导读：本文从实例引出“边缘控制”——边缘计算在工业自动化领域的融合性应用技术，简单梳理了对相关概念的一般性理解，并给出了“云、边、端”三层参考架构和“三步走”的目标规划，介绍了基于通用计算平台的实现边缘控制的优势。举例说明了当前落地的挑战，并进行商业可行性的分析，还针对国内企业给出了一些参考建议。此外，以“英特尔工业边缘控制平台”为例，通过主要功能组件的介绍，尝试提炼出开放边缘控制系统——基于通用
openlab_4276841a
3年前
作者： Arindam， Yamini， Mustafa， Ritesh， Priya， Chandrakant， Surya， Amar， Sesh 编译：李翊玮技术的传播采用通常是由用户体验的飞跃引发的。例如，iPhone促使智能手机和“应用商店”的快速普及。最近，TensorFlow的易用性启动了人工智能的大规模增长，几乎触及了我们今天日常生活的方方面面。OpenVINO™ 工具包重新定义了
openlab_4276841a
3年前
用OpenVINOTM实现PyTorch版FastSeg模型高性能推理计算
作者：Boguszewski, Adrian adrian.boguszewski@intel.com翻译&校对：张晶 简介：PyTorch(https://pytorch.org/)是当今非常流行的，能加速从研究原型设计到生产部署的开源机器学习框架。OpenVINOTM工具套件能转换并优化深度学习模型，提升深度学习模型在英特尔®计算硬件上的推理计算性能。 使用OpenVINOTM工具套件实现Py
openlab_4276841a
3年前
全球峰会火热报名中！2022 OpenVINO™ DevCon 全球盛会中国站启幕！
自2018年推出 OpenVINO™ 工具套件以来，英特尔已经帮助数十万开发者大幅提升了 AI 推理性能，并将其应用从边缘计算扩展到企业和客户端。在 2022 年第一季度末，英特尔推出了英特尔发行版 OpenVINO™ 工具套件的全新版本。其中的新功能主要根据开发者过去三年半的反馈而开发，包括更多的深度学习模型选择、更多的设备可移植性选择以及更高的推理性能和更少的代码更改。
openlab_4276841a
3年前
干货｜OpenVINO 2022 新版本源码编译流程讲解和新特性Auto-Device演示
1. 新版本的介绍自推出以来OpenVINO一直紧随AI的技术发展，保持着高频的迭代更新，来解决各行各业开发者提出的各种需求和面临的挑战。这次版本迭代，从2021.4到2022.1，改动很大，可以说是迄今为止最重大的更新。最新版本精简了安装包和运行时库，添加了Auto-Device Plugin、MO参数简化等一系列的有利于开发者快速上手的功能，也官宣了对Paddle Paddle的正式支持，其他
openlab_4276841a
3年前
