Die Auswirkungen des schnelleren, Edge-orientierten Designs von Ultralytics YOLO26

Anfang dieser Woche hat Ultralytics Ultralytics YOLO26 offiziell vorgestellt, ein schnelleres, leichteres und kleineres YOLO-Modell, das die Leistung von Computer-Vision-Systemen am Netzwerkrand verbessern soll. YOLO26 unterstützt dieselben zentralen Bildverarbeitungsaufgaben wie frühere YOLO-Modelle, darunter Objekterkennung und Instanzsegmentierung.

Abb. 1. Beispiel für die Segmentierung eines Objekts mit Ultralytics YOLO26.

Der entscheidende Unterschied zwischen Ultralytics YOLO26 und früheren Modellen liegt in der Umgebung, für die es entwickelt wurde. Statt in erster Linie für Grafikprozessoren (GPUs) in der Cloud oder benchmarkorientierte Leistung optimiert zu sein, wurde YOLO26 von Grund auf für den praktischen Einsatz auf Edge-Geräten und eingebetteter Hardware konzipiert.

Während Computer Vision aus der Forschung in den Produktiveinsatz übergeht, werden die tatsächlichen Leistungsbeschränkungen immer deutlicher. Umgebungen am Netzwerkrand sind durch enge Latenzbudgets, begrenzten Speicher, Leistungs- und Temperaturgrenzen sowie die Notwendigkeit eines vorhersagbaren Verhaltens auf unterschiedlichen Plattformen geprägt.

In solchen Umgebungen hängt die Gesamtleistung des Systems nicht nur von der reinen Inferenzgeschwindigkeit ab, sondern auch davon, wie effizient die gesamte Verarbeitungskette arbeitet. Der Aufwand für die Nachverarbeitung, der Speicherbedarf und plattformspezifische Ausführungspfade stellen häufig Engpässe dar.

Ultralytics YOLO26 begegnet diesen Herausforderungen mit einem schnelleren Ansatz, der den Einsatz am Netzwerkrand in den Mittelpunkt stellt und die gesamte Inferenzverarbeitungskette statt einzelner Modellkennzahlen betrachtet. Indem YOLO26 die Optimierung für den Einsatz am Netzwerkrand in den Fokus rückt, die Inferenzverarbeitung vereinfacht und unnötige Nachverarbeitungsschritte entfernt, erzielt es Geschwindigkeitsverbesserungen, die zu geringerer Latenz und zuverlässigerem Verhalten im Produktiveinsatz führen.

In diesem Artikel untersuchen wir, wie sich die Architekturentscheidungen von Ultralytics YOLO26 in Leistungsverbesserungen in der Praxis niederschlagen und warum höhere Geschwindigkeit am Netzwerkrand die Möglichkeiten für Computer-Vision-Anwendungen der nächsten Generation grundlegend erweitert.

Die Realität der Bereitstellung am Netzwerkrand#

Der Betrieb von Computer-Vision-Modellen am Netzwerkrand unterscheidet sich stark von ihrem Betrieb in der Cloud. Cloud-Umgebungen verfügen in der Regel über leistungsstarke GPUs, große Speicherkapazitäten und stabile Hardware. Am Netzwerkrand gelten dieselben Voraussetzungen nicht.

Die meisten Bereitstellungen am Netzwerkrand nutzen unterschiedliche Hardwarearchitekturen statt GPUs. Geräte setzen in der Regel mehrere spezialisierte Prozessoren für verschiedene Aufgaben ein. Diese sind auf Effizienz und geringen Energieverbrauch statt auf die reine Rechenleistung von Cloud-GPUs ausgelegt.

Auch die Latenz stellt eine wesentliche Einschränkung dar. Systeme am Netzwerkrand arbeiten häufig unter strengen Echtzeitvorgaben, bei denen selbst kleine Verzögerungen die Reaktionsfähigkeit oder Sicherheit beeinträchtigen können. In solchen Fällen ist die End-to-End-Latenz wichtiger als die reine Inferenzgeschwindigkeit. Ein Modell kann auf dem Papier schnell sein, aber trotzdem zu langsam arbeiten, sobald Nachverarbeitung und Datenübertragung hinzukommen.

Auch der Speicher spielt eine große Rolle. Viele Geräte am Netzwerkrand verfügen über begrenzten Speicher und gemeinsam genutzte Zwischenspeicher. Große Zwischentensoren und eine ineffiziente Speichernutzung können Systeme verlangsamen, selbst wenn das Modell selbst effizient ist.

Leistungs- und Temperaturgrenzen verschärfen die Einschränkungen zusätzlich. Geräte am Netzwerkrand laufen häufig ohne aktive Kühlung und innerhalb festgelegter Leistungsbudgets. Die Leistung muss effizient und dauerhaft aufrechtzuerhalten sein, nicht nur bei kurzen Lastspitzen.

Darüber hinaus müssen Bereitstellungen am Netzwerkrand einheitlich funktionieren. Modelle müssen sich auf verschiedenen Geräten und Laufzeitumgebungen gleich verhalten. Plattformspezifischer Code oder komplexe Nachverarbeitungsschritte können subtile Unterschiede verursachen, die Bereitstellung und Wartung erschweren.

Abb. 2. Ein Überblick über die Einschränkungen bei der Bereitstellung am Netzwerkrand. Bild vom Autor.

Diese Einschränkungen bestimmen, was Leistung am Netzwerkrand wirklich bedeutet. Anders gesagt: Entscheidend ist die gesamte Verarbeitungskette, nicht eine einzelne Kennzahl.

Warum Bildverarbeitung am Netzwerkrand ein anderes Leistungsmodell erfordert#

Wie hängen die Einschränkungen bei der Bereitstellung am Netzwerkrand mit den Anforderungen an ein dafür entwickeltes Computer-Vision-Modell zusammen? Der Zusammenhang wird deutlich, sobald Modelle aus der Forschung in Systeme für den praktischen Einsatz überführt werden.

In Cloud-Umgebungen wird Leistung oft anhand von Benchmarks wie Inferenzgeschwindigkeit und Genauigkeit gemessen. Am Netzwerkrand erzählen diese Kennzahlen nur einen Teil der Geschichte. Bildverarbeitungssysteme laufen in der Regel auf unterschiedlicher Hardware, wobei die Inferenz neuronaler Netze an spezialisierte Beschleuniger ausgelagert wird, während andere Teile der Verarbeitungskette auf Universalprozessoren laufen.

In diesem Zusammenhang reicht die Geschwindigkeit des Modells allein nicht aus. Entscheidend ist die Leistung des gesamten Systems nach der Bereitstellung des Modells. Ein Modell kann für sich betrachtet schnell erscheinen, aber trotzdem zu langsam sein, wenn Nachverarbeitung, Datenübertragung oder plattformspezifische Schritte zusätzlichen Aufwand verursachen.

Deshalb erfordert die Bildverarbeitung am Netzwerkrand ein Leistungsmodell, das die Effizienz auf Systemebene statt isolierter Benchmarkwerte in den Mittelpunkt stellt. Ultralytics YOLO26 spiegelt diesen Wandel wider: mit einer auf den Netzwerkrand ausgerichteten Optimierung, einer optimierten Inferenzverarbeitung und einer End-to-End-Ausführung für den praktischen Einsatz.

Die Grundlage für Geschwindigkeit: ein Design für den Einsatz am Netzwerkrand#

Am Netzwerkrand hängt die Leistung davon ab, wie gut sich ein Modell an die tatsächliche Hardwarearchitektur des Geräts anpassen lässt. Wer von Anfang an für den Einsatz am Netzwerkrand entwickelt, stellt sicher, dass Bildverarbeitungssysteme zuverlässig auf Plattformen für den praktischen Einsatz laufen – unabhängig davon, welche Prozessoren jeweils verfügbar sind.

Ein auf den Netzwerkrand ausgerichteter Ansatz stellt eine vorhersagbare und effiziente Ausführung auf unterschiedlicher Hardware in den Vordergrund, statt Modelle nachträglich an Geräte anzupassen, die ursprünglich für Cloud-GPUs optimiert wurden. Das bedeutet schlicht, Operationen zu bevorzugen, die sich gut auf Beschleunigern für neuronale Netze ausführen lassen, nichtneuronale Verarbeitung außerhalb des Modells auf ein Minimum zu reduzieren und unnötige Komplexität zu vermeiden, die die End-to-End-Ausführung verlangsamen kann.

Ultralytics YOLO26 wurde unter Berücksichtigung dieser Einschränkungen entwickelt. Seine Architektur setzt auf gleichmäßige Leistung statt auf maximalen Durchsatz unter idealen Bedingungen. Durch vereinfachte Ausführungspfade und den Wegfall unnötiger Berechnungen verringert YOLO26 den Aufwand in der gesamten Inferenzverarbeitung und nutzt die verfügbare Beschleunigung und Speicherhierarchie des Geräts besser aus.

Dieser Ansatz verbessert auch die Zuverlässigkeit. Die Optimierung für den Einsatz am Netzwerkrand führt zu besser vorhersagbaren Laufzeiten und weniger Leistungsschwankungen – ein entscheidender Faktor für Echtzeitsysteme. Statt sich auf spezialisierte Hardware oder umfangreiche Nachverarbeitung zu verlassen, um Geschwindigkeit zu erreichen, setzt Ultralytics YOLO26 auf Effizienz in der gesamten Inferenzverarbeitung.

End-to-End-Inferenz und die Kosten der Nachverarbeitung#

Vielleicht fragst du dich, was es bedeutet, unnötige Nachverarbeitungsschritte zu entfernen. Um das zu verstehen, sehen wir uns zunächst an, wie herkömmliche Objekterkennungssysteme funktionieren.

In vielen Verarbeitungsketten zur Objekterkennung endet die Inferenz nicht, wenn das Modell seine Vorhersagen ausgibt. Stattdessen erzeugt das Modell zahlreiche überlappende Begrenzungsrahmen, die vor ihrer Verwendung gefiltert und verfeinert werden müssen. Diese Bereinigung erfolgt durch Nachverarbeitungsschritte außerhalb des Modells selbst.

Einer der häufigsten Nachverarbeitungsschritte ist die Unterdrückung nicht maximaler Werte, kurz NMS. NMS vergleicht überlappende Begrenzungsrahmen und behält nur die Erkennungen mit der höchsten Zuverlässigkeit bei. Doppelte Erkennungen desselben Objekts werden entfernt. Dieses Verfahren ist zwar wirksam, verursacht aber zusätzliche Berechnungen nach Abschluss der Inferenz.

Abb. 3. Einführung in NMS. Bild vom Autor.

Am Netzwerkrand verursacht dieser zusätzliche Aufwand Kosten. Nachverarbeitungsschritte wie NMS eignen sich nicht gut für die spezialisierten Beschleuniger zur Inferenz neuronaler Netze, die auf umfangreiche neuronale Berechnungen statt auf steuerungsintensive oder speicherintensive Operationen ausgelegt sind.

Daher verursacht NMS zusätzliche Latenz und Speicherbedarf, und der Aufwand nimmt mit steigender Zahl von Erkennungen zu. Selbst wenn das Modell selbst schnell ist, kann NMS einen erheblichen Teil der gesamten Laufzeit beanspruchen.

Die Nachverarbeitung erhöht außerdem die Komplexität des Systems. Da sie außerhalb des Modells stattfindet, muss sie für verschiedene Laufzeitumgebungen und Hardwareziele separat implementiert werden. Das führt oft zu plattformspezifischen Codepfaden, uneinheitlichem Verhalten auf verschiedenen Geräten und anfälligeren Bereitstellungsabläufen.

Vor allem widerspricht die Nachverarbeitung dem Konzept echter End-to-End-Leistung. Die Messung der Inferenzgeschwindigkeit des Modells gibt nicht wieder, wie sich das System im Produktiveinsatz verhält. Entscheidend ist letztlich die Gesamtzeit von der Eingabe bis zur endgültigen Ausgabe – einschließlich jedes Schritts in der Verarbeitungskette.

In solchen Situationen wird die Nachverarbeitung zu einem verborgenen Engpass am Netzwerkrand. Sie erhöht die Latenz, beansprucht CPU-Ressourcen und erschwert die Bereitstellung – und findet dabei vollständig außerhalb des Modells statt.

Wie Ultralytics YOLO26 NMS entfernt und dadurch schneller wird#

YOLO26 entfernt NMS, indem es die Ursache doppelter Erkennungen behebt, statt sie nach der Inferenz zu bereinigen. Anstatt viele überlappende Vorhersagen auszugeben, die gefiltert werden müssen, wird das Modell darauf trainiert, direkt eine kleinere Menge zuverlässiger, endgültiger Erkennungen zu erzeugen.

Möglich wird das durch eine veränderte Lernweise für Erkennungen während des Trainings. Ultralytics YOLO26 fördert eine eindeutigere Eins-zu-eins-Beziehung zwischen Objekten und Vorhersagen und reduziert so die Redundanz bereits an ihrer Quelle. Dadurch werden doppelte Erkennungen direkt im Netzwerk statt durch externe Nachverarbeitung aufgelöst.

Der Wegfall von NMS wirkt sich unmittelbar auf die Leistung am Netzwerkrand aus. Da NMS sich nicht gut auf Beschleunigern für neuronale Netze ausführen lässt, verringert sein Wegfall die Datenübertragung und vermeidet aufwendige nichtneuronale Verarbeitungsschritte. Das senkt die End-to-End-Latenz und macht die Leistung besser vorhersagbar – besonders auf Geräten am Netzwerkrand, auf denen die Nachverarbeitung sonst einen merklichen Teil der Gesamtlaufzeit beanspruchen kann.

Außerdem vereinfacht sich die Inferenzverarbeitung. Mit weniger Schritten außerhalb des Modells gibt es weniger Datenübertragungen und weniger Übergaben zwischen Komponenten. Die Modellausgabe ist bereits das Endergebnis, was die Ausführung besser vorhersagbar macht.

DFL entfernen, um echte End-to-End-Leistung zu ermöglichen#

Eine weitere Innovation in Ultralytics YOLO26 ist der Wegfall von Distribution Focal Loss (DFL), das in früheren YOLO-Modellen für die Regression von Begrenzungsrahmen verwendet wurde. Statt direkt eine einzelne Koordinate vorherzusagen, lernten Modelle mit DFL eine Verteilung möglicher Werte und leiteten daraus einen endgültigen Begrenzungsrahmen ab. Dieser Ansatz trug zu einer höheren Lokalisierungsgenauigkeit bei und war ein wichtiger Fortschritt in früheren Modellgenerationen.

Mit der Zeit brachte DFL jedoch auch Nachteile mit sich. Die Vorhersage von Verteilungen erhöht den Rechenaufwand und die Komplexität der Modellarchitektur. Dadurch kann die Inferenz auf CPUs langsamer werden, und der Export von Modellen in verschiedene Bereitstellungsformate wird erschwert. Außerdem waren durch DFL feste Regressionsbereiche vorgegeben, was die Flexibilität bei der Erkennung sehr großer Objekte einschränken konnte.

Ultralytics YOLO26 verzichtet im Zuge des Wechsels zu einem einfacheren End-to-End-Design auf DFL. Die Regression der Begrenzungsrahmen wurde direkter gestaltet, um unnötige Berechnungen zu reduzieren und gleichzeitig die Genauigkeit beizubehalten. Diese Änderung entspricht dem NMS-freien Ansatz von YOLO26.

Wie die um 43 % schnellere CPU-Inferenz erreicht wird#

Bei CPU-basierten Benchmarks zeigt YOLO26 eine deutliche Leistungssteigerung gegenüber früheren YOLO-Modellen. Im Vergleich zu Ultralytics YOLO11 ermöglicht das Nano-Modell von YOLO26 eine bis zu 43 % schnellere CPU-Inferenz – ein Unterschied, der sich bei praktischen Edge-Einsätzen deutlich bemerkbar macht.

Abb. 4. Benchmark zur CPU-Geschwindigkeit von Ultralytics YOLO26.

Dieser Zugewinn entsteht durch die Vereinfachung der gesamten Inferenzverarbeitung statt durch die Optimierung einer einzelnen Komponente. Die End-to-End-Ausführung beseitigt den Aufwand für die Nachverarbeitung, ein direkteres Verfahren zur Regression von Begrenzungsrahmen verringert den Rechenaufwand, und ein auf CPUs ausgelegtes Design verbessert die Ausführungseffizienz auf Universalprozessoren.

Zusammen verringern diese Änderungen die Latenz und die CPU-Auslastung und sorgen für schnellere und gleichmäßigere Leistung auf Hardware für den praktischen Einsatz am Netzwerkrand.

Die Auswirkungen von Ultralytics YOLO26 auf Bereitstellungen am Netzwerkrand und Exporte#

Die Leistungssteigerungen von Ultralytics YOLO26 gehen über eine schnellere Inferenz hinaus. Durch die Vereinfachung des Modells und die Verringerung des Speicherbedarfs lässt es sich leichter bereitstellen und zuverlässiger in Umgebungen am Netzwerkrand ausführen.

Das End-to-End-Design von Ultralytics YOLO26 vereinfacht auch den Export. Da es weniger zusätzliche Komponenten und keine externen Nachverarbeitungsschritte gibt, sind exportierte Modelle vollständig eigenständig. Dadurch sinkt die Abhängigkeit von plattformspezifischen Komponenten, und einheitliches Verhalten auf verschiedenen Laufzeitumgebungen und Hardwarezielen wird unterstützt.

In der Praxis bedeutet das, dass sich Ultralytics YOLO26 mit verschiedenen Exportformaten einfacher auf Edge-Geräten einsetzen lässt, etwa auf Kameras, Robotern und eingebetteten Systemen. Was du exportierst, ist genau das, was du ausführst – mit weniger Integrationsschritten und einem geringeren Risiko, dass sich der Einsatz von der Entwicklungsumgebung unterscheidet.

Schnellere Inferenz am Netzwerkrand ermöglicht KI in der Robotik und industriellen Bildverarbeitung#

Bisher haben wir betrachtet, wie das auf den Einsatz am Netzwerkrand ausgerichtete Design von Ultralytics YOLO26 die Leistung auf Systemebene verbessert. Die eigentliche Wirkung zeigt sich jedoch darin, dass sich visuelle KI einfacher in Anwendungen für den praktischen Einsatz integrieren lässt.

Beispielsweise arbeiten Bildverarbeitungssysteme in der Robotik und in industriellen Umgebungen häufig unter strengen Echtzeitvorgaben. Entscheidungen müssen schnell und zuverlässig getroffen werden – mit begrenzter Rechenleistung und ohne Abhängigkeit von einer Cloud-Verbindung. Mit Ultralytics YOLO26 lassen sich diese Anforderungen praktisch erfüllen.

Anwendungen wie die Roboternavigation und die Objektmanipulation profitieren von geringerer Latenz und besser vorhersehbarer Inferenz. So können Roboter reibungslos auf Veränderungen ihrer Umgebung reagieren. Auch in der Industrie können Bildverarbeitungsmodelle direkt an Produktionslinien laufen, um Fehler zu erkennen, Komponenten zu verfolgen und Prozesse zu überwachen, ohne Verzögerungen oder zusätzliche Komplexität zu verursachen.

Ultralytics YOLO26 ermöglicht schnelle, zuverlässige Inferenz auf Edge-Hardware und macht visuelle KI so zu einem selbstverständlichen Bestandteil von Robotik- und Industriesystemen, statt zu einer Herausforderung bei Bereitstellung und Wartung.

Die wichtigsten Erkenntnisse#

Ultralytics YOLO26 wurde für Edge-Anwendungen entwickelt, bei denen reale Einschränkungen wie Latenz, Speicherbedarf und Zuverlässigkeit die Möglichkeiten bestimmen. Das Modell ist auf eine CPU-orientierte Ausführung, End-to-End-Inferenz und eine einfachere Bereitstellung ausgelegt und macht visuelle KI dadurch praktisch in reale Systeme integrierbar. Dieser Edge-First-Ansatz ermöglicht vielfältige Anwendungen – von Robotik und industrieller Bildverarbeitung bis hin zu eingebetteter und geräteinterner KI –, bei denen Leistung und Vorhersagbarkeit besonders wichtig sind.

Werde Teil unserer wachsenden Community und entdecke unser GitHub-Repository mit praxisnahen Ressourcen zu KI. Wenn du heute mit visueller KI arbeiten möchtest, informiere dich über unsere Lizenzoptionen. Erfahre auf unseren Lösungsseiten, wie KI in der Landwirtschaft die Landwirtschaft verändert und wie visuelle KI im Gesundheitswesen die Zukunft mitgestaltet.