UltralyticsとSTMicroelectronicsは、低消費電力マイクロコントローラーにYOLOモデルを効率的にデプロイし、エッジで正確なリアルタイム推論を実現するために協力しました。
さまざまな業界でAIの導入が進むにつれて、エッジでリアルタイム推論を実行できる、高性能かつ低消費電力のソリューションへの需要が高まっています。この技術的ニーズに応えるため、STMicroelectronicsは、組み込みAIワークロード向けに設計されたニューラルプロセッシングユニット（NPU）を内蔵するSTM32N6マイクロコントローラーを発表しました。
STM32N6上でUltralytics YOLOモデルを実行することで、STMicroelectronicsは、マイクロコントローラー上でも正確かつ効率的な組み込みVision AIが可能であることを実証しました。これにより、スマートシティ、医療、家電などの分野で、スケーラブルなデバイス上のインテリジェンスを実現する新たな機会が生まれます。
エッジの低消費電力デバイス向けVision AIを探る#
STMicroelectronicsは半導体技術分野のグローバルリーダーであり、従業員数は5万人を超え、世界中に20万人以上の顧客を抱えています。同社は、電気自動車や産業機器からスマートホームデバイス、家電まで、さまざまなアプリケーションを実現するチップを設計、製造しています。
よりスマートで応答性の高いデバイスを実現するためにAIを導入する業界が増える中、STMicroelectronicsはAI機能をエッジに直接もたらすことに注力してきました。たとえば、同社の高性能かつエネルギー効率に優れたSTM32N6マイクロコントローラーは、コンピュータビジョンなどのデバイス上でのAIタスクを処理できます。
STM32N6向けの組み込みビジョンアプリケーションを開発者が構築できるよう、STMicroelectronicsはマイクロコントローラー上で効率的に動作する、柔軟で高性能なモデルを探しました。Ultralytics YOLOモデルは、速度、精度、統合のしやすさを兼ね備えた信頼性の高い選択肢として適していました。
AI搭載組み込みシステムを実現する際の制約#
エッジAIという概念が広く受け入れられる前は、コンピュータービジョンモデルは通常、クラウドサーバーやGPU（グラフィックス処理ユニット）などの大規模な集中型システム上で動作するよう開発されていました。これらのプラットフォームは大規模モデルの学習と展開に必要な計算能力を提供しましたが、消費電力の大きさ、ネットワークへの依存、レイテンシー、運用コストの増加などの制約もありました。
医療、家電、スマートシティなどの業界で、よりスマートなリアルタイムアプリケーションの実装への関心が高まるにつれて、AI処理をデータが生成される場所、つまりデバイスそのものに近づけることが、技術的な必要性であると同時に戦略的な機会でもあることが明らかになりました。
しかし、低消費電力マイクロコントローラーでAIモデルを実行するのは容易ではありません。こうしたデバイスは一般に、メモリ、計算能力、エネルギー容量が限られているため、パフォーマンスや精度を損なわずに複雑なビジョンモデルをデプロイすることは困難です。
STMicroelectronicsは、開発者がモデルやワークフローを大幅に簡素化することなく、STM32N6マイクロコントローラーで信頼性の高いリアルタイムのコンピュータビジョン機能を実現できる、汎用性の高いモデルスイートを特定する必要がありました。同社の目標は、組み込みシステムの厳しい制約を守りながら、実用的なデバイス上AIを提供することでした。
マイクロコントローラーへのYOLOモデルのデプロイを効率化#
低消費電力の組み込みデバイスで高度なAIを実現するため、STMicroelectronicsはNeural-ART Accelerator™を搭載した高性能マイクロコントローラーSTM32N6を発表しました。これはエッジAIワークロード専用に構築された自社開発のニューラルプロセッシングユニット（NPU）です。このテクノロジーにより、開発者はデバイス上で直接AI推論を実行でき、クラウドコンピューティングへの依存を減らしながら、速度、応答性、エネルギー効率を高められます。
STMicroelectronicsは、マイクロコントローラー上でUltralytics YOLOモデルを実行し、STM32N6の機能を評価して紹介するために、Ultralyticsと提携しました。速度と精度のバランスに優れたUltralytics YOLOモデルは、リソースに制約のある環境や組み込み環境への展開に適しています。
図1. STM32N6上でUltralytics YOLOモデルを実行する例。
STM32N6上でさまざまなYOLOモデルのバリアントを直接実行することで、STMicroelectronicsはマイクロコントローラーの電力とメモリの制限内で、物体検出、分類、トラッキングなど、幅広いVision AIのユースケースを実証できました。この連携により、スケーラブルで本番環境に対応したビジョンモデルを使用して、リアルタイムのAI搭載組み込みシステムをデプロイするための信頼できる選択肢を開発者に提供できます。
Ultralytics YOLOモデルを選ぶ理由#
Ultralytics YOLOモデルは、AI対応組み込みシステムに必要な精度、効率、汎用性の適切なバランスをSTMicroelectronicsに提供しました。STM32N6のような低消費電力マイクロコントローラーで動作するほど軽量でありながら、リアルタイムの物体検出とインスタンスセグメンテーションで高いパフォーマンスを発揮します。
たとえば、STM32N6上で解像度256×256のUltralytics YOLOv8nモデルを実行した場合、システムは1フレームあたり約29ミリ秒の推論時間で毎秒34フレームに達しました。消費電力の測定では、推論1回あたりわずか9.4ミリジュールであり、低消費電力デバイスでのリアルタイムビジョンタスクに適していることが示されました。
複数のYOLOモデルのバリアントに対応しているため、開発者はアプリケーションの制約に応じて、速度、サイズ、精度を調整できます。統合しやすいアーキテクチャに加え、充実したコミュニティとドキュメントによるサポートを備えたUltralytics YOLOは、幅広い組み込みユースケースでVision AIの導入を加速するというSTMicroelectronicsの目標に適した選択肢でした。
Ultralytics Enterprise Licenseを通じて、STMicroelectronicsは顧客が社内テストと開発に利用できるYOLOモデル一式を提供しています。ただし、商用デプロイの場合、顧客はライセンスフォームを通じてUltralyticsに直接申請し、独自の商用ライセンスを取得する必要があります。これにより、コンプライアンスを確保し、本番環境に対応したVision AIソリューションへのスケーラブルな道筋を支援します。
スマートシティから医療まで：実用化が進むスケーラブルなエッジAI#
STM32N6マイクロコントローラー上でUltralytics YOLOモデルを直接実行できるようになったことで、STMicroelectronicsとその開発者エコシステムに幅広いVision AIアプリケーションの可能性が開かれました。外部処理やクラウド接続に頼らず、デバイス上で高速かつ正確な推論を実現するこのソリューションにより、小型で低消費電力のシステムにインテリジェントな機能をデプロイできます。
顧客は、スマートシティインフラでの歩行者や車両のリアルタイム検出、産業オートメーションにおけるデバイス上での安全点検と品質管理、携帯型医療ツールでのAI支援診断など、さまざまな分野でユースケースを検討しています。同様に、コンシューマーエレクトロニクス分野では、YOLOモデルにより、バッテリー駆動デバイスの性能制約内で、在席検知、ジェスチャー認識、物体追跡などの応答性に優れた機能を実現できます。
次世代のVision AIソリューションを今から構築#
AIが進化を続ける中、STMicroelectronicsは強力で効率的なソリューションをエッジデバイスに導入しやすくすることに注力しています。Ultralyticsなどのパートナーと緊密に連携し、すぐに使えるモデルやツール、STM32対応リソースを提供することで、開発者がより迅速に開発を始められるよう支援しています。
エッジAIイノベーションへの次の一歩を踏み出しましょう。GitHubリポジトリにアクセスして、Ultralytics YOLOモデルが組み込みビジョンをどのように変革しているかをご覧ください。医療におけるAIや小売業におけるコンピュータビジョンのアプリケーションを確認し、ライセンスオプションもぜひご覧ください。
