AI 参考套件

英特尔将与 Accenture* 合作为开源社区推出一系列经过训练的 AI 参考套件，从而帮助企业进行创新并加快数字化转型之旅。通过这些工具套件，英特尔进一步奠定了为数据科学家和开发人员提供

解决重要业务问题

为了解决各个行业的问题，英特尔推出了特定 AI 参考工具套件。每个工具套件都包括一个 AI 模型，旨在提供更高的准确性、更好的训练和推理性能，以及更低的总拥有成本。 

使用开源机器学习套件加速创新

这些 AI 模型是面向开源社区发布的，对数千个模型进行了设计、训练和测试，致力于发布最适合用例的模型。数据科学家可以使用其行业的数据进一步定制和微调模型。

结果

预测性资产维护的预测模型准确率超过 95%。                        

视觉缺陷检测的训练速度提升高达 20%，推理时间缩短 55%。

企业对话聊天机器人的推理速度提升高达 50%。                                    

  

使用更少的计算资源构建更多模型

所有 AI 模型都使用采用 oneAPI 技术的英特尔® AI Tool 进行了优化，以便使用更少的计算资源获得更好的训练和推理性能。AI 参考套件使用英特尔 AI 软件组合中的组件，包括英特尔® oneAPI AI Analytics Toolkit 和英特尔® 发行版 OpenVINO™ 工具套件。

针对机器学习管道进行设计和优化

每个参考套件都包括一个用户指南，用于加速企业中的 AI 部署，包括：

• 数据摄取
• 数据预处理
• 机器学习建模
• 超参数调优
• 模型投入使用和部署
• 基准测试

开发 AI 参考工具套件中心

计划向开源社区发布 30 多个 AI 参考套件，包含经过训练的机器学习和深度学习模型。每个套件包括模型代码、训练数据、机器学习管道说明、库和英特尔® oneAPI 组件。

使用 SigOpt® 加速模型开发

SigOpt® 使数据科学家能够跟踪实验、实现指标和参数可视化并执行可扩展的超参数优化。只需几行代码，数据科学家就可以使用 SigOpt 更快地创建模型、提高工作效率并可靠地提升模型性能。

了解更多

即将推出的参考套件

更好地预测公共设施资产状况并提高服务可靠性

自动执行面向生命科学领域的视觉质量控制检查

加强与企业对话 AI 聊天机器人的交互