Ultralytics на AMD Embedded AI Working Group в Дублине
Узнай, как Ultralytics и AMD изучали физический ИИ, робототехнику и внедрение компьютерного зрения на мероприятии AMD Embedded AI Working Group 2026 в Дублине.
Zinnia Pourdad6 мин. чтения
Недавно Ultralytics присоединилась к AMD на мероприятии Embedded AI Working Group в Дублине, Ирландия. В течение двух дней проходили технические сессии, практические семинары и демонстрации, посвященные встроенному ИИ и физическому ИИ.
Мероприятие прошло 3–4 ноября 2026 года в офисе AMD в Дублине и собрало инженеров AMD, технологических партнеров и разработчиков. Участники обсуждали, как ИИ, программное обеспечение и адаптивные вычисления помогают перейти от идеи к внедрению реальных приложений.
От Ultralytics в мероприятии участвовали Мануэль Кальве, руководитель направления экосистемы и партнерств, и Зинния Пурдад, менеджер по глобальным мероприятиям. Они присоединились к мероприятию, чтобы наладить контакты с широкой экосистемой AMD, рассказать о последних разработках Ultralytics YOLO и показать, как Ultralytics YOLO помогает создавать приложения компьютерного зрения на оборудовании AMD.
Ultralytics YOLO и AMD: от облака до периферии — новые возможности ИИ#
Мероприятие прошло на фоне недавнего развития технического сотрудничества Ultralytics и AMD, включая официальную поддержку графических процессоров AMD в Ultralytics YOLO. Интеграция поддерживает различное оборудование AMD, в том числе графические процессоры AMD Radeon, а также дополнительные варианты развертывания на процессорах AMD Ryzen AI и периферийных устройствах. Теперь разработчики могут обучать модели Ultralytics YOLO с помощью программного обеспечения AMD ROCm и развертывать экспортированные модели ONNX с помощью AMD MIGraphX для ускоренного инференса. Поддержка распространяется на совместимые графические процессоры AMD Radeon и интегрированные графические процессоры Ryzen AI; также ведется работа над поддержкой развертывания на NPU Ryzen AI.
Ultralytics YOLO теперь также поддерживает экспорт AMD Xilinx, позволяя разработчикам готовить модели к развертыванию на NPU AMD Versal AI Edge Series Gen 2. Интеграция AMD Quark для квантования INT8 и Vitis AI для компиляции расширяет возможности развертывания Ultralytics YOLO для периферийных приложений ИИ.
Эти возможности дают разработчикам больше гибкости при создании и развертывании приложений компьютерного зрения в различных вычислительных средах — от промышленного контроля и робототехники до умных камер.
Изучаем встроенный ИИ и робототехнику на практических семинарах#
Первый день был посвящен техническим докладам и семинарам по AMD Ryzen AI, ROCm, робототехнике и разработке встроенных систем ИИ.
Ultralytics YOLO26 стала центральной темой двух семинаров под руководством AMD, где участники получили практический опыт работы с Ultralytics YOLO26 и оценкой позы. Семинары показали, как компьютерное зрение помогает создавать приложения, которым нужно интерпретировать движения и взаимодействовать с окружающим миром.
На втором семинаре YOLO26 pose использовалась в контексте робототехники с ROS 2. Участники изучили, как оценка позы помогает создавать приложения для роботов, следующих за людьми, мониторинга расстояния и распознавания жестов. Разработчики, которые хотят изучить похожие приложения, могут воспользоваться нашим кратким руководством по ROS.
На этих практических семинарах участники изучили, как интегрировать Ultralytics YOLO26 в рабочие процессы робототехники и физического ИИ, добавляя компьютерное зрение в практические среды разработки.
Создание реальных решений на основе ИИ с Ultralytics YOLO и AMD#
Во второй день Мануэль Кальве, руководитель направления экосистемы и партнерств в Ultralytics, провел техническую сессию под названием «Создание реальных решений на основе ИИ с Ultralytics YOLO и AMD: от облака до периферии».
Для реальных приложений физического ИИ — от робототехники и промышленного контроля до умных камер — требуется быстрое, точное и готовое к развертыванию компьютерное зрение.
Мануэль рассказал, как разработчики могут обучать модели Ultralytics YOLO на совместимых графических процессорах AMD с помощью ROCm, экспортировать модели в ONNX и использовать MIGraphX для ускоренного инференса. На сессии также рассмотрели варианты развертывания на других устройствах экосистемы AMD и показали, как переносить рабочие процессы компьютерного зрения из среды разработки в реальные приложения.
Все семь задач YOLO26 выполнялись в реальном времени на AMD ROCm#
В наших демонстрациях в реальном времени все задачи YOLO26 выполнялись на AMD ROCm бок о бок:
- Обнаружение объектов: рамки и метки для обнаруженных объектов
- Сегментация экземпляров: пиксельная маска для каждого обнаруженного объекта
- Семантическая сегментация: класс для каждого пикселя
- Классификация изображений: одна метка для всего изображения
- Оценка позы: 17 ключевых точек для каждого обнаруженного человека
- Ориентированные ограничивающие рамки: повернутые рамки для аэрофотосъемки и видов сверху
- Оценка глубины: расстояние в метрах для каждого пикселя
Эти возможности особенно актуальны для таких приложений, как контроль качества на производстве, автономная робототехника и интеллектуальный мониторинг, где необходим эффективный инференс компьютерного зрения.
Начни работу с Ultralytics YOLO на AMD#
AMD Embedded AI Working Group собрала разработчиков и технологических партнеров, чтобы обсудить, как встроенный ИИ и физический ИИ переходят от разработки к реальным приложениям. От практических семинаров с Ultralytics YOLO26 до обсуждений развертывания от облака до периферии — мероприятие показало практические способы интеграции компьютерного зрения в системы на базе AMD.
Хочешь создавать решения на базе Ultralytics YOLO для оборудования AMD? Изучи документацию по интеграции Ultralytics с AMD, чтобы узнать о совместимом оборудовании, установке, обучении и ускоренном инференсе с MIGraphX, а затем начни работу на платформе Ultralytics!
Часто задаваемые вопросы
Да. Начиная с Ultralytics 8.4.171, YOLO обучается и запускается на AMD Instinct и совместимых графических процессорах Radeon через PyTorch на ROCm, а экспортированные модели ONNX работают через провайдер выполнения MIGraphX. Решение работает на Linux x86_64, а тот же аргумент
device=0, что используется для других графических процессоров, выбирает графический процессор AMD.Да, если в процессоре есть интегрированный графический процессор с поддержкой ROCm. AMD указывает Ryzen AI Max+ PRO 395, Ryzen AI Embedded X100 и Ryzen AI Embedded P185 как протестированные для запуска моделей с PyTorch и развертывания с MIGraphX. NPU Ryzen AI не является встроенным бэкендом Ultralytics; в рабочих процессах с NPU используются инструменты AMD Ryzen AI или Vitis AI для экспортированной модели ONNX.
MIGraphX — это движок AMD для оптимизации графов и инференса на графических процессорах AMD. Менять код не нужно: экспортируй модель с помощью
format="onnx", загрузи файл.onnxс помощьюYOLO()и выполни предсказание с помощьюdevice=0. В системе с ROCm Ultralytics автоматически устанавливает и выбирает провайдер выполнения MIGraphX.На графическом процессоре AMD Radeon 8060S (Ryzen AI Max+ PRO 395) при FP32, размере пакета 1 и входном изображении размером 640 пикселей, с Ultralytics 8.4.165, YOLO26n-pose обрабатывает изображение за 2,5 мс с MIGraphX против 4,6 мс с PyTorch на ROCm, сохраняя тот же показатель 0.566Ro95 на COCO. Время не учитывает пред- и постобработку, а также однократную компиляцию.
Да. YOLO26 работает через стандартный Python API Ultralytics, поэтому его можно встроить в узел ROS 2, как и любой другой компонент Python. В нашем кратком руководстве по ROS показан узел, который запускает YOLO на кадрах с камеры и публикует изображения с аннотациями; публикация данных о ключевых точках требует всего нескольких дополнительных строк кода узла.
Автор
Менеджер по глобальным мероприятиям · Ultralytics
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.
