点击蓝字关注我们,让开发变得更有趣作者：孔小君英特尔边缘计算创新大使深圳控道智能科技有限公司 营销总监YOLOv9简介随着计算机视觉技术的不断进步，目标检测已经成为许多应用的核心组件，如自动驾驶、视频监控、智能安防等。YOLOv9（You Only Look Once version 9）是YOLO系列中的最新版本，它提供了更高的检测精度和更快的推理速度。结合OpenVINO™工具套件，我们可以充

点击蓝字关注我们,让开发变得更有趣以下文章来源于英特尔物联网作者：杨雪锋 博士英特尔边缘计算创新大使01OpenVINO™ Notebooks 简介OpenVINO™ Notebooks 是 Jupyter Notebook 形式的 OpenVINO™ 范例程序大集合，方便开发者快速学习并掌握 OpenVINO™ 推理程序，并通过 Copy&Paste 方式将范例中的关键程序应用到自己的

在本次新版本中，我们新增了对更多生成式 AI 模型的支持，从大语言模型（LLM）到多模态视觉语言模型（VLM），包括 Phi-4-mini-reasoning、AFM-4.5B、Gemma-3-1B、Gemma-3-4B 和 Gemma-3-12B。无论你想打造智能聊天机器人、领先的计算机视觉应用，还是突破性的生成式 AI 解决方案，OpenVINO™ 2025.3 都能为你提供简洁高效的工具，加

Optimum-Intel可以通过调用OpenVINO™runtime后端，以实现在Intel CPU及GPU平台上的性能优化，同时由于其兼容Transformers库，因此我们可以直接参考官方示例，将其迁移至Optimum-Intel执行。在部署模型之前，我们首先需要将原始的PyTorch模型转换为OpenVINO™的IR静态图格式，并对其进行压缩，以实现更轻量化的部署和最佳的性能表现。接下来，

点击蓝字关注我们,让开发变得更有趣作者 |武卓 博士 英特尔 OpenVINO™ 布道师排版| 吴紫琴OpenVINO™随着大语言模型的广泛应用，模型的计算需求大幅提升，带来推理时延高、资源消耗大等挑战。vLLM 作为高效的大模型推理框架，通过 OpenVINO™ 的优化，vLLM 用户不仅能够更高效地部署大模型，还能提升吞吐量和处理能力，从而在成本、性能和易用性上获得最佳平衡。这种优化对于需..

点击蓝字关注我们,让开发变得更有趣作者 | 武卓 英特尔 OpenVINO™ 布道师OpenVINO™新年快乐！2025年首个 OpenVINO™ 版本正式发布 生成式AI（GenAI）在模型质量与应用范围上持续爆发式增长，DeepSeek 等顶尖模型已引发行业热议，这种势头预计将在 2025年延续。本次更新聚焦性能提升、更多生成式AI 模型的支持，并针对英特尔®神经处理单元（NPU）推出关键优化

在本次更新中，我们引入了 SnapKV 缓存，这是一种运行在 CPU 和 GPU 上的选择性 KV 缓存压缩方法，能够基于注意力模式智能选择保留的键值对，支持上下文感知选择、聚类保留策略以及按注意力头自适应优化，在保留模型推理能力的同时提高效率。当启用 KV 缓存淘汰机制时，SnapKV 默认开启。想了解各类主流 AI 模型的性能基准测试，欢迎访问 OpenVINO™ Model Hub，对比它们

点击蓝字关注我们作者：Adrian Boguszewski，英特尔 AI 软件布道师武卓博士，英特尔 AI 软件布道师什么是 AI PC，为什么它有一个特殊的名字？AI PC 是时下 PC 领域的一个热门话题。与普通 PC 不同，AI PC 配备了先进的硬件，例如强大的 GPU，可以超快地运行具有生成式AI或大语言模型等繁重计算要求的 AI 模型推理，更重要的是，它还具有称为...

点击蓝字关注我们,让开发变得更有趣作者：王立奇英特尔边缘计算创新大使YOLOv9引入了可编程梯度信息 (PGI) 和广义高效层聚合网络 (GELAN) 等开创性技术，不仅增强了模型的学习能力，还确保了在整个检测过程中保留关键信息，从而实现了卓越的准确性和性能。该模型在效率、准确性和适应性方面都有显著提高，大大超过了现有的实时目标检测器，在MS COCO数据集上树立了新的标杆。官方代码目前已经开源。

粉丝投稿 ｜ [CPU+目标检测] OpenVINO 实现 Robomaster 自瞄粉丝投稿OpenVINO 中文社区内容来源|粉丝李乐恒投稿这篇文章为大连理工大学Robomaster凌Bug战队的李乐恒同学成果！他在CPU上利用深度学习算法(openvino)实现了Robomaster的自瞄，大大提高了robomaster自瞄的上界，且达到了良好的检测效果。所有代码全部开源， github主页