关于英特尔:比特熊故事汇3月MVP英雄故事微软MVP与英特尔首席工程师的春日Remix
大家好!我是爱吃、爱玩、更爱学习技术,IT届的新晋网红,开发者的好敌人—比特熊! 大家看了《青春变形记》吗?特地廓清一下,并不是比特熊 Cosplay 当前的出演哦~ 比特熊:3月的故事汇请来的嘉宾大有来头!坐在咱们【比特熊直播间】的是我在 Pycon China 北京站结识的社区之星也是微软 MVP 团队里很受欢迎的李者璈老师;在线上直播间还有比特熊的好敌人 OpenVINO 中文社区的 Nono 介绍给我的英特尔的大咖,邵文简老师! 【比特熊故事汇】作为比特熊直播间的重要栏目,定期请来技术大牛和行业先锋做客。这里不仅讲最“热”的技术,还有更多待解锁的集体故事和趣味话题!请继续关注,更激励大家举荐你想意识的“英雄”。欢送大家来到直播间,跟比特熊一起,与专家们零距离畅聊。 欢送大家拜访MSLearn学习平台 https://aka.ms/DevMSLearn 与比特熊一起布局学习门路,减速进阶 李者璈 猫奴 / 特摄迷 / 大龄中二青年 ▪微软MVP - Developer Technologies ▪太极图形资深工程师 善于:Python / SRE / Cloud Infra / Container 邵文简 写代码>跑步游览>其它 ▪英特尔物联网视频事业部人工智能平台解决方案资深架构师和首席工程师 ▪资深嵌入式平台研发教训 独家爆料 比特熊:再给各位走漏一个【比特熊故事汇】的独家爆料——李者璈老师心中的超级英雄是奥特曼!他可是看过奥特曼的全副系列!邵文简老师是否也有本人喜爱的英雄人物,咱们先请邵老师聊聊技术干货,彩蛋局部请仔细的小伙伴文中寻找!邵文简:云计算、物计算、边缘计算、边缘联盟……最近很这些名词十分火,那边缘计算到底是什么呢?简略来说,边缘计算起到了一个承前启后的作用,把端侧的物联网设施和云端的核心网数据中心连接起来。 边缘计算的重要性能够从这组钻研数据中看出:45%的数据会在边缘被存储、剖析和操作, 43%的人工智能工作产生在边缘设施上。这个报告是2017年的,预测到明年2023年,具备人工智能的边缘设施部署会有15倍的爆发性增长。 比特熊:邵文简老师总结了四个推动边缘计算倒退的因素,他专攻的智能视频边缘计算畛域很好地解释了这些需要的存在。1、低提早的需要。当初很多小区都能主动对车牌辨认进行闸机的开关,但如果从摄像头拍到你的车牌,通过网络传到核心网,再到数据中心,和大量汇聚在此的数据一起进行排队,解决完再送回来,这个周期的延时可能会到十秒甚至几十秒,这在理论的利用中是齐全不能承受的。工业生产线上,机器视觉对延时的要求更高,基本上要在毫秒级,所以低延时的个性对很多视频利用十分重要的。2、带宽老本。尽管当初4G、5G倒退很快,但视频数据还是太大了,视频的码率从1Mbps 到甚至4~10 Mbps,而当初曾经部署了10亿只IP相机,如果所有的数据都要会集到云端的话,随之而来的带宽老本在当初的技术和经营模式下是无奈接受的。3、数据安全和个人隐私。大家越来越器重隐衷爱护了,人脸、车辆的影像都是重要信息,国家正在制订规范,要求波及到个人隐私的数据要在边缘计算,通过脱敏之后能力上传到云端进行下一步服务。4、稳固连贯。我自身是学通信的,要在端到端实现稳固的视频连贯,并不容易。如果大家理解视频编解码,就晓得视频的数据其实是间断的,如果连贯不稳固,失落一帧就会导致间断丢几十帧甚至上百帧的数据。下图以安防场景为例,展现了智能视频边缘计算的落地状况:智能视频边缘计算在各个领域还有很多利用,比方基于人工智能的视频结构化,就是把视频外面所有咱们感兴趣的信息变成结构化数据库里的数据,对 AI解决的要求十分高。 邵文简:咱们英特尔 OpenVINO 社区始终在为这个畛域做奉献,大家都晓得英特尔提供了多种多样的硬件产品,从凌动到酷睿到至强。咱们也有 FPGA 的产品和基于 VPU(视觉处理器)的视觉减速产品。通过英特尔提供的软件工具和软件开发包,就能把这些硬件产品和解决方案连接起来。这里给大家介绍两个:Intel® Media SDK 和 OpenVINO。Media SDK 是一个高性能的视频编解码以及图像处理的软件工具,经验了很多年的倒退,往年要死于非命了,它的替代者/下一代叫 oneVPL,会在往年推出,效率比 Media SDK 更高,也根本放弃了 Media SDK 的编程和接口的格调。OpenVINO 则是英特尔在人工智能方面用于疾速部署、减速AI推理工作负载的软件。下图是 OpenVINO 的根本工作模式,两个外围模块为模型优化器和推理引擎。OpenVINO 从2018年到2022年经验了4年的倒退,OpenVINO 的2022.1版本也是咱们一个比拟大的 milestone,次要有以下新个性:1、Open Model Zoo 反对了更多的域系列模型,减少了33个新的模型;简化了依赖库的治理;推出了全新的 API 2.0,跟支流AI编程形式统一。2、晋升了兼容性,简化了 Model Optimizer 的参数,反对了 Dynamic input shape……间接反对PaddlePaddle模型。3、部署上反对了将很多前解决的工作集成到模型中;反对 Auto Plugin;减少了性能配置提醒,比方能够在低延时和高吞吐量间抉择;优化 First Inference Latency。2022.1这一版本无论是生产效率还是兼容性、性能上都有很大的晋升,对中文社区、中国的人工智能用户来说都是极大的便当,心愿咱们宽广的社区用户和开发人们有机会能去 OpenVINO 网站下载和试用 OpenVINO。 ...