IT之家（汪淼）

IT之家 1 月 18 日消息，英特爾開源計算機視覺庫 OpenCV 4.7 于去年 12 月正式發(fā)布。新版本帶來了全新的 ONNX 層，大大提高了 DNN 代碼的卷積性能，還為 DNN 模塊提供了華為昇騰 CANN 后端支持。

根據(jù) OpenCV 中國團隊的最新測試，基于昇騰異構(gòu)計算架構(gòu) CANN 的加速能力，用 OpenCV Zoo 中的 PP-ResNet50、MobileNet 和 YOLOX 對 CANN 后端進行了測試，發(fā)現(xiàn)三個模型在 CANN 后端下分別達到了 3.29ms，1.21ms，12.80ms 的優(yōu)異結(jié)果。

同時，CANN 后端的推理結(jié)果也與默認 CPU 后端的基本保持一致。使用 OpenCV，用戶只需下面 7 行 Python 代碼，無需學習 CANN 的 API，就可以簡潔地調(diào)用起昇騰 AI 處理器，實現(xiàn)神經(jīng)網(wǎng)絡(luò)加速推理（核心為第三、四行代碼，其余為常見模型推理邏輯代碼）：

?南方科技大學計算機系的于仕琪老師表示，即使 OpenCV 針對 ARM CPU 進行了 winograd conv 等優(yōu)化，在蘋果標桿 CPU M1 上完成 ResNet50 推理都要跑 20ms 以上，而華為昇騰僅用了 3.29ms。

IT之家了解到，昇騰 CANN（Compute Architecture for Neural Networks）是華為針對 AI 場景推出的異構(gòu)計算架構(gòu)。昇騰 CANN 支持昇思 MindSpore，OpenCV DNN，飛槳 Paddle、PyTorch、TensorFlow 等神經(jīng)網(wǎng)絡(luò)推理和訓練框架，并兼容多種底層硬件設(shè)備。