ذكاء اصطناعي متطور على الحافة عالي الأداء ومُحسَّن لتحقيق الكفاءة باستخدام Axelera AI

Ultralytics مع Axelera AI لتقديم حلول استدلال ذكية على مستوى الحافة باستخدام حزمة تطوير البرامج (SDK) Voyager® من Axelera التي تعمل على وحدات معالجة الذكاء الاصطناعي Metis®.

طلب ترخيص

اكتشف حلولنا

ذكاء اصطناعي متطور على الحافة عالي الأداء ومُحسَّن لتحقيق الكفاءة باستخدام Axelera AI

نبذة عن Axelera AI

تقدم شركة Axelera AI أقوى الحلول وأكثرها تطوراً في العالم في مجال الذكاء الاصطناعي على مستوى الحافة. ومنصة Metis® للذكاء الاصطناعي التي أحدثت ثورة في هذا المجال – وهي حل متكامل من الأجهزة والبرمجيات للاستدلال بالذكاء الاصطناعي على مستوى الحافة – تجعل تطبيقات الرؤية الحاسوبية أكثر سهولة وقوة وسهولة في الاستخدام من أي وقت مضى.

تتخذ شركة Axelera AI من مركز ابتكار الذكاء الاصطناعي في حرم التكنولوجيا المتطورة بمدينة أيندهوفن في هولندا مقراً لها، ولديها مكاتب للبحث والتطوير في بلجيكا وسويسرا وإيطاليا والمملكة المتحدة، كما أنها متواجدة في 20 دولة ولديها عملاء في جميع قارات العالم. ويتألف فريقها من خبراء في برمجيات وأجهزة الذكاء الاصطناعي، وقد انضموا إليها قادمين من أبرز شركات الذكاء الاصطناعي والشركات المدرجة في قائمة فورتشن 500.

لماذا تختار Axelera لتطبيق Ultralytics YOLO؟

نشرYOLO Ultralytics YOLO بأداء وكفاءة لا مثيل لهما

مُحسَّن لـ Ultralytics YOLO

YOLO كامل YOLO فور تثبيت البرنامج، بدءًا من YOLOv8 YOLO26 دون الحاجة إلى إعدادات يدوية.

أداء متكامل مع Edge

وحدات AIPU من Metis وتقنية D-IMC: إنتاجية استثنائية على الحافة، واستهلاك طاقة ضئيل.

الاستدلال في الوقت الفعلي

استدلال على الجهاز في جميع YOLO الخمس، مع سرعة وموثوقية تتماشيان مع الواقع.

تكلفة ملكية أقل

بتكلفة طاقة لا تمثل سوى جزء بسيط من تكلفة وحدات معالجة الرسومات (GPU)، دون أي تأثير سلبي على الأداء.

سهولة التكامل

تصدير بخطوة واحدة عبرPython Ultralytics Python . وتقوم Voyager SDK بالباقي.

مستعد لمواجهة المستقبل

دعم كاملYOLO Ultralytics YOLO مع دمج البنى الجديدة فور إصدارها.

التكامل التقني

تكامل سلس بين Ultralytics وأجهزة Axelera AI

Ultralytics YOLOv8

YOLOv8 الأداء وأضيفت إليه مهام جديدة مدعومة: التجزئة، والتصنيف، وتقدير الوضع.

YOLOv8n

YOLOv8s

YOLOv8m

+22

Ultralytics YOLO11

YOLO11 مهام الرؤية الحاسوبية التي اعتاد عليها المستخدمون، مع توفير دقة وإتقان وسرعة أفضل.

YOLO11n

YOLO11s

YOLO11m

+22

Ultralytics YOLO26

يُعد YOLO26 نموذجًا أخف وزنًا وأصغر حجمًا وأسرع أداءً، حيث يوفر الإصدار «نانو» منه سرعة استدلال أعلى بنسبة تصل إلى 43٪ على وحدات المعالجة المركزية القياسية.

YOLO26n

YOLO26s

YOLO26m

+22

عاملان في مستودع يرتديان سترات أمان صفراء وخوذات، يقومان بفحص منصات خشبية مكدسة.

عنب أرجواني على كرمة مع تحديد معالم كل حبة عنب على حدة، مما يوضح عملية تجزئة الكائنات.

زجاجات على خط الإنتاج تحمل ملصق «خالٍ من العيوب»، مما يشير إلى وجود نظام آلي للكشف عن العيوب في عملية التصنيع.

زرافة بالقرب من الماء مع نقاط مرجعية موضوعة على جسمها، لتوضيح عملية تقدير الوضعية.

صورة جوية لموقع بناء تظهر فيه شاحنات وحفارات محددة بمربعات محيطة، توضح عملية الكشف عن الأجسام وتتبعها.

الأداء الفعلي على وحدات معالجة المعلومات المتكاملة (AIPU) من Metis

تعرف على المزيد حول أداء Ultralytics YOLOعلى أجهزة Axelera من حيث معدل الإطارات في الثانية (FPS) والكمون والدقة والمهام وأحجام النماذج.

اقرأ الوثائق

التصدير إلى تنسيق Axelera

from ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("[yolo26n.pt](http://yolo26n.pt)")
# Export to Axelera format
model.export(format="axelera")  # creates 'yolo26n_axelera_model' directory

yolo export model=yolo26n.pt format=axelera

الاستدلال باستخدام نموذج Axelera

from ultralytics import YOLO
# Load the exported Axelera model
model = YOLO("yolo26n_axelera_model")
# Run inference
results = model("https://ultralytics.com/images/bus.jpg")
# Process results
for r in results:
    print(f"Detected {len(r.boxes)} objects")
    [r.show](http://r.show)()  # Display results

yolo predict model='yolo26n_axelera_model' source='https://ultralytics.com/images/bus.jpg'

ذكاء اصطناعي متطور على الحافة عالي الأداء ومُحسَّن لتحقيق الكفاءة باستخدام Axelera AI

نبذة عن Axelera AI

لماذا تختار Axelera لتطبيق Ultralytics YOLO؟

مُحسَّن لـ Ultralytics YOLO

أداء متكامل مع Edge

الاستدلال في الوقت الفعلي

تكلفة ملكية أقل

سهولة التكامل

مستعد لمواجهة المستقبل

الحل الشامل

تدرب مع Ultralytics YOLO

التصدير إلى تنسيق Axelera

النشر على وحدات Metis AIUP

التكامل التقني

Ultralytics YOLOv8

Ultralytics YOLO11

Ultralytics YOLO26

اكتشاف الكائنات

تجزئة المثيل

تصنيف الصور

تقدير الوضعية

الكشف عن الكائنات ذات الصناديق المحيطة الموجهة

الأداء الفعلي على وحدات معالجة المعلومات المتكاملة (AIPU) من Metis

التصدير إلى تنسيق Axelera

الاستدلال باستخدام نموذج Axelera

ابدأ مع Axelera AI

ابدأ مع Axelera AI

دراسة حالة حول Axelera AI

مدونة Axelera AI

كن Ultralytics لـ Ultralytics