Ultralytics, Dublin'deki AMD Embedded AI Working Group'ta
Ultralytics ve AMD'nin Dublin'de düzenlenen AMD Embedded AI Working Group 2026'da Fiziksel Yapay Zekâ, robotik ve bilgisayarlı görü dağıtımını nasıl ele aldığını keşfet.
Zinnia Pourdad5 dakikalık okuma
Ultralytics, kısa süre önce İrlanda'nın Dublin kentinde düzenlenen AMD Embedded AI Working Group etkinliğinde AMD'ye katılarak gömülü yapay zekâ ve Fiziksel Yapay Zekâ konularını ele alan iki günlük teknik oturumlara, uygulamalı atölyelere ve canlı gösterimlere katıldı.
3-4 Kasım 2026'da AMD'nin Dublin ofisinde düzenlenen etkinlik, gerçek dünya uygulamalarını fikir aşamasından dağıtıma taşımaya yapay zekânın, yazılımın ve uyarlanabilir bilgi işlemin nasıl katkı sağlayabileceğini keşfetmek üzere AMD mühendislerini, teknoloji iş ortaklarını ve geliştiricileri bir araya getirdi.
Ultralytics'i temsilen Ekosistem ve İş Ortaklıkları Başkanı Manuel Calve ile Küresel Etkinlikler Yöneticisi Zinnia Pourdad, geniş AMD ekosistemiyle bağlantı kurmak, Ultralytics YOLO'daki son gelişmeleri öne çıkarmak ve Ultralytics YOLO'nun AMD donanımlarında bilgisayarlı görü uygulamalarını nasıl desteklediğini göstermek için etkinliğe katıldı.
Ultralytics YOLO ve AMD: Yapay Zekâyı Buluttan Uca Taşımak#
Etkinlik, Ultralytics ile AMD arasındaki teknik iş birliğinde yaşanan ve Ultralytics YOLO'da AMD GPU'ları için resmî destek sunulmasını da içeren son gelişmelerin ardından düzenlendi. Entegrasyon, AMD Radeon GPU'ları da dâhil olmak üzere çeşitli AMD donanımlarını destekliyor; ayrıca AMD Ryzen AI işlemcileri ve uç cihazlarda dağıtım seçenekleri sunuyor. Geliştiriciler artık AMD ROCm yazılımını kullanarak Ultralytics YOLO modellerini eğitebilir ve dışa aktarılan ONNX modellerini hızlandırılmış çıkarım için AMD MIGraphX ile dağıtabilir. Bu destek, desteklenen AMD Radeon GPU'larını ve Ryzen AI tümleşik GPU'larını kapsıyor; Ryzen AI NPU'larında dağıtımı mümkün kılmaya yönelik çalışmalar da sürüyor.
Ultralytics YOLO artık AMD Xilinx dışa aktarımını da destekliyor ve geliştiricilerin modelleri AMD Versal AI Edge Series Gen 2 NPU'larında dağıtım için hazırlamasını sağlıyor. INT8 nicelemesi için AMD Quark'ı ve derleme için Vitis AI'ı kullanan bu entegrasyon, Ultralytics YOLO'nun dağıtım olanaklarını uç yapay zekâ uygulamalarına genişletiyor.
Bu özellikler, endüstriyel denetim ve robotikten akıllı kameralara kadar farklı bilgi işlem ortamlarında bilgisayarlı görü uygulamaları geliştirme ve dağıtma konusunda geliştiricilere daha fazla esneklik sunuyor.
Gömülü yapay zekâ ve robotik atölyesini keşf...#
İlk gün AMD Ryzen AI, ROCm, robotik ve gömülü yapay zekâ geliştirme konularını kapsayan teknik sunumlara ve atölyelere odaklandı.
Ultralytics YOLO26, AMD liderliğinde düzenlenen iki atölyede öne çıktı. Katılımcılar, bilgisayarlı görünün hareketi yorumlaması ve fiziksel çevresiyle etkileşim kurması gereken uygulamaları nasıl destekleyebileceğini gösteren Ultralytics YOLO26 poz tahmini konusunda uygulamalı deneyim kazandı.
İkinci atölyede YOLO26 poz tahmini bir ROS 2 robotik bağlamında kullanılarak, poz tahmininin insanları takip eden robotlar, mesafe izleme ve hareket tanıma gibi uygulamaları nasıl destekleyebileceği incelendi. Benzer uygulamaları keşfetmek isteyen geliştiriciler ROS hızlı başlangıç kılavuzumuzu izleyebilir.
Bu uygulamalı atölyelerde katılımcılar, Ultralytics YOLO26'nın robotik ve Fiziksel Yapay Zekâ iş akışlarına nasıl entegre edilebileceğini ve bilgisayarlı görü yöntemlerinin uygulamalı geliştirme ortamlarına nasıl taşınabileceğini inceledi.
Ultralytics YOLO ve AMD ile gerçek dünya için yapay zekâ geliştirmek#
İkinci gün Ultralytics Ekosistem ve İş Ortaklıkları Başkanı Manuel Calve, "Ultralytics YOLO ve AMD ile gerçek dünya için yapay zekâ geliştirmek: Buluttan Uca" başlıklı teknik bir oturum sundu.
Robotik ve endüstriyel denetimden akıllı kameralara kadar gerçek dünyadaki Fiziksel Yapay Zekâ uygulamalarında hızlı, doğru ve dağıtıma hazır bilgisayarlı görü gerekir.
Manuel, geliştiricilerin desteklenen AMD GPU'larında ROCm kullanarak Ultralytics YOLO modellerini nasıl eğitebileceğini, modelleri ONNX'e nasıl aktarabileceğini ve hızlandırılmış çıkarım için MIGraphX'i nasıl kullanabileceğini anlattı. Oturumda ayrıca AMD'nin daha geniş donanım ekosistemindeki dağıtım seçenekleri incelendi ve bilgisayarlı görü iş akışlarının geliştirme aşamasından gerçek dünya uygulamalarına nasıl taşınabileceği gösterildi.
Yedi YOLO26 görevinin tamamı AMD ROCm'de canlı olarak çalıştırıldı#
Canlı demolarımızda YOLO26'nın tüm görevlerini AMD ROCm'de yan yana çalıştırdık:
- Nesne algılama: algılanan nesneler için kutular ve etiketler
- Örnek bölümleme: algılanan her nesne için bir piksel maskesi
- Anlamsal bölümleme: her piksel için bir sınıf
- Görüntü sınıflandırma: görüntünün tamamı için bir etiket
- Poz tahmini: algılanan her kişi için 17 kilit nokta
- Yönlendirilmiş sınırlayıcı kutular: havadan ve üstten görünümler için döndürülmüş kutular
- Derinlik tahmini: her piksel için metre cinsinden mesafe
Bu özellikler, verimli bilgisayarlı görü çıkarımının kritik önem taşıdığı üretimde kalite kontrol, otonom robotik ve akıllı izleme gibi uygulamalar için özellikle önemlidir.
AMD'de Ultralytics YOLO'yu kullanmaya başla#
AMD Embedded AI Working Group, gömülü yapay zekâ ve Fiziksel Yapay Zekâ'nın geliştirme aşamasından gerçek dünya uygulamalarına nasıl geçtiğini keşfetmek üzere geliştiricileri ve teknoloji iş ortaklarını bir araya getirdi. Ultralytics YOLO26 ile gerçekleştirilen uygulamalı atölyelerden buluttan uca dağıtım hakkındaki tartışmalara kadar etkinlik, bilgisayarlı görünün AMD destekli sistemlere nasıl entegre edilebileceğine dair pratik yolları öne çıkardı.
AMD donanımında Ultralytics YOLO ile geliştirme yapmak ister misin? Desteklenen donanımlar, kurulum talimatları, eğitim iş akışları ve MIGraphX ile hızlandırılmış çıkarım için Ultralytics AMD entegrasyon belgelerini incele ve Ultralytics Platformu ile başla!
Sık sorulan sorular
Evet. Ultralytics 8.4.171 sürümünden bu yana YOLO, PyTorch ve ROCm aracılığıyla AMD Instinct ve desteklenen Radeon GPU'larında eğitilip çalıştırılabiliyor; dışa aktarılan ONNX modelleri ise MIGraphX yürütme sağlayıcısıyla çalışıyor. Linux x86_64'te çalışır ve diğer GPU'larda kullanılan aynı
device=0argümanı AMD GPU'sunu seçer.Evet, ROCm tarafından desteklenen tümleşik GPU'lara sahip işlemcilerde çalıştırabilirsin. AMD, Ryzen AI Max+ PRO 395, Ryzen AI Embedded X100 ve Ryzen AI Embedded P185 modellerini PyTorch ile model çalıştırma ve MIGraphX ile dağıtım için test edilmiş olarak listeliyor. Ryzen AI NPU, yerel bir Ultralytics arka ucu değildir; NPU iş akışlarında dışa aktarılmış ONNX modeliyle AMD'nin Ryzen AI veya Vitis AI araçları kullanılır.
MIGraphX, AMD GPU'ları için AMD'nin grafik optimizasyonu ve çıkarım motorudur. Kodunu değiştirmen gerekmez:
format="onnx"ile dışa aktar,.onnxdosyasınıYOLO()ile yükle vedevice=0ile tahmin yap. ROCm sisteminde Ultralytics, MIGraphX yürütme sağlayıcısını otomatik olarak kurup seçer.FP32, 1 toplu iş boyutu ve 640 piksel giriş boyutuyla AMD Radeon 8060S GPU'da (Ryzen AI Max+ PRO 395), Ultralytics 8.4.165 sürümüyle YOLO26n-pose, MIGraphX üzerinde görüntü başına 2,5 ms'de çalışıyor; PyTorch ve ROCm ile bu süre 4,6 ms oluyor. COCO'da aynı 0.566Ro95 değerini veriyor. Sürelere ön işleme, son işleme ve bir defalık derleme dâhil değildir.
Evet. YOLO26 standart Ultralytics Python API'si üzerinden çalıştığından diğer tüm Python bileşenleri gibi bir ROS 2 düğümüne eklenebilir. ROS hızlı başlangıç kılavuzumuzda YOLO'yu kamera karelerinde çalıştıran ve açıklama eklenmiş görüntüleri yayımlayan bir düğüm gösteriliyor; kilit nokta verilerini yayımlamak için düğüm koduna birkaç satır eklemek yeterli.
Yazan
Küresel Etkinlikler Yöneticisi · Ultralytics
Yorumlar
Soru sor, sonuçlarını paylaş veya başka birine yardım et.
