Ultralytics YOLO mit DEEPXYOLO : Edge-KI-Inferenz für Physical AI

Bei Ultralytics beobachten wir einen zunehmenden Trend, Computer-Vision-Modelle direkt auf Edge-Geräten auszuführen, da KI immer stärker in die physische Welt eingebettet wird. Von Robotik und Industriemaschinen bis hin zu intelligenten Kameras und autonomen Fahrzeugen – immer mehr intelligente Systeme müssen in Echtzeit sehen, verstehen und handeln, ohne auf die Cloud angewiesen zu sein.

Diese neue Generation intelligenter Systeme wird als „Physical AI“ bezeichnet und erfordert leistungsstarke, äußerst energieeffiziente Rechenleistung, die in der realen Welt autonom eingesetzt werden kann. Systeme in der realen Welt benötigen Bildverarbeitungs-KI, die lokal, zuverlässig und effizient auf Hardware läuft, die speziell für den Einsatz am Netzwerkrand entwickelt wurde.

YOLO wie Ultralytics sind für die Echtzeit-Bildverarbeitung konzipiert, doch um ihr volles Potenzial am Edge ausschöpfen zu können, bedarf es der richtigen Kombination aus Software und Hardware. In diesem Zusammenhang freuen wir uns, unsere neue Partnerschaft mit DEEPX bekannt zu geben.

Wir sind eine Partnerschaft mit DEEPX eingegangen, um eine neue Exportintegration einzuführen, die eine effiziente und leistungsstarke Bereitstellung vonYOLO auf DEEPX-NPU-Hardware ermöglicht. Gemeinsam setzen wir einen einheitlichen globalen Standard dafür, wie Physical AI entwickelt, bereitgestellt und skaliert wird.

Eine gemeinsame Vision für die Zukunft der physikalischen KI

Als weltweit am häufigsten eingesetztes Computer-Vision-Framework Ultralytics die „Augen“ dieser Systeme. Als einer der effizientesten NPU-Hersteller stellt DEEPX das „Gehirn“ bereit, um sie in großem Maßstab zu betreiben.

Bei Ultralytics DEEPX legen wir größten Wert auf Barrierefreiheit, Leistungsfähigkeit und ein entwicklerorientiertes Design – und lassen uns davon leiten. Durch die Zusammenführung der Ökosysteme Ultralytics DEEPX bieten wir einen einzigen, bewährten Weg für den kommerziellen Einsatz von Bildverarbeitungs-KI – ganz gleich, ob es sich um ein Robotik-Start-up handelt, das sein erstes Produkt auf den Markt bringt, oder um einen Fortune-500-Hersteller, der Bildverarbeitungs-KI in Tausenden von Standorten einführt.

Das bedeutet:

• Schnellere Markteinführung: Von der Annotation bis zur Bereitstellung in wenigen Tagen statt Monaten.
• Geringere Bereitstellungskosten: Leistung GPU bei einem Bruchteil der Strom- und Chipkosten – das bedeutet über 250 FPS bei einem Stromverbrauch von 2–4 W.
• Neue Umsatzchancen: Entwickeln und vertreiben Sie Edge-KI-Produkte, die bisher wirtschaftlich nicht rentabel waren.
• Zukunftssichere Skalierbarkeit: Eine spezielle CI/CD-Pipeline stellt sicher, dass jede neue Ultralytics sofort mit der DEEPX-Hardware kompatibel ist, unterstützt durch die mehrjährigen Lieferzusagen von DEEPX.

‍Einblick in die NPU-Technologie von DEEPX

Bevor wir uns mit der neuen Exportintegration befassen, wollen wir zunächst mehr über DEEPX erfahren und darüber, welche Rolle seine NPUs bei der Realisierung effizienter physikalischer KI spielen.

DEEPX ist ein innovativer Anbieter von KI-Halbleitern, der effiziente Edge-KI-Hardware liefert, die speziell für Bildverarbeitungsmodelle wie Ultralytics YOLO entwickelt wurdeYOLO unübertroffene Bildrate pro Watt (FPS/W)YOLO .

DEEPX-Chips setzen neue Maßstäbe in Sachen Leistung, indem sie den Fokus auf die Effizienz in der Praxis statt auf theoretische Kennzahlen legen. So können Entwickler Ergebnisse GPU bei einem Bruchteil des Stromverbrauchs erzielen.

Was den Ansatz von DEEPX besonders innovativ macht, ist sein Full-Stack-Design. Die DX-M1-NPU wurde speziell zur Beschleunigung der Rechenmuster von Computer-Vision-Modellen entwickelt und zeichnet sich durch passive Kühlung und geringen Stromverbrauch aus. Damit eignet sie sich ideal für den Einsatz im Produktionsmaßstab, wo es auf die Leistung pro Watt und langfristige Zuverlässigkeit ankommt. Die DX-M1 wird derzeit in Massenproduktion bei Samsung Foundry im 5-nm-Verfahren hergestellt, während die DX-M2 bereits auf der Roadmap für Samsung 2-nm-GAA steht, um diese Effizienzgrenzen in das Zeitalter der Agentic AI zu erweitern.‍

Erste Schritte beim Exportieren von Ultralytics YOLO nach DEEPX

DasPython und Ultralytics bieten eine umfassende, einheitliche Umgebung für das Trainieren, Bewerten und Bereitstellen YOLO für alle fünf Aufgabenbereiche der Bildverarbeitung. Ganz gleich, ob Sie lieber programmieren oder einen reibungslosen visuellen Workflow nutzen – beide Ansätze bieten Ihnen eine einheitliche und skalierbare Möglichkeit, ein Modell von den Daten bis zur Bereitstellung zu begleiten.

Im Rahmen dieser Partnerschaft Ultralytics eine neue Export-Integration mit DEEPX eingeführt, die es ermöglicht, YOLO mit einem einzigen Befehl – format=deepx – für den Einsatz auf DEEPX-NPU-Hardware zu exportieren. Die Integration wird im gesamten Ultralytics vollständig unterstützt, sodass Entwickler nach der Annotation und dem Training ihres Modells den Export nach DEEPX entweder über das Python oder direkt über Ultralytics durchführen können. Beim Export wird das Modell kompiliert und INT8-quantisiert in eine optimierte .dxnn-Binärdatei umgewandelt, wobei eine EMA Kalibrierung maximale NPU-Leistung gewährleistet, ohne die Modellqualität zu beeinträchtigen.

In der Praxis bedeutet dies, dass Vertriebsteams mit nur drei Befehlen von den beschrifteten Daten zu einem produktionsreifen Modell gelangen können, das auf DEEPX-NPUs läuft:

# Step 1: Install Ultralytics
pip install ultralytics

# Step 2: Export your YOLO model to DEEPX format
yolo export model=yolo26n.pt format=deepx

# Step 3: Run inference on DEEPX hardware
yolo detect predict model=yolo26n_deepx_model

Ausführliche Informationen zur Einrichtung, einschließlich der Laufzeitinstallation und der Visualisierung mit dem dxtron-Graph-Viewer von DEEPX, finden Sie in der DEEPX-Integrationsdokumentation.

Die wichtigsten Vorteile der Ausführung von Ultralytics YOLO auf DEEPX-NPUs

Hier sind einige der wichtigsten Vorteile des Einsatzes von Ultralytics YOLO auf DEEPX-Hardware mithilfe der neuen Integration:

• Nahtlose Integration in den Ultralytics : Der Export von YOLO für die DEEPX-Bereitstellung fügt sich nahtlos in dasPython ein, wobei ein einziger Befehl „format=deepx“ den Prozess der Edge-Bereitstellung standardisiert.
• Unterstützung für verschiedene Aufgaben im Bereich Computer Vision: Sie können Modelle für die Objekterkennung, Segmentierung, Posenabschätzung, OBB-Erkennung (Oriented Bounding Box) und Klassifizierung mit YOLOv8, YOLO11 und YOLO26 bereitstellen.
• Hocheffiziente Edge-Inferenz: DEEPX-NPUs bieten Leistung GPU bei deutlich geringerem Stromverbrauch. Dank passiver Kühlung und extrem niedrigem Energieverbrauch eignen sie sich ideal für den Einsatz im Produktionsmaßstab.
• Zukunftssichere Grundlage: Eine spezielle CI/CD-Pipeline gewährleistet sofortige Kompatibilität mit jedem neuen Ultralytics , während die Roadmap von DX-M1 zu DX-M2 denselben Software-Stack bis in das Zeitalter von Agentic AI hinein erweitert.
• Skalierbar für physische KI-Anwendungen: Von intelligenter Überwachung und industrieller Inspektion bis hin zu Robotik und autonomen Systemen – die Integration unterstützt eine Vielzahl von Anwendungsfällen in der Praxis.

Wo die Hardware Ultralytics YOLO DEEPX einen Unterschied machen kann

Was sind also einige gängige Anwendungen im Bereich der physikalischen KI, bei denen Ultralytics YOLO in realen Szenarien auf DEEPX-Hardware eingesetzt werden können?

Intelligente Überwachung am Netzwerkrand

Moderne Überwachungssysteme erfordern eine Erkennung in Echtzeit, ohne dabei Abstriche bei Datenschutz oder Konnektivität zu machen.YOLO auf DEEPX-NPUs laufendenYOLO Ultralytics ermöglichen es Sicherheitskameras und Überwachungssystemen, Videobilder lokal zu analysieren und Personen, Fahrzeuge sowie ungewöhnliche Aktivitäten in Echtzeit zu erkennen – und das bei geringem Stromverbrauch und ohne Abhängigkeit von der Cloud. Angesichts der verschärften Durchsetzung der DSGVO in Europa und der Tatsache, dass kommunale Ausschreibungen zunehmend Datenresidenz vorschreiben, wird die Inferenz auf dem Gerät sowohl zu einem regulatorischen als auch zu einem technischen Vorteil.

Industrielle Automatisierung und Qualitätskontrolle

In Fabriken und Produktionsstätten wird Bildverarbeitungs-KI zunehmend zur Automatisierung der Qualitätskontrolle, der Fehlererkennung und der Prozessüberwachung eingesetzt. Durch die Kombination vonYOLO mit DEEPX-Hardware wird eine gerätebasierte Inspektion ermöglicht, die in anspruchsvollen Industrieumgebungen rund um die Uhr zuverlässig funktioniert und dazu beiträgt, Ausschuss zu reduzieren, die Produktqualität zu verbessern und die Sicherheit der Mitarbeiter zu gewährleisten.

Robotik und autonome Systeme

In der Robotik sind Geschwindigkeit und Reaktionsfähigkeit von entscheidender Bedeutung. Ob bei der Navigation in einem Lager, beim Einsatz in dynamischen Industrieumgebungen oder bei der Zusammenarbeit mit Menschen – Roboter müssen ihre Umgebung sofort erfassen können.YOLO auf DEEPX-NPUs laufendenYOLO Ultralytics ermöglichen es Robotern, detect zu detect , track und Objekte in Echtzeit zu identifizieren. Dies sorgt für sicherere Bewegungen und mehr Autonomie, ohne dass eine ständige Cloud-Verbindung erforderlich ist.‍

Wesentliche Erkenntnisse

YOLO Ultralytics und die DEEPX-NPUs machen es einfacher denn je, leistungsstarke Physical AI an den Edge zu bringen. Durch die Vereinfachung der Bereitstellung mit dem neuen „format=deepx“-Standard und die Optimierung der Modelle für die energieeffiziente Hardware von DEEPX trägt diese Partnerschaft dazu bei, die Lücke zwischen Entwicklung und realen kommerziellen Anwendungen zu schließen. Angesichts des anhaltenden Wachstums von Physical AI ist diese Zusammenarbeit ein Schritt dahin, Vision-AI in Produktionsqualität für Unternehmen jeder Größe zugänglich, erschwinglich und skalierbar zu machen.

Sind Sie bereit, Ihre Edge-AI-Produkte schneller auf den Markt zu bringen?

• Lizenz anfordern , um Zugang zu kommerziellem Support und Enterprise YOLO zu erhalten.
• Probieren Sie Ultralytics aus , um Ihr erstes DEEPX-fähiges Modell zu annotieren, zu trainieren und bereitzustellen.
• Werden Sie Ultralytics und entdecken Sie gemeinsame Einsatzmöglichkeiten.
• Lesen Sie die Dokumentation , um den vollständigen technischen Leitfaden zu erhalten.

Erfahren Sie, wie Innovationen wie KI in der Robotik und KI in der Fertigung die Zukunft prägen.