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て、computer vision modelsをエッジデバイス上で直接実行する動きが急速に進んでいます。ロボット工学や産業機械から、スマートカメラや自動運転車に至るまで、より多くのインテリジェントシステムが、クラウドに依存せずにリアルタイムで視認、理解、および動作することを求められています。

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などのUltralytics YOLOモデルはリアルタイムのコンピューター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引き出すには、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。この目的のために、当社は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。

Fig 1. DX-M1 M.2モジュールおよびDX-AIPlayer N97 AI Boxを特徴とする、オンデバイスAI推論向けのDEEPXハードウェアエコシステム**

Physical 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。

DEEPXのNPUテクノロジーを探る#

DEEPXは、Ultralytics YOLOのようなビジョンモデル向けに設計された、クラス最高水準のワットあたりのフレーム数（FPS/W）を実現する効率的なエッジAIハードウェアを提供するAI半導体のイノベーターです。DEEPXは理論上の指標を最適化するのではなく、実世界での効率に焦点を当てており、開発者は消費電力を抑えつつGPUクラスの結果を得ることができます。

これを可能にしているのはフルスタック設計です。DX-M1 NPUは、コンピュータービジョンモデルの計算パターンを加速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備えているため、電力効率と長期的な信頼性が重要となる本番環境への導入に適しています。

エッジAIが主流となる中で重要なのは持続可能なパフォーマンスです。それは、厳格な電力および熱的制約の中で高度なモデルを確実に実行し、かつ実世界での導入に向けた拡張性を維持することです。そのため、FPS/W（ワットあたりのFPS）がエッジAIプラットフォームを評価する上で最も重要な指標の一つとなっています。

Fig 2. DX-M1 NPUにおけるYOLO26、YOLO11、およびYOLOv8のパレートフロントベンチマーク。i5-14600Kホスト（32GB RAM）、SDK dx-com v2.3.0、NPUチップのみを使用して測定。

市場がPoCから大規模な導入へと移行するにつれ、顧客は同じ電力および熱予算内で複数のAIモデルを同時に実行する必要性が高まっています。上のチャートは、YOLO26が一貫して精度と効率の優れたバランスを提供していることを示しています。YOLO26nはDX-M1上で約405 FPS/Wに達し、開発者はより大規模で電力消費の大きいハードウェアに移行することなく、高度なAIワークロードを実行できます。

Ultralytics YOLOモデルをDEEPXへエクスポートする#

Ultralytics Python packageとUltralytics Platformは、5つのコンピュータービジョンタスクすべてにわたってYOLOモデルのトレーニング、評価、およびデプロイを行うための、完全かつ統一された環境を提供します。コードでの作業を好むか、摩擦のないビジュアルワークフローを好むかにかかわらず、どちらの方法でも、データからデプロイまでモデルを移行するための、一貫性のあるスケーラブルな方法が提供されます。

このパートナーシップを通じて、UltralyticsはDEEPXとの新しいexport integrationを導入し、format=deepxという単一のコマンドでDEEPX NPUハードウェアへのデプロイメント用にYOLOモデルをエクスポートできるようにしました。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、開発者はアノテーションとモデルのトレーニングを行った後、Pythonパッケージから、またはUltralytics Platformから直接DEEPXにエクスポートできます。エクスポート中、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。ここでEMAベースのキャリブレーションが行われることで、モデルの品質を犠牲にすることなくNPUのパフォーマンスが最大化されます。

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など、完全なセットアップの詳細については、DEEPX integration documentationをご確認ください。

Ultralytics 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。

Ultralytics 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？

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。

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。

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。

重要なポイント#

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？

• Request a licenseから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。
• Try Ultralytics Platformを使用して、最初のDEEPX対応モデルのアノテーション、トレーニング、およびデプロイを行ってください。
• Become an Ultralytics partnerになって、共同デプロイの機会を探索してください。
• 完全なテクニカルガイドについては、Read the docsをお読みください。

AI in roboticsやAI in manufacturingなどのイノベーションがどのように未来を形作っているのかをご確認ください。