Ultralytics YOLOがDEEPXと提携：フィジカルAIに向けたエッジAI推論

Ultralyticsでは、AIが物理世界に深く浸透するにつれ、コンピュータビジョンモデルをエッジデバイス上で直接実行する傾向が高まっています。ロボティクスや産業機械から、スマートカメラや自律走行車に至るまで、クラウドに依存せずリアルタイムで状況を認識、理解、判断するインテリジェントシステムがますます求められています。

この新しい波であるインテリジェントシステムはPhysical AIと呼ばれ、現実世界で自律的に動作できる高性能かつ超省電力なコンピューティングを必要としています。現実世界のシステムには、エッジ向けに設計されたハードウェア上でローカルかつ確実に、効率よく実行できるビジョンAIが不可欠です。

Ultralytics YOLO26のようなUltralytics YOLOモデルはリアルタイムのコンピュータビジョン向けに設計されていますが、エッジでそのポテンシャルを最大限に発揮するには、ソフトウェアとハードウェアの適切な組み合わせが必要です。この目的のため、私たちはDEEPXとの新たなパートナーシップを発表できることを嬉しく思います。

私たちはDEEPXと提携し、新たなエクスポート統合を導入しました。これにより、Ultralytics YOLOモデルをDEEPX NPUハードウェア上で効率的かつ高性能に展開することが可能になります。私たちは協力して、Physical AIの構築、展開、拡張における統一されたグローバル標準を確立します。

Link to this sectionPhysical AIの未来に向けた共有ビジョン#

世界で最も広く採用されているコンピュータビジョンフレームワークとして、Ultralyticsはこれらのシステムの「目」を提供します。最も効率的なNPUメーカーの一つとして、DEEPXはそれらを大規模に実行するための「脳」を提供します。

UltralyticsとDEEPXは、アクセシビリティ、パフォーマンス、そして開発者第一の設計を信条とし、それを推進しています。UltralyticsとDEEPXのエコシステムを融合させることで、ビジョンAIを商用展開するための単一の信頼できる経路を提供します。これは、最初の製品を出荷する初期段階のロボティクス企業であれ、数千の施設でビジョンAIを展開するFortune 500のメーカーであれ同様です。

これは以下のことを意味します：

• 市場投入までの時間を短縮： アノテーションから展開まで、数ヶ月ではなく数日で完了します。
• 展開コストの削減： GPUクラスのパフォーマンスをわずかな電力とシリコンコストで実現し、2〜4Wの消費電力で250+ FPSを提供します。
• 新たな収益機会： これまで経済的に実現不可能だったエッジAI製品を構築・出荷できます。
• 将来を見据えたスケーリング： 専用のCI/CDパイプラインにより、すべての新しいUltralyticsリリースがDEEPXハードウェアで即座に動作することを保証し、DEEPXによる長期的な供給コミットメントがこれを支えます。

Link to this sectionDEEPXのNPUテクノロジーを探る#

新しいエクスポート統合の詳細に入る前に、DEEPXについて、そしてそのNPUが効率的なPhysical AIの実現においてどのような役割を果たしているのかを学びましょう。

DEEPXは、効率的なエッジAIハードウェアを提供するAI半導体のイノベーターであり、Ultralytics YOLOのようなビジョンモデル向けに、ワットあたりのフレーム数（FPS/W）で圧倒的な性能を実現するように設計されています。

DEEPXチップは、理論的な指標ではなく現実世界の効率性に焦点を当てることでパフォーマンスを再定義しており、開発者は限られた電力予算の中でGPUクラスの結果を得ることができます。

DEEPXのアプローチを特に革新的にしているのは、そのフルスタック設計です。DX-M1 NPUは、コンピュータビジョンモデルの計算パターンを高速化するために特別に設計されており、パッシブ冷却と低消費電力を特徴としています。これは、ワットあたりの性能と長期的な信頼性が重要な量産規模の展開に最適です。DX-M1はSamsung Foundry 5nmで量産されており、DX-M2はAgentic AI時代に向けてこの効率性をさらに拡張するため、Samsung 2nm GAAでロードマップに組み込まれています。

Link to this sectionUltralytics YOLOモデルをDEEPXへエクスポートする#

Ultralytics PythonパッケージとUltralytics Platformは、5つのコンピュータビジョンタスクすべてにわたってYOLOモデルをトレーニング、評価、展開するための完全で統一された環境を提供します。コードでの作業を好む場合でも、摩擦のないビジュアルワークフローを好む場合でも、どちらの経路でもデータを展開へ導く一貫したスケーラブルな方法が得られます。

このパートナーシップを通じて、UltralyticsはDEEPXとの新しいエクスポート統合を導入しました。これにより、YOLOモデルをコマンド「format=deepx」でDEEPX NPUハードウェア向けにエクスポートできるようになります。この統合はUltralyticsエコシステム全体で完全にサポートされており、開発者はPythonパッケージから、あるいはアノテーションとトレーニングの後にUltralytics Platformから直接DEEPX向けにエクスポートできます。エクスポート中にモデルはコンパイルされ、最適化された.dxnnバイナリへとINT8量子化されます。EMAベースのキャリブレーションにより、モデル品質を犠牲にすることなくNPUのパフォーマンスを最大限に引き出します。

実際には、商用チームがラベル付けされたデータからDEEPX NPU上で動作するプロダクションレディなモデルまで、わずか3つのコマンドで移行できることを意味します：

# Step 1: Install Ultralytics
pip install ultralytics

# Step 2: Export your YOLO model to DEEPX format
yolo export model=yolo26n.pt format=deepx

# Step 3: Run inference on DEEPX hardware
yolo detect predict model=yolo26n_deepx_model

ランタイムのインストールやDEEPXのdxtronグラフビューアによる可視化を含むセットアップの詳細については、DEEPX統合ドキュメントをご確認ください。

Link to this sectionUltralytics YOLOモデルをDEEPX NPUで実行する主な利点#

新しい統合を使用してUltralytics YOLOモデルをDEEPXハードウェアに展開する主な利点をいくつか紹介します：

• Ultralyticsワークフローとのシームレスな統合： DEEPX展開のためのYOLOモデルエクスポートは、Ultralytics Pythonパッケージに自然にフィットし、format=deepxという単一のコマンドでエッジ展開プロセスを標準化します。
• 複数のコンピュータビジョンタスクのサポート： 物体検出、セグメンテーション、姿勢推定、指向性バウンディングボックス（OBB）検出、および分類モデルをYOLOv8、YOLO11、YOLO26で展開できます。
• 超効率的なエッジ推論： DEEPX NPUは、GPUクラスのパフォーマンスをわずかな電力で提供し、パッシブ冷却と超低消費電力により量産規模の展開に最適です。
• 将来を見据えた基盤： 専用のCI/CDパイプラインにより、すべての新しいUltralyticsリリースとの互換性が保証され、DX-M1からDX-M2へのロードマップは、同じソフトウェアスタックをAgentic AI時代へと拡張します。
• Physical AIアプリケーション全体でスケーラブル： スマート監視や産業検査からロボティクス、自律システムまで、この統合は幅広い現実世界のユースケースをサポートします。

Link to this sectionUltralytics YOLOとDEEPXハードウェアがインパクトを与える領域#

では、Ultralytics YOLOモデルが現実のシナリオでDEEPXハードウェア上に展開できる一般的なPhysical AIアプリケーションにはどのようなものがあるでしょうか？

Link to this sectionエッジにおけるスマート監視#

現代の監視システムは、プライバシーや接続性を妥協することなくリアルタイムの検出を求めています。DEEPX NPU上で動作するUltralytics YOLOモデルにより、セキュリティカメラや監視システムはビデオフィードをローカルで分析し、人、車両、異常な動作をリアルタイムで特定できます。これは低消費電力で、クラウドに依存しません。欧州でGDPRの施行が強化され、自治体の調達でデータレジデンシーがますます義務付けられる中、オンデバイス推論は技術的な利点であると同時に規制上の強みとなります。

Link to this section産業オートメーションと品質管理#

工場や製造施設では、品質管理、欠陥検出、プロセス監視を自動化するためにビジョンAIがますます利用されています。Ultralytics YOLOモデルとDEEPXハードウェアを組み合わせることで、過酷な産業環境でも24時間365日確実に動作するオンデバイス検査が可能となり、廃棄物の削減、製品品質の向上、作業員の安全保護に貢献します。

Link to this sectionロボティクスと自律システム#

ロボティクスにおいて、速度と応答性は不可欠です。倉庫内の移動、動的な産業環境での操作、人間と共存した作業など、ロボットは周囲の状況を瞬時に解釈する必要があります。DEEPX NPU上で動作するUltralytics YOLOモデルにより、ロボットは障害物を検出し、人間を追跡し、物体をリアルタイムで識別できるようになります。これにより、常時クラウド接続に依存することなく、より安全な移動と高い自律性がサポートされます。

Link to this sectionまとめ#

Ultralytics YOLOモデルとDEEPX NPUは、高性能なPhysical AIをこれまで以上に簡単にエッジへ導入できるようにします。新しいformat=deepx標準による展開の簡素化と、DEEPXのエネルギー効率の高いハードウェアに向けたモデルの最適化により、このパートナーシップは開発と現実世界の商用アプリケーションとの間のギャップを埋める一助となります。Physical AIが成長を続ける中、この協力関係は、プロダクショングレードのビジョンAIをあらゆる規模の企業にとってアクセスしやすく、手頃で、スケーラブルなものにするための第一歩です。

エッジAI製品をより早く市場に投入する準備はできていますか？

• ライセンスをリクエストして、商用サポートとEnterprise YOLOモデルにアクセスしてください。
• Ultralytics Platformを試して、最初のDEEPX対応モデルをアノテーション、トレーニング、展開してみましょう。
• Ultralyticsパートナーになることで、共同展開の機会を探ってください。
• 完全な技術ガイドについては、ドキュメントを読んでください。

ロボティクスにおけるAIや製造におけるAIのようなイノベーションがどのように未来を形作っているかをご覧ください。