Ultralytics YOLOがDEEPXと提携：Physical AI向けエッジAI推論

Ultralyticsでは、AIが物理世界に深く組み込まれるにつれ、コンピュータービジョンモデルをエッジデバイス上で直接実行する動きが広がっていることを実感しています。ロボティクスや産業機械からスマートカメラ、自動運転車まで、ますます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リアルタイムで周囲を認識し、理解し、行動することを求められています。

こうした新しいインテリジェントシステムの潮流はフィジカル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が求められます。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、ローカルに、信頼性と効率性を備えて動作するビジョンAIが必要です。

Ultralytics YOLO26などのUltralytics YOLOモデルはリアルタイムコンピュータービジョン向けに設計されていますが、エッジでその能力を最大限に引き出すには、適切なソフトウェアとハードウェアの組み合わせが必要です。そこで、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。

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のNPUハードウェアに効率よく高性能でデプロイできます。両社は共同で、フィジカルAIの構築、デプロイ、スケーリングに関する統一されたグローバル標準の確立を目指しています。

図1. DX-M1 M.2モジュールとDX-AIPlayer N97 AI Boxを備えた、デバイス上でのAI推論向けDEEPXハードウェアエコシステム。

フィジカルAIの未来に向けた共通のビジョン#

世界で最も広く採用されているコンピューター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メーカーの一つであるDEEPXは、それらを大規模に実行するための「頭脳」を提供します。

UltralyticsとDEEPXは、アクセシビリティ、性能、開発者を第一に考えた設計を重視しています。UltralyticsとDEEPXのエコシステムを組み合わせることで、初めての製品を出荷する創業初期のロボティクス企業から、数千の施設にビジョンAIを導入するFortune 500の製造企業まで、商用環境にビジョンAIをデプロイするための、信頼性の高い単一の手段を提供します。

これにより、次のことが可能になります。

• 市場投入までの期間を短縮：アノテーションからデプロイまで、数カ月ではなく数日で完了します。
• デプロイコストを削減：電力とシリコンのコストを大幅に抑えながら、GPUクラスのパフォーマンスを実現し、消費電力2～4 Wで250 FPS以上を達成できます。
• 新たな収益機会：これまで採算が合わなかったエッジAI製品を開発し、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、Ultralyticsの新しいリリースがすべてDEEPXハードウェアで追加設定なしに動作し、DEEPXの複数年にわたる供給コミットメントにも支えられます。

DEEPXのNPU技術を探る#

DEEPXは、Ultralytics YOLOのようなビジョンモデル向けに専用設計された、効率的なエッジAIハードウェアを提供するAI半導体の革新企業です。ワット当たりのフレーム数（FPS/W）で業界をリードする性能を実現します。理論上の指標を最適化するのではなく、現実世界での効率性を重視し、開発者が電力予算を大幅に抑えながらGPUクラスの結果を達成できるようにします。

これを可能にするのが、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高速化するよう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ます。ワット当たりの性能と長期的な信頼性が重要となる、大規模な実運用に適しています。

エッジAIが主流になりつつある今、重要なのは持続可能な性能です。厳しい電力・熱制約の中で高度なモデルを安定して実行しながら、実環境へのデプロイに対応できる拡張性を保つ必要があります。そのため、FPS/WattはエッジAIプラットフォームを評価するうえで最も重要な指標の一つになっています。

図2. DX-M1 NPU上でのYOLO26、YOLO11、YOLOv8のパレートフロントベンチマーク。DX-M1とi5-14600Kホスト（32GB RAM）、SDK dx-com v2.3.0で測定。NPUチップのみを対象としています。

市場がPoCから大規模デプロイへ移行するにつれて、顧客は同じ電力・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。上のグラフでは、YOLO26が一貫して精度と効率の優れたバランスを実現しています。YOLO26nはDX-M1で約405 FPS/Wに達し、より大型で消費電力の大きいハードウェアに移行せずに、より高度なAIワークロードを実行できます。

Ultralytics YOLOモデルをDEEPX向けにエクスポートする方法#

Ultralytics PythonパッケージとUltralytics Platformは、サポートされているすべてのコンピュータービジョンタスクにわたり、YOLOモデルのトレーニング、評価、デプロイに必要な機能を備えた統一環境を提供します。コードでの作業と、手間のかからないビジュアルなワークフローのどちらを選んでも、データからデプロイまで一貫性と拡張性のある方法でモデルを活用できます。

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、単一のコマンドformat=deepxでYOLOモデルをDEEPX NPUハードウェア向けにエクスポートし、デプロイできます。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いるため、開発者はPythonパッケージから、またはモデルの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。エクスポート時にモデルはコンパイルされ、INT8量子化によって最適化された.dxnnバイナリに変換されます。EMAベースのキャリブレーションにより、モデル品質を損なうことなくNPU性能を最大限に引き出します。

実際には、商用チームはわずか3つのコマンドで、ラベル付けされたデータからDEEPX NPU上で動作する本番環境対応モデルまで進められます。

# 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グラフビューアーを使った可視化など、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覧ください。

DEEPX NPU上でUltralytics YOLOモデルを実行する主なメリット#

新しい統合機能を利用してDEEPXハードウェアにUltralytics YOLOモデルをデプロイする主なメリットをいくつかご紹介します。

• Ultralyticsワークフローとのシームレスな統合: DEEPX向けのYOLOモデルのデプロイはUltralytics Pythonパッケージに自然に組み込まれており、単一のformat=deepxコマンドでエッジデプロイのプロセスを標準化できます。
• 複数のコンピュータービジョンタスクをサポート: YOLOv8、YOLO11、YOLO26では、物体検出、インスタンスセグメンテーション、分類、姿勢推定、回転バウンディングボックス（OBB）検出のモデルをデプロイできます。また、YOLO26ではセマンティックセグメンテーションと深度推定にも対応します。
• 超効率的なエッジ推論：DEEPX NPUは、パッシブ冷却と超低消費電力を備えながら、GPUクラスのパフォーマンスを大幅に低い電力で実現するため、本番規模のデプロイに最適です。
• 将来を見据えた基盤：専用のCI/CDパイプラインにより、Ultralyticsの新しいリリースすべてとの即時互換性を保証します。また、DX-M1からDX-M2へのロードマップにより、同じソフトウェアスタックをAgentic AI時代へと拡張します。
• フィジカルAIアプリケーションに幅広く対応：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、さまざまな現実世界のユースケースをサポートします。

Ultralytics YOLOとDEEPXハードウェアが活躍できる領域#

それでは、現実世界のシナリオでUltralytics YOLOモデルをDEEPXハードウェアにデプロイできる、一般的なフィジカルAIアプリケーションをいくつかご紹介します。

エッジでのスマート監視#

最新の監視システムには、プライバシーや接続性を損なわずにリアルタイム検出を行うことが求められます。DEEPX NPU上で動作するUltralytics YOLOモデルを使えば、監視カメラやモニタリングシステムが映像をローカルで解析し、人物、車両、不審な活動を低消費電力かつクラウドに依存せずリアルタイムで識別できます。欧州でGDPRの執行が厳格化し、自治体の調達でデータレジデンシーがますます求められるなか、デバイス上での推論は技術面だけでなく、規制対応の面でも利点となります。

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、工程モニタリングの自動化にビジョンAIがますます活用されています。Ultralytics YOLOモデルとDEEPXハードウェアを組み合わせることで、厳しい産業環境でも24時間365日安定して稼働するデバイス上の検査を実現できます。これにより、廃棄を減らし、製品品質を高め、作業者の安全を守ることができます。

ロボティクスと自律システム#

ロボティクスでは、速度と応答性が重要です。倉庫内の移動、変化の激しい産業環境での稼働、人との協働など、ロボットは周囲の状況を即座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、人を追跡し、物体を識別できるため、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を実現できます。

重要なポイント#

Ultralytics YOLOモデルとDEEPX NPUにより、高性能なフィジカルAIをこれまで以上に簡単にエッジへ導入できます。新しいformat=deepx標準によってデプロイを簡素化し、エネルギー効率に優れたDEEPXハードウェア向けにモデルを最適化することで、このパートナーシップは開発と実世界の商用アプリケーションの間のギャップを埋めます。フィジカルAIが成長を続ける中、この協業は、あらゆる規模の企業が本番環境に対応したビジョンAIを利用しやすく、手頃な価格で、拡張可能にするための一歩です。

エッジAI製品をより早く市場に投入しませんか？

• 商用サポートとEnterprise YOLOモデルを利用するには、ライセンスを申請してください。
• Ultralytics Platformをお試しいただき、最初のDEEPX対応モデルのアノテーション、トレーニング、デプロイを行いましょう。
• Ultralyticsのパートナーになることで、共同デプロイの機会をご検討いただけます。
• 技術ガイドの全文は、ドキュメントをご覧ください。

ロボティクスにおけるAIや製造業におけるAIなどのイノベーションが、未来をどのように形作っているかをご覧ください。