El impacto del diseño más rápido y pensado para el edge de Ultralytics YOLO26

A principios de esta semana, Ultralytics presentó oficialmente Ultralytics YOLO26, un modelo YOLO más rápido, ligero y pequeño que aspira a redefinir el rendimiento de los sistemas de visión artificial en el edge. YOLO26 admite las mismas tareas de visión principales que los modelos YOLO anteriores, incluida la detección de objetos y la segmentación de instancias.

Fig. 1. Ejemplo de segmentación de un objeto con Ultralytics YOLO26.

La diferencia fundamental entre Ultralytics YOLO26 y los modelos anteriores es el entorno para el que se diseñó. En lugar de optimizarse principalmente para unidades de procesamiento gráfico (GPUs) en la nube o para obtener buenos resultados en pruebas de referencia, YOLO26 se diseñó desde cero para su despliegue en condiciones reales en dispositivos edge y hardware integrado.

A medida que la visión artificial pasa de la investigación a la producción, se hacen más evidentes las limitaciones de rendimiento. Los entornos edge están condicionados por presupuestos de latencia ajustados, limitaciones de memoria, potencia y temperatura, y la necesidad de un comportamiento predecible en distintas plataformas.

En estos entornos, el rendimiento global del sistema no depende solo de la velocidad bruta de inferencia, sino también de la eficiencia de toda la canalización. La sobrecarga del posprocesamiento, la presión sobre la memoria y las rutas de ejecución específicas de cada plataforma suelen convertirse en cuellos de botella.

Ultralytics YOLO26 aborda estos retos con un enfoque más rápido y pensado primero para el edge, que tiene en cuenta toda la canalización de inferencia en lugar de métricas aisladas del modelo. Al centrarse en la optimización para edge, simplificar la canalización de inferencia y eliminar pasos de posprocesamiento innecesarios, YOLO26 mejora la velocidad, reduce la latencia y ofrece un comportamiento más fiable en producción.

En este artículo veremos cómo las decisiones arquitectónicas de Ultralytics YOLO26 se traducen en mejoras de rendimiento en condiciones reales y por qué ser más rápido en el edge cambia radicalmente las posibilidades de las aplicaciones de visión artificial de próxima generación.

La realidad del despliegue en el edge#

Ejecutar modelos de visión artificial en el edge es muy distinto de ejecutarlos en la nube. En los entornos en la nube, los sistemas suelen tener acceso a GPUs potentes, mucha memoria y hardware estable. En el edge, no se dan las mismas condiciones.

La mayoría de los despliegues edge se ejecutan en arquitecturas de hardware diversas, no en GPUs. Los dispositivos suelen utilizar varios procesadores especializados para distintas tareas, optimizados para la eficiencia y el bajo consumo, no para la capacidad de cálculo bruta de las GPUs en la nube.

La latencia es otra limitación importante. Los sistemas edge suelen funcionar con límites estrictos de tiempo real, donde incluso los pequeños retrasos pueden afectar a la capacidad de respuesta o a la seguridad. En estos casos, la latencia de extremo a extremo importa más que la velocidad bruta de inferencia. Un modelo puede parecer rápido sobre el papel, pero quedarse corto al añadir el posprocesamiento y el movimiento de datos.

La memoria también desempeña un papel importante. Muchos dispositivos edge tienen memoria limitada y cachés compartidas. Los tensores intermedios grandes y un uso ineficiente de la memoria pueden ralentizar los sistemas, aunque el propio modelo sea eficiente.

Los límites de potencia y temperatura añaden más restricciones. Los dispositivos edge suelen funcionar sin refrigeración activa y con presupuestos de potencia fijos. El rendimiento debe ser eficiente y sostenible, no solo rápido durante periodos breves.

Además, los despliegues edge exigen uniformidad. Los modelos deben comportarse igual en distintos dispositivos y entornos de ejecución. El código específico de cada plataforma o los pasos complejos de posprocesamiento pueden introducir diferencias sutiles que dificultan el despliegue y el mantenimiento de los sistemas.

Fig. 2. Un repaso a las limitaciones del despliegue en el edge. Imagen del autor.

Estas limitaciones definen lo que significa realmente el rendimiento en el edge. En otras palabras, el rendimiento lo determina toda la canalización, no una única métrica.

Por qué la visión en el edge exige un modelo de rendimiento distinto#

Entonces, ¿qué relación hay entre las limitaciones del despliegue en el edge y los requisitos de un modelo de visión artificial diseñado para el edge? La conexión se hace evidente cuando los modelos pasan de los entornos de investigación a los sistemas reales.

En los entornos en la nube, el rendimiento suele medirse mediante pruebas de referencia, como la velocidad y la precisión de inferencia. En el edge, esas métricas solo cuentan una parte de la historia. Los sistemas de visión suelen ejecutarse en hardware heterogéneo: la inferencia de redes neuronales se descarga en aceleradores especializados, mientras que otras partes de la canalización se ejecutan en procesadores de propósito general.

En este contexto, la velocidad del modelo no basta. Lo importante es el rendimiento de todo el sistema una vez desplegado el modelo. Un modelo puede parecer rápido por sí solo, pero quedarse corto si el posprocesamiento, el movimiento de datos o los pasos específicos de la plataforma añaden sobrecarga.

Por eso, la visión en el edge requiere un modelo de rendimiento centrado en la eficiencia a nivel de sistema, no en pruebas de referencia aisladas. Ultralytics YOLO26 refleja este cambio al centrarse en la optimización para edge, una inferencia simplificada y una ejecución de extremo a extremo diseñada para el despliegue en condiciones reales.

La base de la velocidad: un diseño pensado primero para el edge#

En el edge, el rendimiento depende de cómo se adapta un modelo a la arquitectura de hardware real del dispositivo. Diseñar primero para el edge garantiza que los sistemas de visión funcionen de forma fiable en plataformas reales, sea cual sea la combinación de unidades de procesamiento disponibles.

Un enfoque pensado primero para el edge prioriza una ejecución predecible y eficiente en hardware heterogéneo, en lugar de adaptar a posteriori modelos optimizados para GPUs en la nube. En pocas palabras, esto significa favorecer las operaciones que se ejecutan bien en aceleradores de redes neuronales, minimizar el trabajo no neuronal fuera del modelo y reducir la complejidad innecesaria que puede ralentizar la ejecución de extremo a extremo.

Ultralytics YOLO26 se diseñó teniendo presentes estas limitaciones. Su arquitectura se centra en un rendimiento uniforme, no en el rendimiento máximo en condiciones ideales. Al simplificar las rutas de ejecución y eliminar cálculos innecesarios, YOLO26 reduce la sobrecarga en toda la canalización de inferencia y aprovecha mejor la aceleración y la jerarquía de memoria disponibles en el dispositivo.

Este enfoque también mejora la fiabilidad. La optimización pensada primero para el edge ofrece tiempos más predecibles y menos picos de rendimiento, algo fundamental para los sistemas en tiempo real. En lugar de depender de hardware especializado o de un posprocesamiento intensivo para alcanzar velocidad, Ultralytics YOLO26 prioriza la eficiencia en toda la canalización de inferencia.

Inferencia de extremo a extremo y coste del posprocesamiento#

Quizá te preguntes qué significa eliminar los pasos de posprocesamiento innecesarios. Para entenderlo, demos un paso atrás y veamos cómo funcionan los sistemas tradicionales de detección de objetos.

En muchas canalizaciones de detección de objetos, la inferencia no termina cuando el modelo genera sus predicciones. En su lugar, el modelo produce un gran número de cajas delimitadoras superpuestas que deben filtrarse y refinarse antes de poder utilizarse. Esta depuración se realiza mediante pasos de posprocesamiento que se ejecutan fuera del propio modelo.

Uno de los pasos de posprocesamiento más habituales es la supresión no máxima, o NMS. NMS compara cajas delimitadoras superpuestas y conserva solo las detecciones con mayor confianza, eliminando los duplicados que corresponden al mismo objeto. Aunque este enfoque es eficaz, añade cálculos una vez terminada la inferencia.

Fig. 3. Cómo funciona NMS. Imagen del autor.

En el edge, este trabajo adicional tiene un coste. Los pasos de posprocesamiento como NMS no se adaptan bien a los aceleradores especializados que se utilizan para la inferencia de redes neuronales, optimizados para cálculos neuronales densos y no para operaciones con mucho control o uso de memoria.

Como resultado, NMS añade latencia y sobrecarga de memoria, y su coste aumenta con el número de detecciones. Aunque el propio modelo sea rápido, NMS puede seguir consumiendo una parte considerable del tiempo de ejecución total.

El posprocesamiento también aumenta la complejidad del sistema. Como se ejecuta fuera del modelo, debe implementarse por separado para distintos entornos de ejecución y destinos de hardware. Esto suele generar rutas de código específicas de cada plataforma, comportamientos distintos entre dispositivos y canalizaciones de despliegue más frágiles.

Y lo que es más importante, el posprocesamiento rompe la idea de un rendimiento realmente de extremo a extremo. Medir la velocidad de inferencia del modelo no refleja cómo se comporta el sistema en producción. Lo que importa en última instancia es el tiempo total desde la entrada hasta la salida final, incluidos todos los pasos de la canalización.

En estas situaciones, el posprocesamiento se convierte en un cuello de botella oculto en el edge. Añade latencia, consume recursos de la CPU y complica el despliegue, todo ello fuera del propio modelo.

Cómo elimina Ultralytics YOLO26 NMS y por qué así es más rápido#

YOLO26 elimina NMS al abordar la causa principal de las detecciones duplicadas, en lugar de eliminarlas después de la inferencia. En vez de generar muchas predicciones superpuestas que haya que filtrar, el modelo se entrena para generar directamente un conjunto más reducido de detecciones finales con alta confianza.

Esto es posible gracias a un cambio en la forma de aprender a detectar durante el entrenamiento. Ultralytics YOLO26 favorece una relación uno a uno más clara entre los objetos y las predicciones, lo que reduce la redundancia desde el origen. Así, las detecciones duplicadas se resuelven dentro de la propia red, en lugar de mediante un posprocesamiento externo.

Eliminar NMS tiene un efecto inmediato en el rendimiento en el edge. Como NMS no se adapta bien a los aceleradores de redes neuronales, eliminarlo reduce el movimiento de datos en memoria y evita costosos pasos de procesamiento no neuronal. Esto reduce la latencia de extremo a extremo y hace que el rendimiento sea más predecible, sobre todo en dispositivos edge donde, de otro modo, el posprocesamiento podría consumir una parte apreciable del tiempo de ejecución total.

También simplifica la canalización de inferencia. Al haber menos pasos fuera del modelo, se reduce el movimiento de datos y hay menos transferencias entre componentes. La salida del modelo ya es el resultado final, lo que hace que la ejecución sea más predecible.

Eliminar DFL para lograr un rendimiento real de extremo a extremo#

Otra innovación de Ultralytics YOLO26 es la eliminación de Distribution Focal Loss (DFL), que se utilizaba en modelos YOLO anteriores para la regresión de cajas delimitadoras. En lugar de predecir directamente una única coordenada, los modelos que utilizaban DFL aprendían una distribución de valores posibles y, a continuación, obtenían una caja delimitadora final a partir de esa distribución. Este enfoque ayudó a mejorar la precisión de localización y supuso un avance importante en generaciones anteriores.

Sin embargo, con el tiempo, DFL también introdujo ciertas contrapartidas. Predecir distribuciones aumenta los cálculos y añade complejidad a la arquitectura del modelo, lo que puede ralentizar la inferencia en CPU y dificultar la exportación de modelos a distintos formatos de despliegue. DFL también imponía rangos de regresión fijos, lo que podía limitar la flexibilidad al detectar objetos muy grandes.

Ultralytics YOLO26 elimina DFL como parte de su evolución hacia un diseño más sencillo y de extremo a extremo. La regresión de cajas delimitadoras se rediseña para ser más directa, reducir los cálculos innecesarios y mantener la precisión. Este cambio encaja con el enfoque de YOLO26 sin NMS.

De dónde procede el aumento del 43 % en la velocidad de inferencia en CPU#

En las pruebas de referencia con CPU, YOLO26 muestra una mejora clara del rendimiento respecto a los modelos YOLO anteriores. En comparación con Ultralytics YOLO11, el modelo nano de YOLO26 ofrece una inferencia en CPU hasta un 43 % más rápida, una diferencia que tiene un impacto considerable en los despliegues edge en condiciones reales.

Fig. 4. Prueba de la velocidad de Ultralytics YOLO26 en CPU.

Esta mejora se debe a la simplificación de toda la canalización de inferencia, no a la optimización de un único componente. La ejecución de extremo a extremo elimina la sobrecarga del posprocesamiento, un método más directo de regresión de cajas delimitadoras reduce los cálculos y las decisiones de diseño que priorizan la CPU mejoran la eficiencia de ejecución en procesadores de propósito general.

En conjunto, estos cambios reducen la latencia y la carga de la CPU, y ofrecen un rendimiento más rápido y uniforme en hardware edge de uso real.

El impacto de Ultralytics YOLO26 en el despliegue en el edge y las exportaciones#

Las mejoras de rendimiento de Ultralytics YOLO26 van más allá de una inferencia más rápida. Al simplificar el modelo y reducir la sobrecarga de memoria, resulta más fácil de desplegar y más fiable en distintos entornos edge.

El diseño de extremo a extremo de Ultralytics YOLO26 también simplifica la exportación. Al haber menos componentes auxiliares y ningún paso de posprocesamiento externo, los modelos exportados son totalmente autónomos. Esto reduce las dependencias específicas de cada plataforma y ayuda a garantizar un comportamiento uniforme en distintos entornos de ejecución y destinos de hardware.

En la práctica, esto significa que Ultralytics YOLO26 puede desplegarse más fácilmente en dispositivos edge como cámaras, robots y sistemas integrados, utilizando distintos formatos de exportación. Lo que exportas es lo que ejecutas, con menos pasos de integración y menos riesgo de desviaciones en el despliegue.

Una inferencia edge más rápida impulsa la robótica y la IA de visión industrial#

Hasta ahora, hemos visto cómo el diseño de Ultralytics YOLO26 pensado primero para el edge mejora el rendimiento a nivel de sistema. Sin embargo, su verdadero impacto está en cómo facilita la integración de la IA de visión en aplicaciones reales.

Por ejemplo, en robótica y entornos industriales, los sistemas de visión suelen funcionar con estrictas limitaciones de tiempo real. Las decisiones deben tomarse rápidamente y de forma uniforme, con capacidad de cálculo limitada y sin depender de la conexión a la nube. Con Ultralytics YOLO26, cumplir estos requisitos resulta viable.

Aplicaciones como la navegación de robots y la manipulación de objetos se benefician de una menor latencia y una inferencia más predecible, lo que permite que los robots respondan con fluidez a los cambios del entorno. Del mismo modo, en entornos industriales, los modelos de visión pueden ejecutarse directamente en las líneas de producción para detectar defectos, seguir componentes y supervisar procesos sin añadir retrasos ni complejidad.

Al permitir una inferencia rápida y fiable en hardware periférico, Ultralytics YOLO26 ayuda a integrar de forma natural la IA visual en la robótica y los sistemas industriales, en lugar de convertirla en un reto de implementación y mantenimiento.

Conclusiones clave#

Ultralytics YOLO26 se ha diseñado para el edge, donde las limitaciones del mundo real, como la latencia, la memoria y la fiabilidad, determinan lo que es posible. Al diseñar el modelo para ejecutarse primero en CPU, ofrecer inferencia de extremo a extremo y simplificar la implementación, YOLO26 facilita la integración práctica de la IA visual en sistemas reales. Este enfoque centrado en el edge permite una amplia variedad de aplicaciones, desde la robótica y la visión industrial hasta la IA integrada y en el propio dispositivo, donde el rendimiento y la previsibilidad son fundamentales.

Únete a nuestra creciente comunidad y explora nuestro repositorio de GitHub para acceder a recursos prácticos de IA. Para crear soluciones con IA visual hoy mismo, explora nuestras opciones de licencia. Descubre cómo la IA en la agricultura está transformando el campo y cómo la IA visual en la atención sanitaria está dando forma al futuro en nuestras páginas de soluciones.