El impacto del diseño más rápido y centrado en edge de Ultralytics YOLO26

A principios de esta semana, Ultralytics lanzó oficialmente Ultralytics YOLO26, un modelo YOLO más rápido, ligero y pequeño que pretende 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. Un ejemplo del uso de Ultralytics YOLO26 para segmentar un objeto.

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 un rendimiento impulsado por benchmarks, YOLO26 se diseñó desde cero para su implementación en el mundo real en dispositivos edge y hardware integrado.

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

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

Ultralytics YOLO26 aborda estos retos con un enfoque más rápido y orientado al edge que analiza toda la canalización de inferencia, en lugar de métricas individuales del modelo. Al centrarse en la optimización para el edge, simplificar la canalización de inferencia y eliminar pasos de posprocesamiento innecesarios, YOLO26 ofrece mejoras de velocidad que se traducen en una menor latencia y un comportamiento más fiable en producción.

En este artículo, analizaremos cómo las decisiones arquitectónicas de Ultralytics YOLO26 se traducen en mejoras de rendimiento en el mundo real y por qué ser más rápido en el edge cambia fundamentalmente lo que es posible en las aplicaciones de visión artificial de próxima generación.

La realidad de la implementación en el edge#

Ejecutar modelos de visión artificial en el edge es muy diferente de ejecutarlos en la nube. En los entornos cloud, los sistemas suelen tener acceso a GPUs potentes, grandes cantidades de memoria y hardware estable. En el edge, estas suposiciones no se aplican.

La mayoría de las implementaciones 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, en lugar de para la capacidad de cálculo bruta de las GPUs cloud.

La latencia es otra limitación importante. Los sistemas edge suelen funcionar con estrictos límites de tiempo real, donde incluso 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 ser rápido sobre el papel, pero quedarse corto cuando se añaden 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, incluso cuando el propio modelo es 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 breves periodos.

Además, las implementaciones edge requieren coherencia. Los modelos deben comportarse igual en todos los dispositivos y runtimes. El código específico de cada plataforma o los pasos de posprocesamiento complejos pueden introducir diferencias sutiles que dificultan la implementación y el mantenimiento de los sistemas.

Fig. 2. Una visión de las limitaciones de la implementación en el edge. Imagen del autor.

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

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

Entonces, ¿cómo se relacionan las limitaciones de la implementación en el edge con los requisitos de un modelo de visión artificial diseñado para el edge? La conexión queda clara cuando los modelos pasan de los entornos de investigación a los sistemas del mundo real.

En los entornos cloud, el rendimiento suele medirse mediante benchmarks como la velocidad de inferencia y la precisión. En el edge, esas métricas solo cuentan una parte de la historia. Los sistemas de visión suelen ejecutarse en hardware heterogéneo, donde la inferencia de la red neuronal se delega 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. La clave es el rendimiento de todo el sistema una vez implementado 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, en lugar de en benchmarks aislados. Ultralytics YOLO26 refleja este cambio al centrarse en la optimización orientada al edge, una inferencia simplificada y una ejecución de extremo a extremo diseñada para la implementación en el mundo real.

La base de la velocidad: un diseño orientado al edge#

En el edge, el rendimiento lo define lo bien que un modelo se adapta a la arquitectura de hardware real del dispositivo. Diseñar primero para el edge garantiza que los sistemas de visión se ejecuten de forma fiable en plataformas reales, independientemente de la combinación concreta de unidades de procesamiento disponibles.

Un enfoque orientado al edge prioriza una ejecución predecible y eficiente en hardware heterogéneo, en lugar de adaptar a posteriori modelos optimizados para GPUs cloud. En pocas palabras, esto significa favorecer las operaciones que se traducen bien a 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 en cuenta estas limitaciones. Su arquitectura se centra en un rendimiento constante, en lugar de 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 del dispositivo.

Este enfoque también mejora la fiabilidad. La optimización orientada al edge produce 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 pesado para alcanzar velocidad, Ultralytics YOLO26 hace hincapié en la eficiencia a lo largo de toda la canalización de inferencia.

La inferencia de extremo a extremo y el coste del posprocesamiento#

Puede que te preguntes qué significa eliminar pasos de posprocesamiento innecesarios. Para entenderlo, retrocedamos un momento 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 BBoxes superpuestos que deben filtrarse y refinarse antes de poder utilizarse. Esta limpieza 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 los BBoxes superpuestos y conserva únicamente las detecciones con mayor confianza, eliminando los duplicados que hacen referencia al mismo objeto. Aunque este enfoque es eficaz, introduce cálculos adicionales una vez completada la inferencia.

Fig. 3. Cómo entender 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 utilizados para la inferencia de redes neuronales, que están optimizados para cálculos neuronales densos y no para operaciones con mucho control o uso intensivo de memoria.

Como resultado, NMS introduce latencia y sobrecarga de memoria adicionales, y su coste aumenta a medida que crece el número de detecciones. Incluso cuando el propio modelo es rápido, NMS puede consumir una parte importante 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 runtimes y objetivos de hardware. Esto suele dar lugar a rutas de código específicas de cada plataforma, un comportamiento incoherente entre dispositivos y canalizaciones de implementación más frágiles.

Lo más importante es que el posprocesamiento rompe la idea del verdadero rendimiento de extremo a extremo. Medir la velocidad de inferencia del modelo no refleja cómo se comporta el sistema en producción. En última instancia, lo que importa 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 la implementación, todo ello mientras permanece fuera del propio modelo.

Cómo elimina Ultralytics YOLO26 NMS y por qué eso lo hace más rápido#

YOLO26 elimina NMS al abordar la causa fundamental de las detecciones duplicadas, en lugar de limpiarlas después de la inferencia. En vez de producir muchas predicciones superpuestas que deban filtrarse, el modelo se entrena para generar directamente un conjunto más pequeño de detecciones finales con alta confianza.

Esto es posible gracias a un cambio en la forma en que se aprenden las detecciones durante el entrenamiento. Ultralytics YOLO26 fomenta una relación más clara de uno a uno entre los objetos y las predicciones, reduciendo la redundancia desde su origen. Como resultado, las detecciones duplicadas se resuelven dentro de la propia red, en lugar de mediante posprocesamiento externo.

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

También simplifica la canalización de inferencia. Al haber menos pasos fuera del modelo, hay menos movimiento de datos y menos traspasos 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 verdadero rendimiento de extremo a extremo#

Otra innovación de Ultralytics YOLO26 es la eliminación de la pérdida focal de distribución, o DFL, que se utilizaba en modelos YOLO anteriores para la regresión de BBoxes. En lugar de predecir directamente una única coordenada, los modelos que utilizaban DFL aprendían una distribución de valores posibles y después derivaban un BBox final a partir de ella. Este enfoque ayudaba 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 el cálculo y añade complejidad a la arquitectura del modelo, lo que puede ralentizar la inferencia en CPUs y dificultar la exportación de modelos a distintos formatos de implementación. 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 transición hacia un diseño más sencillo y de extremo a extremo. La regresión de BBoxes se ha rediseñado para ser más directa, reduciendo los cálculos innecesarios y manteniendo la precisión. Este cambio se alinea con el enfoque de YOLO26 sin NMS.

De dónde procede la inferencia en CPU un 43 % más rápida#

En los benchmarks basados en CPU, YOLO26 muestra una mejora de rendimiento clara frente 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 significativo en las implementaciones edge del mundo real.

Fig. 4. Evaluación comparativa de la velocidad de YOLO26 en CPU.

Esta mejora procede de la simplificación de toda la canalización de inferencia, en lugar de optimizar un único componente. La ejecución de extremo a extremo elimina la sobrecarga del posprocesamiento, un método más directo de regresión de BBoxes reduce los cálculos y las decisiones de diseño centradas en la CPU mejoran la eficiencia de ejecución en procesadores de propósito general.

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

El impacto de Ultralytics YOLO26 en la implementación y las exportaciones para el edge#

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 implementar y más fiable de ejecutar en entornos edge.

El diseño de extremo a extremo de Ultralytics YOLO26 también simplifica la exportación. Al contar con menos componentes auxiliares y ningún paso de posprocesamiento externo, los modelos exportados son completamente autónomos. Esto reduce las dependencias específicas de cada plataforma y ayuda a garantizar un comportamiento coherente en distintos runtimes y objetivos de hardware.

En la práctica, esto significa que Ultralytics YOLO26 puede implementarse más fácilmente en dispositivos edge como cámaras, robots y sistemas integrados, utilizando diversos formatos de exportación. Lo que exportas es lo que ejecutas, con menos pasos de integración y menor riesgo de divergencias en la implementación.

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

Hasta ahora, hemos visto cómo el diseño orientado al edge de Ultralytics YOLO26 mejora el rendimiento a nivel de sistema. Sin embargo, su impacto real reside en que facilita la integración de la IA de visión en aplicaciones del mundo real.

Por ejemplo, en entornos de robótica e industriales, los sistemas de visión suelen funcionar bajo estrictas limitaciones de tiempo real. Las decisiones deben tomarse con rapidez y coherencia, utilizando una capacidad de cálculo limitada y sin depender de la conectividad cloud. Con Ultralytics YOLO26, cumplir estos requisitos resulta práctico.

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 a los robots responder con fluidez a los cambios de su entorno. Del mismo modo, en entornos industriales, los modelos de visión pueden ejecutarse directamente en las líneas de producción para detectar defectos, realizar el seguimiento de componentes y supervisar procesos sin introducir retrasos ni complejidad adicional.

Al permitir una inferencia rápida y fiable en hardware edge, Ultralytics YOLO26 ayuda a convertir la IA de visión en una parte natural de los sistemas robóticos e industriales, en lugar de un reto de implementación y mantenimiento.

Conclusiones clave#

Ultralytics YOLO26 se creó 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 en torno a una ejecución centrada en la CPU, una inferencia de extremo a extremo y una implementación más sencilla, YOLO26 facilita la integración de la IA de visión en sistemas reales. Este enfoque orientado al edge permite una amplia variedad de aplicaciones, desde la robótica y la visión industrial hasta la IA integrada y en el dispositivo, donde el rendimiento y la previsibilidad son más importantes.

Únete a nuestra comunidad, que no deja de crecer, y explora nuestro repositorio de GitHub para acceder a recursos prácticos de IA. Para crear soluciones con IA de visión hoy mismo, consulta nuestras opciones de licencia. Descubre cómo la IA en la agricultura está transformando el sector agrícola y cómo la IA de visión en el sector sanitario está dando forma al futuro visitando nuestras páginas de soluciones.