英特尔® Distribution of OpenVINO™ 工具套件

您的人工智能推理应用程序...现在更快了

利用英特尔® Distribution of OpenVINO™ 工具套件开发使用深度学习智能的应用程序和解决方案。该工具套件基于卷积神经网络 (CNN)，将工作负荷跨英特尔® 硬件（包括加速器）扩展并最大限度提高性能。

支持从边缘到云的深度学习推理
加速人工智能工作负载，包括计算机视觉、音频、语音、语言和推荐系统
使用通用 API 支持跨英特尔® 架构和人工智能加速器（CPU、iGPU、英特尔® Movidius™ 视觉处理器、FPGA 和英特尔® Gaussian & Neural Accelerator（英特尔® GNA）的异构执行

利用一个函数库和预优化的内核加速上市时间
包括了对 OpenCV、OpenCL™ 内核以及其他行业工具和库进行优化的调用

立即行动

探索功能

高性能，深度学习

跨多个平台加速深度神经网络工作负载，以实现更快、更准确的人工智能推理结果。

简化开发

启用简化的端到端开发和部署工作流。

一次写入，处处部署

英特尔® Distribution of OpenVINO™ 工具套件通过高级通用 API 支持跨目标环境的异构执行。

英特尔提供了强大的可扩展硬件和软件解决方案组合，并由英特尔 Distribution of OpenVINO toolkit 提供支持，可满足任何使用案例的各种性能、功耗和价格需求。了解该工具套件如何在多个深度神经网络上以高吞吐率和效率促进您的推理应用程序。

性能基准

2021.2
2020.3.1 LTS

2021.2

2021.2 发行版有什么新功能

将深度学习工作台与英特尔® DevCloud for the Edge 集成以构成 Beta 版本。使用英特尔® DevCloud for Edge 上的深度学习工作台（而不是仅本地计算机）以图形方式分析模型，针对多个远程硬件配置比较、可视化和微调解决方案。
引入对 Red Hat* Enterprise Linux* 8.2 的支持
实施循环支持以增加动态模型的控制流。这样可以支持类似 RNN 的动态模型，例如使用 ONNX*（开放式神经网络交换）的 YOLO* v3。
在模型优化器中为使用 TensorFlow 量化感知训练（包含权重的每通道量化）进行量化的模型引入了每通道量化支持。通过模型压缩和减少延迟来提高性能。
预训练模型和支持公共模型以简化开发：
- 公共模型： YOLO v4（用于对象检测）、AISpeech*（用于语音识别）和 DeepLab v3（用于语义分段）
- 预训练的模型：人体姿势估计（更新）、公式识别多项式手写体（新增）、机器翻译（更新）、通用手语识别（新增）和文本语音转换（新增）
OpenVINO™ 安全插件，允许通过安全封装和模型执行来控制模型。使用基于内核的虚拟机 (KVM) 和 Docker* 容器，它能与 OpenVINO™ 模型服务器兼容，实现可扩展的伺服微服务。这款新插件可使封装实现灵活的部署和安全性。

发布说明

挑选并下载

系统要求

你能做些什么

开发人员和企业正在许多行业中应用英特尔 Distribution of OpenVINO 工具套件，包括工业和制造业、医疗保健、实验室和生命科学、零售、安全和安保，以及新兴使用案例。了解深度学习如何改变行业。

成功案例

2020.3.1 LTS

2020.3.1 LTS 版本的新功能

长期支持 (LTS) 是一种新的年度版本类型，提供长期维护和支持，重点在于稳定性和兼容性。这使您可以更有信心地部署采用英特尔® Distribution of OpenVINO™ 工具套件的应用程序。为了获得最新功能和领先性能，每年将继续提供三到四次标准版本。

提供以前的 2020.3 LTS 版本的错误修复。了解有关支持详细信息的更多信息。
包括安全和功能的错误修复，以及细微功能更改
包括对第十一代智能英特尔® 酷睿™ 处理器（以前的代号为 Tiger Lake）的改进支持，包括英特尔锐炬® Xe 显卡和英特尔® 深度学习加速说明。

英特尔® Distribution of OpenVINO™ 工具套件 2020.3.X LTS 版本将继续支持搭载英特尔® Arria® 10 FPGA 的英特尔® Vision Accelerator Design 和搭载英特尔® Arria® 10 GX FPGA 的英特尔® Programmable Acceleration Card。

有关基于 FPGA 的新一代可编程深度学习解决方案的问题，或者要获取最新的 FPGA 更新，请联系您的销售代表或联系我们。

发布说明

LTS 文档