OpenVINO 2024.2姿態模型效能評估：以OpenPose、YOLOv8與3D-Pose為例
本文主要於ASRock NUC BOX-155H平台進行，使用Intel Core Ultra運作的NUC (下一代計算單元)。我們將姿態辨識模型OpenPose、3D Pose、MoveNet 與 YOLOv8 模型轉換為OpenVINO IR模型格式，分別在CPU、iGPU及NPU上進行部署。觀察這些模型在CPU、iGPU及NPU的硬體效能差異，透過實際執行影片推論的過程，觀察NPU的性能表現。
【開箱實測】OpenVINO榨出單板極限，實作離線LLM AI助理！
在當前AI PC問世之際，相信不少人已知道OpenVINO可以加速離線大語言模型(LLM)的推論速度，本篇文章是要更進一步在資源更為受限的單板電腦上進行大語言模型的推論，甚至是實作一個離線大語言模型的AI助理出來！
【2024 MAI Talks】健身設備運動姿態AI評估系統
在這場分享中，李盛安老師深入介紹了其最近投入的AI產學合作開發專案：「健身設備運動姿態AI評估系統」，此系統利用人工智能技術，提升健身器材的運動效果並防止運動傷害。
AI加速產業轉型 專家剖析關鍵技術趨勢
在由Intel代理商夥伴建智(Sertek)主辦的「產業AI轉型關鍵技術論壇」上，邀請到了來自產業界、開發社群與學界的專家分享最新AI PC技術趨勢，以及使用OpenVINO開放性工具平台在AI PC上輕鬆部署創新邊緣應用的實際案例，讓與會者親眼見識到AI PC的威力所在，也對於AI軟硬體新科技能帶來的效益更具信心。
以LLaVA-NeXT和NNCF先進量化技術掌握多模態AI
在這篇文章中，我們將探索LLaVA-NeXT多模態聊天機器人Notebook，學習如何轉換和最佳化LLaVA-NeXT模型來打造多模態聊天機器人。此外，我們將探討如何在LLM部分應用有狀態轉換(stateful transformation)和使用NNCF進行權重壓縮和量化等模型最佳化技術。
釋放多模態AI的力量：利用Pix2Struct和Optimum Intel
多模態可以同時處理視覺、聽覺和文字資料，以驚人的深度和精確度解釋其環境；在這篇文章中，我們將深入探討多模態AI的能力，並探索Intel的OpenVINO工具套件如何最佳化這些複雜系統，以因應現實世界的應用。
0514邊緣系統VLM視覺理解推論實作工作坊
