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
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。