MLOps at the edge: Running AI models at the edge
Red Hat AI5351 字 (约 22 分钟)
85
边缘AI部署需应对硬件异构性、资源竞争和延迟挑战，需采用ONNX等通用格式及特定硬件优化工具。
入选理由：边缘设备硬件异构性要求模型需适配多种格式（如TensorRT、OpenVINO）
FeaturedArticle#MLOps#边缘计算#AI部署#资源管理英文
模型
什么是 ONNX？
也叫：Open Neural Network Exchange
跨平台神经网络表示格式
为什么现在值得关注？
最近变化
2026-10-08 · 边缘设备硬件异构性要求模型需适配多种格式（如TensorRT、OpenVINO）
ONNX 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
📰 ONNX 最新动态
已收录 6 篇与「ONNX」相关的 AI 资讯和分析。
How to Build a Real-Time Object Detection and Tracking Pipeline with ROS 2 and YOLOv11
freeCodeCamp.org3284 字 (约 14 分钟)
85
本文提供ROS 2与YOLOv11构建实时目标检测流水线的完整工程方案，涵盖多线程推理、ByteTrack跟踪和ONNX导出优化。
入选理由：使用YOLOv11+ByteTrack实现多目标跟踪，推理线程分离确保实时性
FeaturedArticle#ROS 2#YOLOv11#机器人#计算机视觉英文
What Is ONNX? (And Why Transformers.js Uses It)
Hugging Face399 字 (约 2 分钟)
85
ONNX 是一种开放的神经网络交换格式，使模型在不同平台和设备上高效运行，Transformers.js 通过 ONNX 实现跨平台兼容性。
入选理由：ONNX 是一种开放标准，用于存储模型架构和权重。
FeaturedVideo#ONNX#Transformers.js#AI#跨平台英文
Transformers.js in 30 seconds #MachineLearning #AI #WebAI
Hugging Face158 字 (约 1 分钟)
85
Transformers.js 是一个将最先进的机器学习模型引入 JavaScript 的工具，通过 ONNX 格式实现高效推理。
入选理由：Transformers.js 使用 ONNX 格式存储模型计算图和权重，支持多种执行环境。
FeaturedVideo#Transformers.js#ONNX#JavaScript#Machine Learning英文
The Small Model Infrastructure Nobody Built (So We Did) — Filip Makraduli, Superlinked
AI Engineer1026 字 (约 5 分钟)
75
This article introduces the motivation, challenges, and solutions behind Superlinked's development of inference infrastructure for small models.
入选理由：现有基础设施对小型模型支持不足，存在性能与灵活性问题。
FeaturedVideo#AI Engineering#Model Deployment#Infrastructure#Small Models中文
Transformers.js in 30 seconds #MachineLearning #AI #WebAI
Hugging Face158 字 (约 1 分钟)
70
Transformers.js implements efficient machine learning inference in JavaScript using ONNX, automatically handling model download, caching, and tensor conversion to simplify Web AI integration.
入选理由：Transformers.js 使用 ONNX Runtime 在 JavaScript 中运行模型推理，支持多种执行提供者。
FeaturedVideo#Transformers.js#ONNX#JavaScript#Machine Learning#Web AI英文
🔗 相关术语
与「ONNX」经常一起出现的 AI 术语。
💡 想追踪「ONNX」的长期趋势？去 实体雷达 · ONNX 查看详细分析和跨材料问答。