作者 | Yury Gorbachev 英特尔院士 OpenVINO™ 产品架构师
翻译 | 武卓 英特尔 AI 软件布道师
排版 | 李擎
欢迎来到 OpenVINO™ 2024.0，我们很高兴在这里推出一系列增强功能，旨在在快速发展的人工智能领域为开发者赋能！此版本通过动态量化、改进优化 GPU 以及对混合专家架构的支持，增强了大语言模型（LLM）的性能。OpenVINO™ 2024.0 使开发者能够有效利用人工智能加速，并对来自社区的持续贡献表示感谢。
大语言模型（LLM）没有消失的迹象，模型和使用用例不断涌现。我们将继续我们的使命，以便加速模型，并使这些模型的推理更加经济实惠。
在本版本中，我们一直致力于提高 LLM 的开箱即用性能，并对运行时和工具进行了一些重要更改。
首先，我们介绍了 CPU 平台的动态量化和缓存压缩机制。KV 缓存压缩功能使我们能够更高效地生成大序列。动态量化通常会提高模型其它部分（嵌入映射和前馈网络）的计算和内存消耗。
对于 GPU 平台，我们还通过在内核和整个堆栈中引入优化来改进生成特性。我们还实现了更高效的缓存处理，这有助于使用波束搜索生成。
其次，虽然性能一直是一个讨论的话题，但准确性也至关重要。我们提高了 NNCF 中权重压缩算法的准确性。我们介绍了使用数据集的统计数据压缩权重的能力，并介绍了 AWQ 算法的实现，以进一步提高准确性。此外，通过我们与 Hugging Face Optimum Intel 的集成，您现在可以直接通过 Transformers API 压缩模型，如下所示：
（此处的代码来源：
https://github.com/huggingface/optimum-intel/pull/538)
注意：使用设置为 True 的 load_in_4bit 选项，并在对 from_pretrained 方法的调用中传递 quantiation_config 权限，这将为您完成所有压缩工作。更重要的是，我们已经为大多数热门的模型添加了量化配置，其中包括 Llama2、StableLM、ChatGLM 和 QWEN 等模型；因此，对于这些模型，您根本不需要传递 config 来获得4位压缩。
想了解关于我们的算法质量的更多信息，您可以查询OpenVINO™ 文档：https://docs.openvino.ai/nightly/weight_compression.html
或者 GitHub上的NNCF 文档：https://github.com/openvinotoolkit/nncf/blob/a917efd684c2febd05032a8f2a077595fb73481a/docs/compression_algorithms/CompressWeights.md#evaluation-results
混合专家（MoE）代表了下一个主要的体系架构演变，它为 LLM 带来了更好的准确性和性能。它从 Mixtral 开始，并迅速发展到更多的模型和框架，允许从现有模型创建基于 MoE 的模型。在整个2024.0版本中，我们一直致力于启用这些体系结构并提高性能。我们不仅对这些模型进行了有效的转换，而且还更改了一些内部结构，以更好地处理运行时内专家的动态选择。
我们正在对 Hugging Face Optimum-Intel 进行升级，以使这些模型的转换是透明的。
随着 Intel®Core™Ultra 的发布，我们的 NPU 加速器终于跟广大的开发者见面了。从软件和硬件的角度来看，这是一款不断发展的产品，我们对它所能实现的功能感到兴奋。您可能已经看到了一些在 NPU 上运行的 OpenVINO™ Notebooks 的演示
OpenVINO™ notebooks running on NPU:
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/230-yolov8-optimization
在本版本中，当您通过我们最热门的分发渠道 PyPI 安装 OpenVINO™ 时，我们将提供 NPU 支持。有几点需要注意：
-
NPU 要求在系统中安装驱动程序，因此如果您打算使用它，请确保遵循此简短指南：
https://docs.openvino.ai/nightly/openvino_docs_install_guides_configurations_for_intel_npu.html
-
NPU 目前不包括在自动设备选择逻辑中(https://docs.openvino.ai/nightly/openvino_docs_OV_UG_supported_plugins_AUTO.html)，因此，如果您计划在NPU上运行您的模型，请确保您明确指定设备名称（例如NPU），如下所示：
compiled_model = core.compile_model(model=model, device_name="NPU")
线程是我们在 ARM 平台上还未有效实现的事情之一，这拖慢了我们的性能。我们与 oneTBB 团队（我们默认的线程引擎提供商）合作，改变了对 ARM 的支持，并显著提高了我们的性能。同时，在对某些操作的精度进行了一些研究后，我们在 ARM CPU 上默认启用了 fp16 作为推理精度。
总的来说，这意味着 ARM CPU 的性能更高，也意味着 OpenVINO Streams 功能的实现(https://docs.openvino.ai/nightly/openvino_docs_deployment_optimization_guide_tput_advanced.html#openvino-streams)，该功能允许在多核平台上获得更高的吞吐量。
2024.0 是我们的下一个主要版本，传统上这是我们从工具套件中删除过时组件的时候。
2年前，我们大幅度改变了 API 以跟上深度学习领域的发展。但为了最大限度地减少对使用OpenVINO™的现有开发者和产品的影响，我们也支持 API 1.0。从那以后发生了很多变化，我们现在正在完全删除旧的 API。更重要的是，我们还删除了标记为弃用的工具。这包括：
-
训练后量化工具，也称为POT
-
准确性检查框架
-
部署管理器
这些工具是 openvino-dev 包的一部分，这个包已经有一段时间没有强制使用了。我们将为那些继续使用我们的离线模型转换工具model Optimizer的用户保留它。
如果您无法迁移到新的API，那么您很有可能继续使用我们的一个长期支持版本，例如2023.3。
我们将继续展示人工智能领域最重要的更新，以及如何利用OpenVINO™来加速这些场景。以下是我们一直在做的工作：
-
Mobile language assistant with MobileVLM
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/279-mobilevlm-language-assistant
-
Depth estimation with DepthAnything
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/280-depth-anything
-
Multimodal Large Language Models (MLLM) Kosmos-2
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/281-kosmos2-multimodal-large-language-model
-
Zero-shot Image Classification with SigLIP
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/282-siglip-zero-shot-image-classification
-
Personalized image generation with PhotMaker
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/283-photo-maker
-
Voice tone cloning with OpenVoice
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/284-openvoice
-
Line-level text detection with Surya
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/285-surya-line-level-text-detection
-
Zero-shot Identity-Preserving Generation with InstantID
https://github.com/openvinotoolkit/openvino_notebooks/tree/main/notebooks/286-instant-id
-
LLM chatbot 和 LLM RAG pipeline已通过新模型的集成进行了更新：minicpm-2b-dpo、gemma-7b-it、qwen1.5-7b-chat、baichuan2-7b-chat
https://github.com/openvinotoolkit/openvino_notebooks/blob/main/notebooks/254-llm-chatbot/254-llm-chatbot.ipynb
https://github.com/openvinotoolkit/openvino_notebooks/blob/main/notebooks/254-llm-chatbot/254-rag-chatbot.ipynb
在 OpenVINO™ 的历史上，我们看到了许多激动人心的项目！我们决定列出一份使用OpenVINO™ 的绝妙项目列表
(https://github.com/openvinotoolkit/awesome-openvino)，它还在继续快速增长着！为您的项目创建一个拉取请求，使用您项目的 “mentioned in Awesome” 徽章，并与我们分享您的经验！
我们的开发人员基数正在增长，我们感谢社区正在做出的所有改变和改进。令人惊讶的是，你们中的一些人已经明确表示“正忙于帮助改进 OpenVINO™”，谢谢！😊
我们的贡献者所做工作的一个例子是 openSUSE 平台中的 OpenVINO™ 支持。
https://en.opensuse.org/SDB:Install_OpenVINO
然而，在过去的几周里，我们面临着一个重大问题——我们无法足够快地填充 Good First Issues 并审查拉取请求！我们认识到这个问题，并将更加努力地解决它，希望大家持续关注。
此外，我们正在为谷歌代码之夏（Google Summer of Code）(https://github.com/openvinotoolkit/openvino/discussions/categories/google-summer-of-code)做准备，并从您那里获得非常有趣的项目提案！在我们把你的想法发送出去审批之前，还有时间提交您的想法。
在这个版本中，我们挚爱的贡献者列表发布在 GitHub 上:
https://github.com/openvinotoolkit/openvino/releases/tag/2024.0.0
通知和免责声明
性能因使用情况、配置和其他因素而异。如需了解详情，请访问性能检索网站:
https://edc.intel.com/content/www/us/en/products/performance/benchmarks/overview/
性能结果基于截止配置中显示日期的测试，可能无法反映所有公开可用的更新。 有关配置详细信息，请参阅备份。 没有任何产品或组件是绝对安全的。
您的成本和结果可能会有所不同。 英特尔技术可能需要支持的硬件、软件或服务激活。
© 英特尔公司。 英特尔、英特尔徽标和其他英特尔标志是英特尔公司或其子公司的商标。 其他名称和品牌可能是其他公司的财产。
