于医疗成像应用。
好文章,需要你的鼓励
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。
苹果即将发布Apple TV 4K和HomePod mini 2两款产品更新。更值得期待的是三款全新产品:配备7英寸方形显示屏的HomePod Touch将搭载全新homeOS系统,支持Safari、音乐等应用及小组件功能,预计售价350美元;此外还有智能安全摄像头和视频门铃两款配件。这标志着苹果从依赖第三方HomeKit配件转向自主研发智能家居产品的重要战略转变。
UCL研究团队通过分析16万场AI对战数据发现,传统认为"平局代表AI实力相当"的观念完全错误。研究表明平局主要反映问题难度和客观性,而非AI能力对比。当忽略平局进行评分时,四种主流评分系统的预测准确率均提升1-3%。这项发现颠覆了现有AI评估理论,建议未来评分系统应考虑问题特征而非简单的平局语义。