跳转至

✍ 博客

方案｜100% 开源边缘智能引擎：OpenVINO 与 EdgeX Foundry 完美结合，零代码即插即用实践（GitHub开源）

在边缘计算的浪潮中，人工智能（AI）推理从云端向边缘设备的迁移已成为趋势，带来更低的延迟、更高的隐私保护和更优的资源效率。Intel 的 OpenVINO™ 工具包及其 Model Server (OVMS)，结合 EdgeX Foundry 的开源框架，提供了一个强大的边缘智能引擎。我们公司自豪地贡献了 GitHub 开源仓库 edgexfoundry-holding/device-ai-openvino-ovms，展示如何通过零代码、即插即用的方式，在 Intel CPU、GPU 和 NPU 上实现高效边缘 AI 推理。这一仓库是我们对开源社区的承诺，旨在推动边缘智能的广泛应用。

技术分享｜The Next Generation Internet of Things 下一代物联网 曾经描述过：远端和物联网智能设备：遥远的、偏远的或网络资源匮乏的地方将是边缘计算的用武之地，不仅是减少了数据传输的时间和效率问题，还解决了现场智能设备的数据处理问题。

方案｜登临 KS20 GPGPU 优化巅峰之作：YOLOv8n 与 Triton Server 在海光/曙光边缘计算设备上的终极性能调教（5倍性能）

国产AI加速的瓶颈破解之道，从后处理迁移到生产余量规划

概要介绍：本文基于项目经验，系统阐述 YOLOv8n 在登临 KS20 上的优化策略，焦点包括 Triton 调度改进、gRPC 通信优化和 Prometheus 指标收集。结合搜索到的最佳实践和代码示例，分析G PU/CPU 利用率提升路径，帮助您避免常见坑点。展望未来 INT8 量化潜力，提供完整 Helm Chart 和测试方案，助力高效 AI 部署。

方案｜YOLOv8 + Triton Server：Python后处理管道，让目标检测部署更快、更稳！

今天，我们来聊聊一个超级实用的开源项目：YOLOv8-TritonServer-Python-Post-Processing-Pipeline。如果你是计算机视觉工程师，或者正在折腾YOLO模型的服务器端部署，这个仓库绝对值得一试。它用NVIDIA Triton Inference Server把YOLOv8的推理和后处理无缝融合，极大降低了延迟和I/O开销。别急，我来一步步拆解给你听，顺便教你怎么上手。走起！

英特尔“芯”AI，赋能云边端｜第八期：OpenVINO GEN AI 优化合同审阅，增效企业合规

自 YiCoreAI 平台推出以来，我们通过 YIAISTUDIO（Arc A770 训练 YOLOv8/v11 和 Qwen-7B）、YiCONNECT（Kubernetes 管理）和 YiEDGE（Core Ultra NPU 40ms 推理），构建了强大的云边端 AI 闭环。第五期部署 MedGemma 4B IT，第六期优化 Qwen3:8B，第七期推出 RAG 增强网站助手。如今，第八期我们迈向新高度：利用 OpenVINO GEN AI 优化合同审阅，助力企业合规管理效率大幅提升。