OpenVINO? 工具套件助力加速英特爾? 平臺計算機視覺開發

物聯網 (IoT) 市場增長迅猛，為世界各地的公司和開發商創造數據驅動型創新機會。其背后的一項重要驅動因素是企業希望借助人工智能 (AI) 技術獲得更深入的洞察 — 邊緣計算機視覺解決方案的急劇增長便是最好的例證。

最近的行業報道：

到 2023 年，計算機視覺市場總體規模預計將達到 173.8 億美元[1]，

到 2022 年，視頻分析市場估計將達到 111.7 億美元[2]，

深度學習收入預計將從 2016 年的 6.55 億美元增長到 2025 年的 350 億美元[3]。

OpenVINO? 工具套件介紹

為了幫助開發人員利用這些趨勢，英特爾推出了 OpenVINO?（開放式視覺推理神經網絡優化）工具套件，這是全面的英特爾? 視覺產品產品線中的最新產品，可加速深度學習并將視覺數據轉化為業務洞察。OpenVINO? 工具套件與多樣化的英特爾軟硬件產品組合可推動邊緣深度學習，并使英特爾在支持從邊緣到云的物聯網解決方案領域遙遙領先。

OpenVINO? 工具套件旨在支持用戶快速開發高性能計算機視覺應用，在整個英特爾芯片組合中充分釋放深度學習推理功能，并提供無與倫比的解決方案以滿足其 AI 需求。新的工具套件還包括三個主要 API：深度學習部署工具套件是一種通用的深度學習推理工具套件，可跨英特爾? 視覺產品進行擴展，并包含針對 OpenCV* 和 OpenVX* 的優化功能。通過將 OpenVINO? 工具套件添加到英特爾? 視覺產品組合以及 nGraph 等其他 AI 產品，英特爾提供了最廣泛的功能，可以將從邊緣到網絡的 AI 解決方案分發到各種產品的云端。由于 OpenVINO 與廣泛采用的 AI 框架兼容，因此開發人員可以無縫、輕松地在邊緣部署其應用。

計算機視覺：挑戰與機遇

如果想要利用計算機視覺及其機遇，開發人員必須克服幾個基本挑戰。首先，計算機視覺解決方案通常會遇到帶寬、存儲和延遲限制。其次，通過優化計算機視覺應用提高性能并有效集成人工智能和深度學習功能可能很困難。最后，通過擴展計算機視覺應用滿足功率、性能和成本要求可能需要投入大量成本，將軟件應用于不同的硬件可能需要重新設計完整的解決方案。

應對這些挑戰需要全新 OpenVINO? 工具套件提供的分布式端到端智能。該工具套件可幫助開發人員簡化深度學習推理，并在各種垂直用例中部署高性能計算機視覺解決方案。

全新愿景：靈活的高性能解決方案

開發人員正在使用 OpenVINO? 工具套件和其他英特爾? 視覺產品，輕松地將計算機視覺和深度學習推理解決方案從各種常見軟件框架（如 TensorFlow、MXNet 和 Caffe）移植到英特爾處理器和加速器技術，包括英特爾 CPU、英特爾集成顯卡、英特爾現場可編程門陣列 (FPGA) 和英特爾? Movidius? 視覺處理單元 (VPU)。

[1] Marketsandmarkets,計算機視覺市場，2017

[2] Marketsandmarkets,視頻分析市場，2017

[3] Tractica，2017年第二季度

想要查看更多OpenVINO相關技術與資料，請戳>> http://www.104case.com/openvino