在 AI 驱动的 2025 年，模型训练是企业数字化转型的关键一步。然而，高昂的硬件成本和复杂的技术门槛让许多中小企业望而却步。传统 GPU（如 Nvidia H100）动辄数千美元的单价，以及高功耗带来的维护成本，成为 AI 普及的瓶颈。上海亿琪软件有限公司推出的 YiCoreAI 平台，通过英特尔 Arc 系列显卡（如 Arc A770/B580）为核心的 YiAISTUDIO 模块，提供了一个低成本、高效率的训练解决方案，适配零售、安防、物流、教育等多样化场景。

目录

演示视频
挑战：高成本与低效率
YiAISTUDIO：低成本、高效率的训练解决方案
硬件支持：Arc A770 的新颖性
软件优化：IPEX 和 IPEX-LLM 的加持
数据准备：Label Studio 的支持
训练成果
Kubeflow 的强大作用：提升训练管理效率
通用性与扩展性
亿琪软件的技术积累

演示视频

英特尔“芯”AI，赋能云边端 第二期

挑战：高成本与低效率

中小企业在 AI 训练上面临两大难题：

成本高：传统 GPU 解决方案（如 Nvidia RTX 3060 约 500 美元，H100 更高达 5000 美元）让预算有限的企业难以负担。

效率低：复杂的数据准备和模型优化流程需要专业团队支持，延长开发周期。

YiAISTUDIO：低成本、高效率的训练解决方案
YiAISTUDIO 是 YiCoreAI 平台的核心训练模块，利用英特尔 Arc 系列 GPU 和 Xeon CPU，结合 PyTorch、IPEX 和 IPEX-LLM 工具，实现了高效模型训练。我们以 YOLOv8/v11（对象检测） 和 Qwen-7B（智能问答） 两个通用模型为例，展示其能力。

硬件支持：Arc A770 的新颖性

英特尔 Arc A770 GPU 是一款性价比极高的显卡，单价仅 300 美元，却能提供接近 Nvidia RTX 3060 的性能（训练速度达 250 images/sec）。结合 Xeon CPU 的计算能力，YiAISTUDIO 在成本和性能之间找到完美平衡：

成本：相比传统方案（5000 美元/节点），YiCoreAI 单节点成本仅 2000 美元，节省 20-60%。

性能：支持 FP16 混合精度训练，显著提升计算效率。

软件优化：IPEX 和 IPEX-LLM 的加持

亿琪软件成功将 IPEX 容器引入到 Kubeflow

亿琪软件成功将 IPEX 容器引入到 Kubeflow，并将其与 YiAISTUDIO 模块相结合，实现了高效的模型训练。

IPEX xpu - 作为 PyTorch 容器实现训练

IPEX xpu-jupyter - 作为 Jupyter Notebook 开发环境

IPEX（Intel® Extension for PyTorch）：通过 FP16 混合精度和英特尔硬件优化，加速 YOLO 模型训练，COCO 数据集上 mAP 0.5:0.9 达 0.45。

IPEX-LLM（原 BigDL-LLM）：针对大语言模型优化，支持 INT4 量化，降低 Qwen-7B 内存占用 50%，训练后问答延迟 <100m****r/>

数据准备：Label Studio 的支持

YiAISTUDIO 集成 Label Studio 进行数据标注，支持多种数据类型：

YOLOv8/v11：基于 COCO 数据集（80 类，12 万张图像）标注目标检测数据。

Qwen-7B：标注问答数据集（10 万条问答对），覆盖通用场景。

其他：支持图像、文本、传感器数据，满足多样化需求。

同时，我们还采用了自动化数据标注工具，如 Label Studio 对接 OpenVINO 驱动的模型进行自动标注，提高效率。

训练成果

YOLOv8/v11：训练 50 个 epoch，batch size 16，mAP 0.5:0.9 达 0.45，适用于零售库存管理、安防监控等场景。

Qwen-7B：训练 30 个 epoch，batch size 4，问答延迟 <100ms，可用于客服、教育问答等领域。

Kubeflow 的强大作用：提升训练管理效率
亿琪软件成功将 英特尔 Arc 系列显卡引入到 Kubeflow

亿琪软件成功将 英特尔 Arc 系列显卡引入到 Kubeflow，并将其与 YiAISTUDIO 模块相结合，实现了高效的模型训练。

Intel i915 驱动支持 - gpu.intel.com/i915

Intel Xe 驱动支持 - gpu.intel.com/xe

Kubeflow 是 YiCoreAI 平台中管理训练流程的关键工具，通过其模块化功能优化了 YiAISTUDIO 的工作流：

Model Registry：集中存储训练好的 YOLOv8/v11 和 Qwen-7B 模型，版本管理支持快速回滚和复现。

Trainer：自动化训练任务，结合 IPEX 和 Arc A770 GPU，动态调整超参数，优化训练性能。

Pipeline：定义端到端工作流，从 Label Studio 标注数据到模型训练（YOLOv8 mAP 0.45），一键执行。

Model Serving：将训练模型部署至 YiCONNECT，分发至边缘设备，减少人工干预。 通过 Kubeflow，训练流程自动化程度提升 30%，显著缩短开发周期。

通用性与扩展性

YiAISTUDIO 不仅支持 YOLOv8/v11 和 Qwen-7B，还可扩展至其他模型（如 ResNet、BERT），适配多种数据类型（图像、文本）。开发者可通过调整参数，满足不同行业需求，例如：

零售：YOLOv8/v11 检测货架商品。

教育：Qwen-7B 提供智能问答支持。

亿琪软件的技术积累

作为 EdgeX 社区成员，亿琪软件在数据处理和模型训练方面有深厚积累。YiAISTUDIO 结合 YiSTUDIO（数据标注，依托 Label Studio）、YiEDGE（端云协同），并通过 Kubeflow 集成管理能力。