英特尔强推OpenVINO™工具包,专注物联网改革

工程师3 发表于 2018-05-21 09:20:01 收藏 已收藏
赞(0) •  评论(0

英特尔强推OpenVINO™工具包,专注物联网改革

工程师3 发表于 2018-05-21 09:20:01

全新工具包已在Agent Vi、大华、戴尔、通用电气旗下Current、通用电气医疗集团、海康威视以及霍尼韦尔公司得到了应用。

我执掌英特尔物联网部门的这一年真是不可思议。一年以来,我投身团队工作,力图为工业创新奠定数据驱动型的技术基础。团队的战略是在边缘构建硅平台以及工作负载整合,从而在各个垂直市场推行端到端分布式计算。成功的关键就在于协调由合作伙伴和开发人员组成的生态系统,从而切实发挥优势。我们的专注努力得到了回报——2017年,英特尔的物联网业务增长了20%,2018年第一季度继续保持强劲增长。

我们看到了全球物联网市场的显著增长,这在一定程度上得益于视觉应用的急剧增加,特别是那些利用人工智能(AI)的应用。这些影像和视频用例几乎涵盖了物联网领域的每一个细分市场,包括识别装配线上的产品缺陷、管理零售库存、确定偏远地区的设备维修需求,以及保障城市和机场公共安全等。这些用例都充分利用了高分辨率摄像头,生成了大量需要进行汇总和分析的数据。

面对这种膨胀式数据增长,英特尔宣布推出OpenVINO™ (Open Visual Inference & Neural network Optimization) 工具包。OpenVINO™工具包将在边缘侧快速跟踪高性能计算机视觉与深度学习的开发。这是全套英特尔®视觉软硬件产品系列中的最新产品,它专注于加速深度学习并将视觉数据转换为业务洞察。

智能和自动驾驶技术从视觉开始

要想处理优质视频数据,就必须能快速分析近边缘地带的海量数据流,并即时作出响应,只把有用的洞察以异步方式移动到云端。要想高效地处理视频数据,公司需要为每一项工作找到合适的解决方案。与其他笃信“一体适用”理念的公司不同,英特尔认为,市场需要一套强大的可扩展软硬件解决方案组合,迈进智能数据驱动的未来。这包括广泛部署和可用的英特尔计算产品以及高性能、高效的英特尔FPGA和Movidius解决方案。

随着OpenVINO™工具包加入英特尔®视觉系列产品,英特尔®提供了目前唯一能在各种产品之间将AI解决方案从边缘分发到网络和云端的视觉解决方案。这能让我们的客户灵活经济地分发视觉解决方案,提供可执行的业务洞察。

英特尔强推OpenVINO™工具包,专注物联网改革

英特尔视觉产品:挖掘数据全部潜能

英特尔广泛的合作伙伴生态系统

英特尔®视觉产品及OpenVINO™工具包已经得到全球合作伙伴的广泛应用。例如,大华*将其用于智慧城市与交通解决方案;通用电气医疗集团*将其用于医疗成像;海康威视*将其用于工业及制造安全。其他合作公司包括AgentVi*、通用电气旗下Current *、戴尔*和霍尼韦尔*。

在视觉行业,英特尔与国内多家领先企业展开了广泛且深入的合作。海康威视高级副总裁浦世亮博士表示,“海康威视正与英特尔开展协作,合作涵盖从前端英特尔®Movidius™摄像头到后端服务器的端到端AI/DL解决方案。英特尔®Movidius™ Myriad™ X带来的前景令人振奋。我们还与英特尔就其新发布的OpenVINO™工具包开展合作,以便提高性能、缩短开发周期。海康威视期待与英特尔建立稳固持久的合作关系,从而在基于AI/DL的解决方案领域取得技术领导地位。”

客户也可以将OpenVINO™工具包和运行AWS GreenGrass的设备相结合,从而在边缘端实现深度学习。

通过与这些业界领先企业的深度合作,我们明确了一点:英特尔正在助力智能与变革的未来。

技术详情

新的OpenVINO™工具包结合了各种先进硅片,可提供一个完整的高性能解决方案,用于边缘到云端的深度学习和视频分析。通过各种常见软件框架,如TensorFlow*、MXNet*、Caffe*等,英特尔的视觉产品助力开发者更容易地部署深度学习和机器视觉解决方案。

英特尔视觉产品与OpenVINO™工具包相结合,为开发人员带来了灵活性以及性能和功耗上的选择空间,使之能够适应各类物联网基础设施。

带集成显卡的英特尔CPU得到了普遍应用,让开发人员能够访问广泛部署与现有架构及产品一致的系统。

英特尔FPGA可以提供原始吞吐量和编程灵活性,从而快速适应新网络和新应用。

英特尔Movidius VPU为受限环境带来成本效率和能效,同时可以提供各类应用所需的性能。

随着英特尔的全面视觉战略从摄像头扩展到云端,各行各业的视频技术普及率将会更快地提升。通过与企业开展深度合作,我们明确了一点:英特尔不再销售零部件,而是提供轻松易用的视觉解决方案。

收藏

相关话题
文章来源栏目
+关注

评论(0)

加载更多评论

参与评论

相关文章

分享到

QQ空间 QQ好友 微博
取消