成功安装锐炫™ 独立显卡的驱动后，选择使用dGPU进行图像渲染显示输出，需要将显示器的数据线接在dGPU的输出接口中。此时，深度学习计算可以选择使用dGPU、iGPU单独进行计算或dGPU与 iGPU同时参与计算。

若是把显示器的数据线插在主板的显示输出接口中，此时iGPU负责图像渲染显示输出。可以单独选择使用iGPU或者dGPU进行深度学习计算，当然也可以同时使用iGPU和dGPU进行深度学习计算。

安装OpenVINO™ 并测试

锐炫™ 系列独立显卡的推理性能‍

OpenVINO™ 是英特尔发布的一款开源且商用免费的工具套件。主要应用于计算机视觉、实现神经网络模型优化和推理计算加速。该工具可以帮助开发者在英特尔的推理硬件上（CPU、dPGU、iGPU）快速部署 AI应用程序和解决方案。

了解更多：

https://www.intel.cn/content/www/cn/zh/developer/tools/openvino-toolkit/overview.html

本次以锐炫™ 系列A770（16GB）显卡为例，在Ubuntu 20.04 LTS系统下进行OpenVINO™ 工具套件安装和独立显卡的推理性能测试：

1：创建虚拟运行环境

python -m venv openvino_env

2：激活OpenVINO™ 工作环境

. openvino_env\scripts\activate

3：升级pip版本

python -m pip install --upgrade pip

4：下载OpenVINO™ 开发工具套件

5：下载OpenVINO™ 示例代码集

git clone

https://github.com/openvinotoolkit/openvino.git

6：查看本地支持OpenVINO™ 的推理硬件列表：

python3 /openvino/samples/python/hello_query_device.py

iGPU

dGPU

将模型下载至当前文件夹中，使用OpenVINO™ 提供的模型性能评估工具（benchmark_app）运行模型推理，部署至A770独立显卡中进行性能测试。

测试命令如下：