Ultralytics ad Arm Create 2026: Vision AI in tempo reale sull'edge
Ultralytics ad Arm Create 2026: distribuzione di Ultralytics YOLO per l'IA edge in tempo reale, approfondimenti dal panel sui modelli e il nuovo Arm AI Portal.
L'11 settembre 2026, la nostra Marketing Associate, Ziyue Wang, e il nostro Senior Machine Learning Engineer, Rick Hou, hanno partecipato ad Arm Create, l'evento per sviluppatori di Arm incentrato su creazione, ottimizzazione e distribuzione di IA su cloud, edge, dispositivi mobili e intelligenza artificiale fisica. Ci siamo concentrati sulla distribuzione edge di Ultralytics YOLO: come prendere un modello di computer vision addestrato ed eseguirlo in tempo reale su dispositivi basati su Arm.
L'evento di Shenzhen ha fatto seguito a una precedente tappa a Shanghai, ed entrambi hanno esplorato una domanda che ogni sviluppatore di IA affronta prima o poi: come trasformare un modello capace in un software che funzioni in modo affidabile nel mondo reale?
Ecco un riepilogo della nostra sessione, del panel sui modelli e di come Arm e Ultralytics stiano collaborando per rendere Ultralytics YOLO più accessibile agli sviluppatori che realizzano soluzioni su Arm.
Distribuzione di Ultralytics YOLO per IA edge in tempo reale#
Il nostro Senior Machine Learning Engineer, Rick Hou, ha presentato “Deploying Ultralytics YOLO: Real-Time Vision AI at the Edge”, una sessione pratica sull'ottimizzazione e sulla distribuzione dei modelli di Ultralytics YOLO su dispositivi edge. L'intervento ha illustrato l'intero percorso di distribuzione e ha condiviso insegnamenti tratti dall'uso di Ultralytics YOLO in applicazioni di IA edge in produzione.
Fig 1. Rick di Ultralytics mentre presenta la distribuzione edge di Ultralytics YOLO ad Arm Create.
Esportazione dei modelli di Ultralytics YOLO per runtime edge#
Il primo passo nella distribuzione edge consiste nell'esportare un modello addestrato in un formato supportato dal runtime di destinazione. Rick ha spiegato come il corretto formato di esportazione dipenda dal dispositivo, dal motore di inferenza e dagli obiettivi di performance dell'applicazione.
Quantizzazione del modello per un'inferenza su dispositivo più rapida#
La quantizzazione riduce la precisione numerica di un modello, ad esempio da FP32 a FP16 o INT8, riducendo le dimensioni del modello e accelerando l'inferenza con una perdita di accuratezza minima. La sessione ha spiegato come bilanciare velocità e accuratezza quando i budget di calcolo, memoria e consumo energetico sono limitati.
Ottenere performance di computer vision in tempo reale su dispositivi edge#
La computer vision in tempo reale sull'edge dipende da molto più che dal solo modello. La preelaborazione, la scelta del runtime e l'accelerazione hardware influiscono tutti sulla latenza e sulla velocità di trasmissione. Rick ha condiviso come identificare i colli di bottiglia e ottimizzare l'intera pipeline di inferenza.
Lezioni dalle distribuzioni di IA edge in produzione#
I benchmark rappresentano un punto di partenza, ma il vero test è il modo in cui un modello si comporta sul dispositivo su cui verrà distribuito, in condizioni operative reali. La validazione sull'hardware di destinazione effettivo è stata una lezione chiave della sessione e un tema ricorrente in tutto Arm Create.
Panel sui modelli con Arm, Alibaba Qwen, Tencent e ModelBest#
Rick ha anche partecipato a una tavola rotonda sui modelli insieme a Arm, Alibaba Qwen, Tencent e ModelBest. Invece di confrontare i modelli direttamente, il panel si è concentrato sull'idoneità all'applicazione: ciò di cui un carico di lavoro ha bisogno, dove deve essere eseguito e come si comporta una volta distribuito.
Fig 2. Panel sui modelli con Arm, Alibaba Qwen, Tencent, ModelBest e Ultralytics ad Arm Create.
Scelta del modello giusto per il carico di lavoro#
Una funzionalità di risposta rapida in un'app mobile, un agente cloud che elabora grandi set di documenti e una pipeline di visione edge richiedono modelli molto diversi tra loro. In qualità di voce dell'IA visiva nel panel, Rick ha portato la prospettiva dell'edge, in cui latenza, efficienza e affidabilità sul dispositivo contano spesso più delle dimensioni del modello.
Arm AI Portal: Rendere Ultralytics YOLO più accessibile su Arm#
Arm Create Shenzhen si è tenuto pochi giorni dopo il lancio da parte di Arm del Arm AI Portal, un hub che aiuta sviluppatori e agenti di IA a scoprire, ottimizzare e distribuire software di IA sulla piattaforma di calcolo Arm. Gli sviluppatori possono trovare modelli pre-ottimizzati specifici per attività con dati su performance e accuratezza, confrontare latenza, memoria e dimensioni del modello, e accedere ad esempi di codice e flussi di lavoro di distribuzione.
Modelli di Ultralytics YOLO pre-ottimizzati al lancio#
Ultralytics YOLO è tra i modelli pre-ottimizzati disponibili al lancio, insieme ad Alibaba Qwen e Google Gemma, con Ultralytics che supporta il portale come partner dell'ecosistema.
Incrementi di performance di Ultralytics YOLO26n su Arm#
I primi risultati sono promettenti. Ultralytics YOLO26n ha ottenuto un miglioramento delle performance superiore al 40% con esecuzione a singolo thread in due configurazioni:
- FP16 rispetto a FP32 su uno smartphone vivo X300 con SME2
- Quantizzazione mista FP16 e INT8 rispetto a FP32 su un Raspberry Pi 5 con NEON
Cosa significa questo per gli sviluppatori di IA edge#
L'Arm AI Portal riduce il tempo che gli sviluppatori dedicano alla ricerca, al benchmarking e alla messa a punto manuale dei modelli, creando un percorso più rapido dalla selezione del modello alla distribuzione su hardware basato su Arm. Supporta la nostra missione di rendere l'IA di visione all'avanguardia semplice e accessibile a tutti. Esplora Ultralytics YOLO sull'Arm AI Portal.
Punti chiave#
Un ringraziamento al team di Arm per averci ospitato e a tutti coloro che si sono fermati a parlare di distribuzione edge, quantizzazione e computer vision nel mondo reale. Le conversazioni a Shenzhen hanno dimostrato quanto rapidamente l'ecosistema dell'IA edge stia maturando quando modelli, strumenti e hardware sono progettati per funzionare insieme.
Il prossimo appuntamento di Arm Create si sposta negli Stati Uniti e non vediamo l'ora di continuare la conversazione. Nel frattempo, visita la documentazione di Ultralytics per iniziare a distribuire Ultralytics YOLO sui tuoi dispositivi edge.
