2022.2 版本新内容

更广泛的支持

• 第 13 代智能英特尔® 酷睿™ 台式机处理器（原代号为 Raptor Lake）的全新初始支持。

• 针对智能云、边缘和媒体分析工作负载中深度学习推理工作负载的英特尔独立显卡、 英特尔® Data Center GPU Flex 系列和 英特尔锐炫™ GPU 的全新预览支持，使数百个模型能够在 GPU 上工作。

• 使用第 4 代英特尔® 至强® 处理器（原代号为 Sapphire Rapids）的预览支持，获得测试您的模型性能的新功能。

• 在 CPU 上使用动态输入形状时，减少内存消耗。这提高了 NLP 应用程序的效率。

更简洁的 API 以及更多集成

• 通过 OpenVINO™ 执行程序，ONNX* (Open Neural Network Exchange) 运行时开发人员能获得更多性能优化选择。现在可以通过最少的代码更改，更简单地添加英特尔发行版 OpenVINO 工具套件。

• PyTorch* 中的模型推理现在通过全新的 OpenVINO™ 与 Torch-ORT 的集成得到加速。PyTorch 的开发人员可以更无缝地与 OpenVINO 集成，并通过更少的代码更改来获得性能收益。

• 更多的深度学习模型在 OpenVINO™ 与 TensorFlow* 的集成中获得支持和改善的推理性能。

• OpenVINO API 2.0 引入 2022.1 中。旧的推理引擎和 nGraph API 可用。有关更多信息，请参阅 2022.1 版本说明和 过渡指南。

可迁移性和性能

• AUTO 功能中添加了新的累积吞吐量和一些精选的计算模式。这为 AUTO 基础功能添加了一个自动发现的配置，使得多个加速器（比如多个 GPU）能够得到立即使用，以最大限度地提高推理性能。

• 工具套件中内置了专家优化。利用自动批处理功能来为您的系统配置和深度学习模型进行自动调整和自定义正确的吞吐量设置，提高设备的性能。获得可扩展的并行性和优化的内存使用。