Ultralytics e STMicroelectronics hanno collaborato per distribuire in modo efficiente i modelli YOLO su microcontrollori a basso consumo e ottenere inferenze accurate in tempo reale all'edge.
Con la diffusione dell'IA nei vari settori, cresce la domanda di soluzioni ad alte prestazioni e a basso consumo energetico, capaci di eseguire inferenze in tempo reale all'edge. Per rispondere a questa esigenza tecnologica, STMicroelectronics ha introdotto il microcontrollore STM32N6, dotato di una unità di elaborazione neurale (NPU) integrata, progettata per i carichi di lavoro di IA embedded.
Eseguendo i modelli Ultralytics YOLO su STM32N6, STMicroelectronics ha dimostrato che la Vision AI embedded accurata ed efficiente è possibile sui microcontrollori, aprendo nuove opportunità per un'intelligenza scalabile direttamente sul dispositivo in settori come le smart city, la sanità e l'elettronica di consumo.
Esplorare la Vision AI per dispositivi edge a basso consumo#
STMicroelectronics è un leader globale nella tecnologia dei semiconduttori, con oltre 50.000 dipendenti e più di 200.000 clienti in tutto il mondo. L'azienda progetta e produce chip che abilitano applicazioni che spaziano dai veicoli elettrici e dalle apparecchiature industriali ai dispositivi per la smart home e all'elettronica di consumo.
Con un numero crescente di settori che si affida all'AI per rendere i dispositivi più intelligenti e reattivi, STMicroelectronics si è concentrata sul portare queste capacità direttamente all'edge. Per esempio, il microcontrollore STM32N6, un chip potente ed efficiente dal punto di vista energetico, può gestire attività AI sul dispositivo come la computer vision.
Per aiutare gli sviluppatori a creare applicazioni di visione embedded su STM32N6, STMicroelectronics cercava modelli flessibili e performanti, capaci di funzionare in modo efficiente su un microcontrollore. I modelli Ultralytics YOLO si sono rivelati ideali, offrendo una combinazione affidabile di velocità, accuratezza e semplicità di integrazione.
I vincoli dei sistemi embedded basati sull'AI#
Prima che l'IA edge si diffondesse, i modelli di visione artificiale venivano in genere sviluppati per funzionare su sistemi centralizzati di grandi dimensioni, come server cloud o GPU (unità di elaborazione grafica). Queste piattaforme offrivano la potenza di calcolo necessaria per addestrare e distribuire modelli di grandi dimensioni, ma presentavano anche limiti quali elevato consumo energetico, dipendenza dalla rete, latenza e costi operativi maggiori.
Con la crescente attenzione all'implementazione di applicazioni in tempo reale in settori come la sanità, l'elettronica di consumo e le smart city, è diventato chiaro che portare l'elaborazione AI più vicino al luogo in cui vengono generati i dati, cioè sul dispositivo stesso, era sia una necessità tecnica sia un'opportunità strategica.
Tuttavia, eseguire modelli AI su microcontrollori a basso consumo può essere difficile. Questi dispositivi hanno generalmente memoria, potenza di calcolo e capacità energetica limitate, il che rende complicato distribuire modelli di visione complessi senza comprometterne le prestazioni o l'accuratezza.
STMicroelectronics doveva individuare una suite di modelli abbastanza versatile da offrire capacità di computer vision affidabili e in tempo reale sul microcontrollore STM32N6, senza costringere gli sviluppatori a semplificare drasticamente i modelli o i flussi di lavoro. L'obiettivo era offrire un'AI utile direttamente sul dispositivo, rispettando i rigidi vincoli dei sistemi embedded.
Semplificare la distribuzione dei modelli YOLO sui microcontrollori#
Per abilitare l'IA avanzata su dispositivi embedded a basso consumo, STMicroelectronics ha introdotto STM32N6, un microcontrollore ad alte prestazioni dotato di Neural-ART Accelerator™. Si tratta di un'unità di elaborazione neurale (NPU) sviluppata internamente e progettata appositamente per i carichi di lavoro di IA edge. Questa tecnologia consente agli sviluppatori di eseguire inferenze di IA direttamente sul dispositivo, riducendo la dipendenza dal cloud e migliorando velocità, reattività ed efficienza energetica.
STMicroelectronics ha collaborato con Ultralytics per valutare e mostrare le capacità di STM32N6 eseguendo i modelli Ultralytics YOLO sul microcontrollore. Noti per il loro equilibrio tra velocità e precisione, i modelli Ultralytics YOLO sono adatti ad ambienti con risorse limitate e alle distribuzioni embedded.
Fig. 1. Esempio di esecuzione di un modello Ultralytics YOLO su STM32N6.
Eseguendo direttamente su STM32N6 diverse varianti dei modelli YOLO, STMicroelectronics ha dimostrato vari casi d'uso di Vision AI, come il rilevamento degli oggetti, la classificazione e il tracking, rispettando i limiti di potenza e memoria di un microcontrollore. Questa collaborazione offre agli sviluppatori un'opzione affidabile per distribuire sistemi embedded in tempo reale basati sull'AI, utilizzando modelli di visione scalabili e pronti per la produzione.
Perché scegliere i modelli Ultralytics YOLO?#
I modelli Ultralytics YOLO hanno offerto a STMicroelectronics la combinazione ideale di accuratezza, efficienza e versatilità necessaria per i sistemi embedded basati sull'AI. Sono abbastanza leggeri da funzionare su microcontrollori a basso consumo come STM32N6, ma al tempo stesso abbastanza potenti da garantire prestazioni in tempo reale nel rilevamento degli oggetti e nella segmentazione delle istanze.
Ad esempio, eseguendo il modello Ultralytics YOLOv8n a una risoluzione di 256 × 256 su STM32N6, il sistema ha raggiunto 34 fotogrammi al secondo, con un tempo di inferenza di circa 29 millisecondi. Le misurazioni dei consumi hanno mostrato un impiego di appena 9,4 millijoule per inferenza, rendendolo ideale per attività di visione in tempo reale su dispositivi a basso consumo.
Grazie al supporto di più varianti dei modelli YOLO, gli sviluppatori possono ottimizzare i modelli per velocità, dimensioni o accuratezza in base ai vincoli delle proprie applicazioni. L'architettura facile da integrare, unita al supporto di una solida community e di una documentazione completa, ha reso Ultralytics YOLO la scelta naturale per l'obiettivo di STMicroelectronics: accelerare l'adozione della Vision AI in un'ampia gamma di casi d'uso embedded.
Con una licenza Ultralytics Enterprise, STMicroelectronics offre ai clienti l'accesso all'intera suite di modelli YOLO per i test interni e lo sviluppo. Per qualsiasi distribuzione commerciale, tuttavia, i clienti devono richiedere una propria licenza commerciale direttamente a Ultralytics tramite il modulo di richiesta. Questo garantisce la conformità e promuove un percorso scalabile verso soluzioni di Vision AI pronte per la produzione.
Dalle smart city alla sanità: l'AI edge scalabile in azione#
La possibilità di eseguire i modelli Ultralytics YOLO direttamente sul microcontrollore STM32N6 ha sbloccato un'ampia gamma di applicazioni di Vision AI per STMicroelectronics e il suo ecosistema di sviluppatori. Offrendo inferenze rapide e accurate sul dispositivo, senza dipendere da elaborazioni esterne o dalla connessione al cloud, questa soluzione permette di distribuire funzionalità intelligenti su sistemi compatti e a basso consumo.
I clienti stanno esplorando casi d'uso in vari settori, tra cui il rilevamento in tempo reale di pedoni e veicoli nelle infrastrutture delle città intelligenti, i controlli di sicurezza e qualità sul dispositivo nell'automazione industriale e la diagnostica assistita dall'IA negli strumenti sanitari portatili. Analogamente, nell'elettronica di consumo i modelli YOLO abilitano funzionalità reattive come il rilevamento della presenza, il riconoscimento dei gesti e il tracciamento degli oggetti, rispettando i limiti prestazionali dei dispositivi a batteria.
Creare oggi le soluzioni di Vision AI di domani#
Con la continua evoluzione dell'AI, STMicroelectronics si impegna a semplificare l'integrazione di soluzioni potenti ed efficienti nei dispositivi edge. Collaborando a stretto contatto con partner come Ultralytics, l'azienda aiuta gli sviluppatori a iniziare più rapidamente, mettendo a disposizione modelli, strumenti e risorse compatibili con STM32 e pronti all'uso.
Fai il prossimo passo nell'innovazione AI edge. Visita il nostro repository GitHub per scoprire come i modelli Ultralytics YOLO stanno trasformando la visione embedded. Esplora le applicazioni dell'AI in sanità e della computer vision nel commercio al dettaglio, e scopri oggi le nostre opzioni di licenza!
Scritto da
Creatore di contenuti · Ultralytics
