Axelera AI abilita la Vision AI ai margini con Ultralytics YOLO

Axelera AI è una società europea di semiconduttori che costruisce chip di IA potenti ed efficienti dal punto di vista energetico per l'esecuzione della computer vision in edge. Ad esempio, le loro Metis AI Processing Units (AIPU) sono utilizzate in settori come il retail, la sicurezza e la produzione.

Per facilitare ai clienti la creazione e l'implementazione di applicazioni di IA, Axelera ha integrato i modelliUltralytics YOLO nel suo Voyager SDK, una piattaforma software che semplifica l'ottimizzazione, l'implementazione e l'accelerazione dei modelli sulle AIPU Metis, rendendo l'IA di visione in tempo reale più veloce, più semplice e più scalabile.

Ridefinire l'accelerazione hardware della Vision AI

Fondata nel 2021 e con sede nei Paesi Bassi, Axelera AI ha deciso di risolvere un problema fondamentale: l'hardware AI tradizionale è stato costruito per il cloud, non per l'edge. Per colmare questa lacuna, l'azienda ha sviluppato Metis AIPU. 

È un chip ad alte prestazioni e a basso consumo energetico progettato specificamente per i carichi di lavoro edge, ovvero attività di intelligenza artificiale eseguite localmente sui dispositivi dove velocità, privacy ed efficienza energetica sono fondamentali.

È supportato dalla tecnologia proprietaria Digital In-Memory Compute (D-IMC), che consente di elaborare i dati direttamente dove sono archiviati, riducendo drasticamente la latenza e il consumo di energia. Con uno stack software completamente integrato e la missione di democratizzare l'IA, Axelera sta rendendo l'IA ad alte prestazioni più accessibile.

La sfida di eseguire modelli su hardware edge AI

Per offrire un'esperienza di intelligenza artificiale senza interruzioni all'edge, Axelera AI mirava a fornire qualcosa di più di un hardware ad alte prestazioni. I clienti richiedevano anche un modo semplice e affidabile per eseguire soluzioni di computer vision in tempo reale che non comportassero strumenti complicati o personalizzazioni che richiedessero molto tempo. Molti modelli esistenti erano troppo grandi, troppo lenti o non adatti ad ambienti con risorse limitate.

L'analisi al dettaglio, l'automazione di fabbrica e i sistemi di sorveglianza spesso si affidano a informazioni visive rapide e accurate per supportare le operazioni. Tuttavia, i modelli tradizionali e le soluzioni basate su cloud in genere non sono in grado di soddisfare i requisiti di bassa latenza, efficienza energetica ed elaborazione on-device di queste applicazioni edge AI.

Axelera ha iniziato a cercare una suite di modelli che fosse accurata, facile da implementare e in grado di funzionare in modo efficiente sulle sue Metis AI Processing Units. La soluzione giusta avrebbe completato le sue capacità hardware, semplificando al contempo lo sviluppo e accelerando la distribuzione in un'ampia gamma di casi d'uso di edge AI.

 Inferenze AI accelerate ai margini con Ultralytics YOLO

Axelera AI ha integrato i modelliYOLO Ultralytics nel suo SDK Voyager per rendere più veloce, più facile e più scalabile la creazione e la distribuzione di applicazioni di intelligenza artificiale. L'SDK include un Model Zoo con modelli YOLO pronti all'uso e automatizza l'intera pipeline, che comprende la preelaborazione, l'inferenza e la post-elaborazione, ottimizzata per le unità di elaborazione Metis AI.

‍

Questa integrazione consente ai clienti di utilizzare i modelliYOLO pre-addestrati di Ultralytics o di portare i propri, con un'accelerazione continua sull'hardware edge. Grazie al supporto per l'esecuzione di modelli in parallelo e in cascata, le AIPU Metis consentono di realizzare configurazioni multi-modello avanzate, come la stima della posa seguita dalla segmentazione. Questo è ideale per attività complesse nei settori della vendita al dettaglio, della sicurezza e dell'automazione industriale.

La combinazione di attività di computer vision in tempo reale supportate dai modelliYOLO di Ultralytics e dall'efficiente stack hardware e software di Axelera offre prestazioni eccezionali per watt e per dollaro. Per i clienti, questo significa risultati più accurati, un'implementazione più rapida e una barriera più bassa alla scalabilità dell'IA di visione in ambito edge.

Perché scegliere i modelliYOLO di Ultralytics ?

Axelera AI ha collaborato con Ultralytics per integrare i modelli Ultralytics YOLO nella sua piattaforma per il loro eccezionale equilibrio di precisione, velocità e facilità d'uso. Grazie al supporto di più varianti di Ultralytics YOLO , i clienti di Axelera AI possono valutare un'ampia gamma di carichi di lavoro e di esigenze di prestazioni su Metis AIPU.

Attraverso una licenzaUltralytics Enterprise, Axelera fornisce l'accesso alla suite completa di modelli YOLO per la valutazione e lo sviluppo. Per l'implementazione commerciale, i clienti devono ottenere la propria licenza direttamente da Ultralytics tramite il modulo di licenza, garantendo la conformità e supportando l'innovazione scalabile nella Vision AI at the edge.

Sfruttare i modelliYOLO di Ultralytics su scala con l'SDK Voyager di Axelera AI

Con i modelliYOLO Ultralytics e l'SDK Voyager di Axelera AI, gli utenti possono implementare applicazioni di computer vision accurate e a bassa latenza direttamente sulle unità di elaborazione Metis AI. Inoltre, l'accesso a più varianti YOLO consente ai clienti di regolare le prestazioni in base alle esigenze specifiche della loro applicazione.

Ad esempio, Axelera AI ha visto i propri clienti testare le soluzioni YOLO in una varietà di settori come:

• Retail: Pipeline multi-modello che combinano la stima della posa, la segmentazione e l'object detection possono essere utilizzate per supportare attività come la riduzione del restringimento e il tracciamento dell'inventario. Questi deployment vengono eseguiti in modo efficiente su piattaforme embedded come Raspberry Pi 5 abbinato a Metis AIPU.
  
  
• Produzione: I clienti possono utilizzare l'esecuzione di modelli in parallelo per eseguire attività simultanee, come il rilevamento di difetti, la classificazione dei prodotti e la stima della posa, su un singolo chip per migliorare la produttività e ridurre i costi hardware.
  
  
• Sorveglianza: Le capacità di rilevamento degli oggetti in tempo reale di YOLOpossono essere utilizzate per analizzare flussi video 4K e 8K a piena risoluzione, facilitando il monitoraggio della sicurezza ad alta precisione e la consapevolezza della situazione in ambienti critici. Si tratta di una soluzione molto migliore rispetto al tradizionale downscaling delle telecamere ad alta risoluzione.
  
  
• Sanità: Le pipeline YOLO ottimizzate possono supportare l'identificazione dei tumori, offrendo un'elevata velocità di inferenza e una precisione affidabile per l'imaging medico on-device.

Questi casi d'uso mostrano come l'hardware AI edge di Axelera AI e i modelli Ultralytics YOLO consentano innovazioni Vision AI ad alte prestazioni ed efficienza energetica in tutti i settori.

Guidare la prossima ondata di edge AI con Ultralytics YOLO

Mentre Axelera AI continua a concentrarsi sull'espansione dell'accesso all'edge AI ad alte prestazioni, sta unendo hardware potente e modelli di visione affidabili per aiutare i clienti a creare applicazioni più intelligenti e veloci. 

Con i modelli Ultralytics YOLO disponibili attraverso l'SDK Voyager e l'hardware Metis AIPU, gli utenti possono facilmente sviluppare e scalare soluzioni di visione artificiale in tempo reale in tutti i settori. Questa collaborazione sostiene una comunità crescente di sviluppatori e aziende che lavorano per avvicinare l'intelligenza artificiale al luogo in cui vengono creati i dati, migliorando l'efficienza, la reattività e l'innovazione ai margini.

Siete pronti ad accelerare il vostro viaggio nell'intelligenza artificiale? Esplorate il nostro repository GitHub per vedere come i modelli YOLO stanno alimentando innovazioni come l'IA nella vendita al dettaglio e la computer vision nella logistica. Provate i nostri strumenti Vision AI, informatevi sulle opzioni di licenza e scoprite come potete sbloccare la computer vision ad alte prestazioni ed efficienza energetica nell'edge.