Intel 16 Release eine neue Reihe von Tool, die Computergrafik und vertieftes Lernen (tiefes Lernen) Technologieintegration Entwickler zu helfen, das Internet der Dinge (IoT) Edge-Gerät verwendet Visual Computing zu beschleunigen und damit die Leistung der Videoanalyse zu verbessern. Intels neue Kitnamen für die ‚Öffnen Sie Visual Inference und neuronale Netzwerk-Optimierung‘ (OpenVINO), die die Vorteile der bestehenden Infrastruktur nehmen wie TensorFlow und Caffe Entwickler neuronale Netzwerk trainiert, können Sie OpenVINO AI-Modell zu erstellen und trainieren, und auf verschiedene Produkte verwenden, sondern auch leicht visuelle Denkfähigkeit Computing-Anwendungen hinzufügen. Inferenz ist ein wichtiges Element von AI, so Meinungen in Übereinstimmung mit dem bestehenden Algorithmus eine neue Nachricht zu erstellen. Steen Graham, Geschäftsführer von Intel IoT Pfad Lieferanten verwenden, die Ausrüstung wies darauf hin, Adlink eine OpenVINO entwickelt hat Art von Visual-Computing-Lösungen, können Fehler in der Produktionslinie von Leiterplatten erkennen. OpenVINO verwendet auch andere Unternehmen, darunter GE Healthcare, Amazon Web Services (AWS), General Electric (GE) ‚s Aktuelles, Honeywell, Dell (Dell) und große Dahua, etc. Lösungsanbieter Comtech Telecommunications Product Management Vice Beim Schneiden von Brian Salisbury CRN Interview akzeptiert, die großen Mengen an Verarbeitungs am Rande des Gerätes, Visual Computing Software Bildinformationen sammeln im Vergleich zu der Cloud übertragen noch Sinn machen. Intel sagte OpenVINO auf ein breites Spektrum von Entwicklern anwendbar, zum Beispiel im Einzelhandel, Entwicklung die am Rande des Gerätes im Bereich visuelles Computing-Funktionen, einschließlich Point of Sale, Digital Signage und Sicherheit Monitore bauen könnte, etc., aber Graham betonte, OpenVINO für den IoT Channel-Partner Visual-Computing-Lösungen mit besonders hilfreich, weil den bestehenden OpenVINO mit Das System führt Inferenzberechnungen durch, einschließlich verschiedener von Intel entwickelter Technologien wie CPUs, FPGAs und Movidius Vision Prozessoren (VPUs).
