قم بزيارة حديث ديمتري باستوشينكوف وأدريان بوغوشيفسكي YOLO Vision 2024 حول تحسين نماذج YOLO باستخدام Intel OpenVino وتشغيل الاستدلالات في الوقت الفعلي على حاسوب الذكاء الاصطناعي Intel.
YOLO جمع مؤتمرالرؤية 2024 (YV24)، وهو الحدث السنوي الهجين Ultralytics ، عشاق الذكاء الاصطناعي والمطورين والخبراء من جميع أنحاء العالم لاستكشاف أحدث الابتكارات في مجال الرؤية الحاسوبية. شكّل YV24 فرصة ومنصة رائعة لمناقشة الاكتشافات الجديدة. وقد شهد الحدث مشاركة لاعبين رئيسيين في مجال الذكاء الاصطناعي لتقديم أحدث ابتكاراتهم. وكان من بينهم Intel ، الذي شارك في الفعالية بتقديم كلمة رئيسية عن حاسوبهم الجديد الرائد في مجال الذكاء الاصطناعي و Intel OpenVino الذي يتكامل مع نماذجUltralytics YOLO مثل Ultralytics YOLO11.
قاد الحديث كل من أدريان بوغوشيفسكي، وهو مبشر برمجيات شارك في تأليف مجموعة بيانات LandCover.ai وتثقيف المطورين حول مجموعة أدوات OpenVINO الخاصة بـ Intel، وديمتري باستوشينكوف، وهو مبشر في مجال الذكاء الاصطناعي للكمبيوتر الشخصي يتمتع بخبرة تزيد عن 20 عامًا في مجال الأتمتة الصناعية والذكاء الاصطناعي. وخلال الحدث، أعرب أدريان عن حماسه وقال: "هذا حدث رائع اليوم، ليس فقط لأن Ultralytics قدم إصدارًا جديدًا 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 حديثIntelفي YV24، وسنتناول في هذه المقالة أهم ما جاء في حديثهم في YV24، ونتعمق في خصوصيات وعموميات حواسيبهم الشخصية التي تعمل بالذكاء الاصطناعي، سلسلة Intel Core Ultra 200V، وكيفية تكاملها مع نماذج Ultralytics YOLO باستخدام مجموعة الأدوات OpenVINO . لنبدأ!
بدأ ديمتري كلمته الرئيسية بالتطرق إلى الاختلافات الرئيسية بين الذكاء الاصطناعي التقليدي والذكاء الاصطناعي التوليدي. تمحور التركيز على كيفية تطور هذه التقنيات وحالات استخدامها في عام 2024. لقد كانت تقنيات الذكاء الاصطناعي التقليدية مثل الرؤية الحاسوبية ومعالجة اللغة الطبيعية ضرورية لمهام مثل تقدير الوضعية واكتشاف الأشياء والتعرف على الصوت. ومع ذلك، يمثل الذكاء الاصطناعي التوليدي موجة أحدث من تقنيات الذكاء الاصطناعي التي تتضمن تطبيقات مثل روبوتات الدردشة وتوليد النصوص إلى صور وكتابة الأكواد وحتى تحويل النصوص إلى فيديو.
وأشار ديمتري إلى الفرق في النطاق بين الاثنين. وأوضح أنه بينما تتكون نماذج الذكاء الاصطناعي التقليدية من ملايين المعلمات، فإن نماذج الذكاء الاصطناعي التوليدي تعمل على نطاق أوسع بكثير. فغالبًا ما تتضمن نماذج الذكاء الاصطناعي التوليدي مليارات أو حتى تريليونات من المعلمات، مما يجعلها أكثر تطلبًا من الناحية الحسابية.
قدم ديمتري حاسوب الذكاء الاصطناعي Intel كحل جديد للأجهزة مصمم لمعالجة التحديات المتزايدة لتشغيل نماذج الذكاء الاصطناعي التقليدية والتوليدية بكفاءة. جهاز كمبيوتر الذكاء الاصطناعي Intel هو جهاز قوي وموفر للطاقة. وهو قادر على تشغيل مجموعة كبيرة من نماذج الذكاء الاصطناعي محلياً، دون الحاجة إلى المعالجة السحابية.
تساعد المعالجة المحلية في الحفاظ على خصوصية البيانات الحساسة. عندما تتمكن نماذج الذكاء الاصطناعي من العمل بشكل مستقل عن الاتصالات بالإنترنت، تتم الاستجابة للمخاوف الأخلاقية للصناعات فيما يتعلق بالخصوصية والأمان.
القوة الدافعة وراء حاسوب الذكاء الاصطناعي Intel هو معالج سلسلة Intel Core Ultra 200V. يتضمن هذا المعالج ثلاثة مكونات رئيسية: وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ووحدة المعالجة العصبية (NPU). يلعب كل منها دوراً محدداً في التعامل مع أنواع مختلفة من أعباء عمل الذكاء الاصطناعي. يعتبر CPU مثاليًا للمهام الأصغر حجمًا ومنخفضة التأخير التي تتطلب استجابات سريعة، بينما تم تحسين GPU للعمليات عالية الإنتاجية مثل تشغيل نماذج الذكاء الاصطناعي. أما وحدة المعالجة العصبية (NPU)، المصممة لتحقيق كفاءة الطاقة، فهي مناسبة تماماً للمهام طويلة الأمد مثل اكتشاف الكائنات في الوقت الحقيقي مع نماذج مثل YOLO11.
وقد تم تسليط الضوء على أن CPU يمكنه تقديم ما يصل إلى 5 TOPS (تريليونات من العمليات في الثانية)، و GPU ما يصل إلى 67 TOPS، وتوفر وحدة المعالجة العصبية طريقة موفرة للطاقة لتشغيل مهام الذكاء الاصطناعي بشكل مستمر دون استنزاف موارد النظام.
تدمج سلسلة معالجات Intel Core Ultra 200V Series جميع محركات الذكاء الاصطناعي الثلاثة - NPU و CPU و GPU - في شريحة واحدة صغيرة. تصميمها مناسب تمامًا للأجهزة المدمجة مثل أجهزة الكمبيوتر المحمول، دون التضحية بالأداء.
يتضمن المعالج أيضاً ذاكرة وصول عشوائي مدمجة، مما يقلل من الحاجة إلى بطاقات رسومات منفصلة. وهذا يساعد على تقليل استخدام الطاقة ويحافظ على الجهاز صغير الحجم. كما أكد ديمتري أيضًا على مرونة المعالج. يمكن للمستخدمين أن يقرروا ما إذا كانوا يريدون تشغيل نماذج الذكاء الاصطناعي على CPU أو GPU أو NPU، حسب المهمة. على سبيل المثال، يمكن تشغيل اكتشاف الكائنات باستخدام نماذج YOLO11 على أي من هذه المحركات، في حين أن المهام الأكثر تعقيدًا، مثل توليد النص إلى صورة، يمكن أن تستخدم كل من GPU و NPU في نفس الوقت للحصول على أداء أفضل.
أثناء العرض التقديمي، أخرج ديمتري الشريحة من جيبه، مما أعطى الجميع إحساساً واضحاً بمدى صغر حجمها - على الرغم من قدرتها على التعامل مع مثل هذه المهام المتقدمة للذكاء الاصطناعي. لقد كانت طريقة ممتعة ولا تُنسى لإظهار كيف أن Intel يجلب قدرات الذكاء الاصطناعي القوية إلى أجهزة محمولة وعملية أكثر.
وبعد عرض أحدث التطورات في مجال الأجهزة Intel ، انتقل ديمتري بعد ذلك إلى Intel مجموعة البرمجيات التي تدعم الذكاء الاصطناعي. وقدم OpenVINO ، Intel، وهو إطار عم ل مفتوح المصدر مصمم لتحسين نماذج الذكاء الاصطناعي ونشرها بكفاءة عبر الأجهزة المختلفة. OpenVINO يتجاوز المهام المرئية، حيث يوسع نطاق دعمه ليشمل نماذج الذكاء الاصطناعي المستخدمة في معالجة اللغة الطبيعية ومعالجة الصوت والمحولات وما إلى ذلك.
OpenVINO متوافق مع المنصات الشائعة مثل PyTorchTensorFlow ، و ONNX، ويمكن للمطورين دمجها بسهولة في عمليات سير العمل الخاصة بهم. إحدى الميزات الرئيسية التي لفت الانتباه إليها هي التكميم. يعمل التكميم على ضغط أوزان النماذج لتقليل حجمها بحيث يمكن تشغيل النماذج الكبيرة بسلاسة على الأجهزة المحلية دون الحاجة إلى السحابة. OpenVINO يعمل عبر أطر عمل متعددة، ويعمل على CPU أو GPU أو NPU أو FPGA أو حتى أجهزة ARM، ويدعم أنظمة ويندوز ولينكس وماك أو إس. كما أطلع ديمتري الجمهور على مدى سهولة البدء باستخدام OpenVINO.
في الجزء الثاني من المحاضرة، انتقل الميكروفون إلى أدريان، الذي شرح التكامل السلس بين Ultralytics YOLO النماذج و Intel' OpenVINO مجموعة الأدوات ، مما يبسط عملية نشر النموذجYOLO . وقدّم شرحًا تفصيليًا لكيفية تصدير نموذج YOLO باستخدام الحزمةUltralytics Python إلى تنسيق OpenVINO سريع ومباشر. هذا التكامل يجعل من الأسهل بكثير على المطورين تحسين نماذجهم للأجهزة Intel وتحقيق أقصى استفادة من كلا النظامين.
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 كنسخة ذات فاصلة عائمة للحصول على أقصى قدر من الدقة أو كنسخة مكمّمة لتحسين السرعة والكفاءة. كما سلط الضوء أيضًا على كيفية إدارة المطورين لهذه العملية مباشرةً من خلال التعليمات البرمجية، باستخدام خيارات مثل التكميم INT8 لتحسين الأداء دون التضحية بالكثير من الدقة.
لوضع كل هذه النظرية موضع التنفيذ، قدم فريق Intel عرضًا توضيحيًا في الوقت الفعلي لاكتشاف الأجسام عن طريق التشغيل YOLO11 على حاسوب الذكاء الاصطناعي Intel . عرض أدريان كيفية تعامل النظام مع النموذج عبر معالجات مختلفة، محققًا 36 إطارًا في الثانية على CPU مع نموذج الفاصلة العائمة، وأكثر من 100 إطار في الثانية على المعالج المدمج GPU ، و70 إطارًا في الثانية مع الإصدار الكمي INT8. وقد تمكنوا من إظهار مدى كفاءة حاسوب الذكاء الاصطناعي Intel في إدارة مهام الذكاء الاصطناعي المعقدة.
وأشار أيضًا إلى أنه يمكن للنظام تشغيل النماذج بالتوازي، باستخدام CPU و GPU و NPU معًا للمهام التي تتوفر فيها جميع البيانات أو إطارات الفيديو مقدمًا. وهذا مفيد عند معالجة الأحمال الثقيلة مثل مقاطع الفيديو. يمكن للنظام تقسيم عبء العمل على معالجات مختلفة، مما يجعله أسرع وأكثر كفاءة.
وفي الختام، ذكر أدريان أنه يمكن للمستخدمين تجربة العروض التوضيحية في المنزل، بما في ذلك حلول مثل عدّ الأشخاص والإدارة الذكية لقوائم الانتظار. ثم عرض بعد ذلك عرضًا توضيحيًا إضافيًا حيث يمكن للمستخدمين إدخال مطالبات لتوليد صور تشبه الأحلام في الوقت الفعلي على GPU. وأظهر هذا العرض تعدد استخدامات جهاز الكمبيوتر Intel AI PC لكل من مهام الذكاء الاصطناعي التقليدية ومشاريع الذكاء الاصطناعي الإبداعية والتوليدية.
في هذا الحدث، كان لدى Intel كشك خاص بهم حيث عرضوا عرضًا توضيحيًا للكشف عن الأجسام في الوقت الفعلي باستخدام YOLO11 ، يعمل على حاسوبهم Intel AI PC. تمكن الحضور من رؤية النموذج قيد التشغيل، وتم تحسينه باستخدام OpenVINO ، وتم نشره على معالج Intel Core Ultra 200V.
وفي كشك Intel ، قال ديمتري: "هذه هي المرة الأولى لي في YOLO Vision، وأنا سعيد لوجودي في مدريد. نحن نقدم نموذج YOLO11 من Ultralytics ، الذي يعمل على معالج Intel Core Ultra 200V. يظهر أداءً ممتازًا، ونحن نستخدم OpenVINO لتحسين النموذج ونشره. لقد كان من السهل جدًا التعاون مع Ultralytics وتشغيل النموذج على أحدث أجهزة Intel باستخدام CPU و GPU و NPU." كما كان للجناح أيضًا بعض الهدايا الممتعة، مثل القمصان والدفاتر ليأخذها الحضور إلى منازلهم.
Intelعرض الحديث التقني في مؤتمر YV24، الذي يضم معالجات سلسلة Intel Core Ultra 200V، كيفية تحسين مجموعة أدوات OpenVINO لنماذج الذكاء الاصطناعي مثل Ultralytics YOLO11 . يمكّن هذا التكامل المستخدمين من تشغيل نماذج YOLO مباشرة على أجهزتهم، مما يوفر أداءً رائعًا لمهام الرؤية الحاسوبية مثل اكتشاف الأجسام. وتتمثل الفائدة الرئيسية في أن المستخدمين لا يحتاجون إلى الاعتماد على الخدمات السحابية.
يمكن للمطوّرين وعشاق الذكاء الاصطناعي تشغيل نماذج YOLO وضبطها دون عناء، والاستفادة الكاملة من الأجهزة مثل وحدات المعالجة المركزية ووحدات معالجة الرسومات ووحدات المعالجة العصبية للتطبيقات في الوقت الفعلي. Intel OpenVINO مجموعة الأدوات، بالاقتران مع نماذج Ultralytics YOLO ، تفتح إمكانيات جديدة لجلب قدرات الذكاء الاصطناعي المتقدمة مباشرة إلى الأجهزة الشخصية، مما يجعلها خيارًا مثاليًا للمطورين الحريصين على دفع ابتكارات الذكاء الاصطناعي في مختلف الصناعات.
دعونا نتعاون ونبتكر! قم بزيارة مستودع GitHub الخاص بنا لاستكشاف مساهماتنا والتفاعل مع مجتمعنا. شاهد كيف نستخدم الذكاء الاصطناعي لإحداث تأثير في صناعات مثل التصنيع والرعاية الصحية.
