2024年1月24日，英特尔正式发布了OpenVINO™ 2023.3版本（Release Notes for Intel Distribution of OpenVINO Toolkit 2023.3）。OpenVINO™是英特尔针对自家硬件平台开发的一套深度学习工具库，包含推断库，模型优化等等一系列与深度学习模型部署相关的功能。OpenVINO™工具包是用于快速开发应用程序和解决方案的综合工具包，可解决各种任务，包括模拟人类视觉，自动语音识别，自然语言处理，推荐系统等。该工具包基于最新一代的人工神经网络，包括卷积神经网络（CNN），循环和基于注意力的网络，可在英特尔®硬件上扩展计算机视觉和非视觉工作负载，从而最大限度地提高性能。它通过从边缘到云的高性能，人工智能和深度学习推理来加速应用程序。

OpenVINO toolkit 2023.3 LTS版本主要的新功能和改进

• 更多的生成式人工智能覆盖范围和框架集成，以最大限度地减少代码更改。
  • 引入 GitHub OpenVINO Gen AI项目，该项目演示了大型语言模型 (LLM) 的本机 C 和 C++ pipeline示例。 现在支持string tensors作为input和tokenizers，以减少开销并简化生产。
  • 经过验证的新的的模型： Mistral、Zephyr、Qwen、ChatGLM3 和 Baichuan。
  • 用于潜在一致性模型 (Latent Consistency Model，LCM) 和 Distil-Whisper 的新 Jupyter Notebook。 更新了 LLM Chatbot notebook，包括 LangChain、Neural Chat、TinyLlama、ChatGLM3、Qwen、Notus 和 Youri 模型。
  • Torch.compile 现已与 OpenVINO 完全集成，其中包含硬件“选项”参数，允许利用 OpenVINO 中的插件架构进行无缝推理硬件选择。
• 更广泛的大型语言模型 (LLM) 支持和更多模型压缩技术。
  • 作为神经网络压缩框架 (NNCF) 的一部分，除了英特尔® 酷睿™ 和 iGPU 之外，英特尔® 至强® CPU 现在完全支持 INT4 权重压缩模型格式，从而在使用大语言模型时提高性能、降低内存使用率并提高准确性。
  • 使用状态模型（stateful model）技术提高了 CPU 和 GPU 上基于Transformer的 LLM 的性能，以提高内存效率，其中内部状态在推理的多次迭代之间共享。​
  • Tokenizer 和 TorchVision 转换支持现已在 OpenVINO runtime（通过新 API），只需要更少的预处理代码并通过自动处理此模型设置来增强性能。 有关 Tokenizer 支持的更多详细信息，请参阅生态系统部分。
• 支持变更和弃用通知
  • OpenVINO™ 开发工具包 (pip install openvino-dev) 已弃用，将从 2025.0 版本开始从安装选项和分发渠道中删除。 有关更多详细信息，请参阅 OpenVINO 传统功能和组件页面。
  • 2023.3 LTS 版本中不再支持 Ubuntu 18.04。 推荐的 Ubuntu 版本是 22.04。
  • 从 2023.3 开始，由于 Python 社区停止支持，OpenVINO 不再支持 Python 3.7。 更新到较新的版本（当前为 3.8-3.11）以避免中断。
  • 所有 ONNX 前端旧版 API（称为 ONNX_IMPORTER_API）在 2024.0 版本中将不再可用。
  • 作为 OpenVINO Python API 一部分的“PerfomanceMode.UNDEFINED”属性将在 2024.0 版本中停用。
  • 工具方面：
    • Deployment Manager 已弃用，根据 LTS 政策将提供两年支持。 访问选择器工具以查看包分发选项或部署指南文档。
    • 准确性检查器（Accuracy Checker）已弃用，并将于 2024.0 停止。
    • 训练后优化工具 (Post-Training Optimization Tool, POT) 已被弃用，2023.3 LTS 是支持该工具的最后一个版本。 鼓励开发人员使用神经网络压缩框架 (Neural Network Compression Framework, NNCF) 来实现此功能。
    • 模型优化器（Model Optimizer）已弃用，但在 2025.0 版本之前还会有全面支持。 我们鼓励开发者通过 OpenVINO Model Converter（API 调用：OVC）进行模型转换。 请遵循模型转换过渡指南了解更多详细信息。
    • 已弃用对用于 NNCF 与 Huggingface/transformers 集成的 git 补丁的支持。 推荐的方法是使用 Huggingface/optimum-intel 在 Hugging Face 的模型之上应用 NNCF 优化。
    • 对 Apache MXNet、Caffe 和 Kaldi 模型格式的支持已弃用，并将在 2024.0 版本中停止支持。
  • RunTime方面：
    • 英特尔® 高斯和神经加速器（Gaussian & Neural Accelerator, GNA）将在未来版本中弃用。 我们鼓励开发人员将神经处理单元 (NPU) 用于低功耗系统，例如英特尔® 酷睿™ Ultra 或第 14 代及更高版本。
    • OpenVINO C++/C/Python 1.0 API 已弃用，并将在 2024.0 版本中停止使用。 请在您的应用程序中使用 API 2.0 以避免中断。
    • OpenVINO 属性 Affinity API 将从 2024.0 起弃用，并将于 2025.0 终止。 它将被 CPU 绑定配置 (ov::hint::enable_cpu_pinning) 取代。

作者个人Blog（HY's Blog）：https://blog.yanghong.dev