Ultralytics YOLO estabelece parceria com a DEEPX: inferência de edge AI para Physical AI

Na Ultralytics, estamos a observar uma mudança crescente para executar modelos de visão computacional diretamente em dispositivos de edge à medida que a AI se integra cada vez mais no mundo físico. Da robótica e maquinaria industrial às câmaras inteligentes e veículos autónomos, cada vez mais sistemas inteligentes precisam de ver, compreender e agir em tempo real, sem depender da cloud.

Esta nova vaga de sistemas inteligentes está a ser designada por Physical AI e exige computação de alto desempenho e ultraeficiente em termos energéticos, capaz de funcionar de forma autónoma no mundo real. Os sistemas do mundo real precisam de vision AI que funcione localmente, de forma fiável e eficiente, em hardware concebido especificamente para o edge.

Os modelos Ultralytics YOLO, como o Ultralytics YOLO26, foram concebidos para visão computacional em tempo real, mas desbloquear todo o seu potencial no edge exige a combinação certa de software e hardware. Por isso, temos o prazer de anunciar a nossa nova parceria com a DEEPX.

Fizemos uma parceria com a DEEPX para introduzir uma nova integração de exportação, permitindo a implementação eficiente e de alto desempenho de modelos Ultralytics YOLO em hardware NPU da DEEPX. Juntos, estamos a definir um padrão global unificado para a forma como a Physical AI é criada, implementada e dimensionada.

Fig. 1. O ecossistema de hardware da DEEPX para inferência de AI no dispositivo, com o módulo DX-M1 M.2 e a DX-AIPlayer N97 AI Box*.*

Uma visão partilhada para o futuro da Physical AI#

Enquanto framework de visão computacional mais adotada do mundo, a Ultralytics fornece os "olhos" destes sistemas. Enquanto um dos fabricantes de NPU mais eficientes, a DEEPX fornece o "cérebro" para os executar em escala.

Na Ultralytics e na DEEPX, acreditamos na acessibilidade, no desempenho e num design orientado primeiro para os programadores, e somos motivados por esses princípios. Ao juntar os ecossistemas da Ultralytics e da DEEPX, estamos a disponibilizar um caminho único e de confiança para implementar vision AI comercialmente, quer sejas uma empresa de robótica em fase inicial a lançar o seu primeiro produto, quer sejas um fabricante da Fortune 500 a implementar vision AI em milhares de instalações.

Isto significa:

• Menor tempo até ao mercado: Da anotação à implementação em dias, não em meses.
• Custos de implementação mais baixos: Desempenho de classe GPU por uma fração do custo energético e de silício, permitindo atingir mais de 250 FPS com um consumo de energia de 2–4 W.
• Novas oportunidades de receita: Cria e lança produtos de edge AI que anteriormente não eram economicamente viáveis.
• Escalabilidade preparada para o futuro: Um pipeline de CI/CD dedicado garante que cada nova versão da Ultralytics funciona imediatamente com o hardware da DEEPX, apoiada pelos compromissos de fornecimento plurianuais da DEEPX.

Explorar a tecnologia NPU da DEEPX#

A DEEPX é uma empresa inovadora de semicondutores para AI que fornece hardware de edge AI eficiente, concebido especificamente para modelos de visão como o Ultralytics YOLO, com uma taxa de frames por segundo por watt (FPS/W) líder na sua classe. Em vez de otimizar métricas teóricas, a DEEPX concentra-se na eficiência no mundo real, permitindo que os programadores alcancem resultados de classe GPU com uma fração do orçamento energético.

O que torna isto possível é um design full-stack. A NPU DX-M1 foi concebida especificamente para acelerar os padrões computacionais dos modelos de visão computacional, com arrefecimento passivo e baixo consumo de energia, adequados a implementações à escala de produção nas quais o desempenho por watt e a fiabilidade a longo prazo são importantes.

À medida que a Edge AI entra numa fase de adoção generalizada, o que importa é o desempenho sustentável: executar modelos avançados de forma fiável dentro de limites rigorosos de energia e temperatura, mantendo a escalabilidade para implementações no mundo real. É por isso que os FPS por watt se tornaram uma das métricas mais importantes para avaliar plataformas de edge AI.

Fig. 2. Benchmark da fronteira de Pareto do YOLO26, YOLO11 e YOLOv8 na NPU DX-M1. Medido na DX-M1 com um host i5-14600K (32GB RAM), SDK dx-com v2.3.0, apenas o chip NPU.

À medida que o mercado passa dos PoCs para implementações em larga escala, os clientes precisam cada vez mais de executar vários modelos de AI em simultâneo dentro do mesmo orçamento energético e térmico. O gráfico acima mostra que o YOLO26 proporciona consistentemente um equilíbrio superior entre precisão e eficiência: o YOLO26n atinge aproximadamente 405 FPS/W na DX-M1, permitindo aos programadores executar cargas de trabalho de AI mais avançadas sem recorrer a hardware maior e com maior consumo energético.

Começar a exportar modelos Ultralytics YOLO para a DEEPX#

O pacote Python da Ultralytics e a Ultralytics Platform fornecem um ambiente completo e unificado para treinar, avaliar e implementar modelos YOLO nas cinco tarefas de visão computacional. Quer prefiras trabalhar em código ou através de um fluxo de trabalho visual sem fricção, ambas as opções oferecem uma forma consistente e escalável de levar um modelo dos dados à implementação.

Através desta parceria, a Ultralytics introduziu uma nova integração de exportação com a DEEPX, permitindo exportar modelos YOLO para implementação em hardware NPU da DEEPX com um único comando: format=deepx. A integração é totalmente suportada em todo o ecossistema da Ultralytics, o que significa que os programadores podem exportar para a DEEPX a partir do pacote Python ou diretamente da Ultralytics Platform depois de anotarem e treinarem o modelo. Durante a exportação, o modelo é compilado e quantizado em INT8 para um binário .dxnn otimizado, com a calibração baseada em EMA a garantir o máximo desempenho da NPU sem sacrificar a qualidade do modelo.

Na prática, isto significa que as equipas comerciais podem passar de dados etiquetados para um modelo pronto para produção a funcionar em NPUs da DEEPX com apenas três comandos:

# 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

Para obter todos os detalhes de configuração, incluindo a instalação do runtime e a visualização com o visualizador de grafos dxtron da DEEPX, consulta a documentação da integração da DEEPX.

Principais benefícios de executar modelos Ultralytics YOLO em NPUs da DEEPX#

Eis algumas das principais vantagens de implementar modelos Ultralytics YOLO em hardware da DEEPX utilizando a nova integração:

• Integração perfeita com o fluxo de trabalho da Ultralytics: Exportar modelos YOLO para implementação na DEEPX integra-se naturalmente no pacote Python da Ultralytics, com um único comando format=deepx a uniformizar o processo de implementação no edge.
• Suporte para várias tarefas de visão computacional: Podes implementar modelos para deteção de objetos, segmentação, estimativa de pose, deteção de caixas delimitadoras orientadas (OBB) e classificação no YOLOv8, YOLO11 e YOLO26.
• Inferência de edge ultraeficiente: As NPUs da DEEPX proporcionam desempenho de classe GPU com uma fração da energia, com arrefecimento passivo e consumo de energia ultrabaixo, ideais para implementações à escala de produção.
• Base preparada para o futuro: Um pipeline de CI/CD dedicado garante compatibilidade imediata com cada nova versão da Ultralytics, enquanto o roteiro da DX-M1 à DX-M2 estende a mesma stack de software à era da Agentic AI.
• Escalável em aplicações de Physical AI: Da videovigilância inteligente e inspeção industrial à robótica e aos sistemas autónomos, a integração suporta uma vasta gama de casos de utilização no mundo real.

Onde o Ultralytics YOLO e o hardware da DEEPX podem causar impacto#

Quais são, então, algumas aplicações comuns de Physical AI em que os modelos Ultralytics YOLO podem ser implementados em hardware da DEEPX em cenários do mundo real?

Videovigilância inteligente no edge#

Os sistemas modernos de videovigilância exigem deteção em tempo real sem comprometer a privacidade ou a conectividade. Os modelos Ultralytics YOLO executados em NPUs da DEEPX permitem que câmaras de segurança e sistemas de monitorização analisem localmente os feeds de vídeo, identificando pessoas, veículos e atividades invulgares em tempo real, com baixo consumo de energia e sem depender da cloud. À medida que a aplicação do GDPR se intensifica na Europa e os processos de aquisição municipais exigem cada vez mais a residência dos dados, a inferência no dispositivo torna-se tanto uma vantagem regulamentar como técnica.

Automação industrial e controlo de qualidade#

Nas fábricas e instalações industriais, a vision AI é cada vez mais utilizada para automatizar o controlo de qualidade, a deteção de defeitos e a monitorização de processos. Combinar modelos Ultralytics YOLO com hardware da DEEPX permite realizar inspeções no dispositivo de forma fiável, 24 horas por dia, 7 dias por semana, em ambientes industriais exigentes, ajudando a reduzir desperdícios, melhorar a qualidade dos produtos e proteger a segurança dos trabalhadores.

Robótica e sistemas autónomos#

Na robótica, a velocidade e a capacidade de resposta são essenciais. Quer estejam a navegar num armazém, a operar em ambientes industriais dinâmicos ou a trabalhar junto de pessoas, os robôs precisam de interpretar instantaneamente o que os rodeia. Os modelos Ultralytics YOLO executados em NPUs da DEEPX permitem aos robôs detetar obstáculos, seguir pessoas e identificar objetos em tempo real, promovendo movimentos mais seguros e maior autonomia sem depender de uma ligação constante à cloud.

Principais conclusões#

Os modelos Ultralytics YOLO e as NPUs da DEEPX tornam mais fácil do que nunca levar Physical AI de alto desempenho para o edge. Ao simplificar a implementação com o novo padrão format=deepx e otimizar os modelos para o hardware energeticamente eficiente da DEEPX, esta parceria ajuda a colmatar a distância entre o desenvolvimento e as aplicações comerciais no mundo real. À medida que a Physical AI continua a crescer, esta colaboração é um passo no sentido de tornar a vision AI de nível de produção acessível, económica e escalável para empresas de todas as dimensões.

Estás pronto para levar os teus produtos de edge AI para o mercado mais rapidamente?

• Solicita uma licença para aceder ao suporte comercial e aos modelos YOLO Enterprise.
• Experimenta a Ultralytics Platform para anotar, treinar e implementar o teu primeiro modelo compatível com a DEEPX.
• Torna-te parceiro da Ultralytics para explorar oportunidades conjuntas de implementação.
• Lê a documentação para consultar o guia técnico completo.

Descobre como inovações como AI na robótica e AI na indústria estão a moldar o futuro.