Ultralytics YOLO27: Đăng ký vào danh sách chờ.
Cấp phép YOLO
11 tháng 7, 2025

Axelera AI đạt tốc độ suy luận AI biên 34 FPS với Ultralytics YOLO

Khám phá cách Axelera AI tích hợp Ultralytics YOLO vào Voyager SDK để mang đến khả năng xử lý ảnh edge nhanh, chính xác và tiết kiệm năng lượng trên AIPU Metis.

Khám phá cách Axelera AI tích hợp Ultralytics YOLO vào Voyager SDK để mang đến khả năng xử lý ảnh edge nhanh, chính xác và tiết kiệm năng lượng trên AIPU Metis.
Ngành
Sản xuất & Công nghiệp
1 dòng
Triển khai YOLO trong Voyager SDK, đang được sử dụng trực tiếp trong công nghiệp
3
Các tác vụ thị giác trên một chip: phát hiện, phân đoạn và ước lượng tư thế

Bằng cách tích hợp các model Ultralytics YOLO vào Voyager SDK, Axelera AI giúp khách hàng dễ dàng chạy các giải pháp thị giác máy tính thời gian thực trên các Bộ xử lý AI Metis (AIPU) ngay sau khi cài đặt.

Axelera AI là một công ty bán dẫn châu Âu chuyên chế tạo chip AI mạnh mẽ, tiết kiệm năng lượng để chạy thị giác máy tính tại edge. Chẳng hạn, các Bộ xử lý AI Metis (AIPU) của công ty được sử dụng trong những ngành như bán lẻ, an ninh và sản xuất.

Để giúp khách hàng dễ dàng xây dựng và triển khai ứng dụng AI, Axelera đã tích hợp các model Ultralytics YOLO vào Voyager SDK, một nền tảng phần mềm giúp đơn giản hóa quá trình tối ưu hóa, triển khai và tăng tốc model trên Metis AIPU, nhờ đó AI thị giác thời gian thực trở nên nhanh hơn, đơn giản hơn và dễ mở rộng hơn.

Định hình lại khả năng tăng tốc phần cứng cho AI thị giác#

Được thành lập năm 2021 và có trụ sở tại Hà Lan, Axelera AI hướng đến giải quyết một vấn đề căn bản: phần cứng AI truyền thống được thiết kế cho cloud, chứ không phải edge. Để thu hẹp khoảng cách này, công ty đã phát triển Metis AIPU.

Đây là chip hiệu năng cao, tiêu thụ ít điện năng, được thiết kế chuyên biệt cho các tác vụ ở biên: những tác vụ AI chạy cục bộ trên thiết bị, nơi tốc độ, quyền riêng tư và hiệu quả năng lượng đóng vai trò then chốt.

Chip được hỗ trợ bởi công nghệ Tính toán số trong bộ nhớ (D-IMC) độc quyền, cho phép xử lý dữ liệu ngay tại nơi lưu trữ, đồng thời giảm đáng kể độ trễ và mức tiêu thụ năng lượng. Với software stack tích hợp đầy đủ và sứ mệnh phổ cập AI, Axelera đang giúp nhiều đối tượng tiếp cận AI hiệu năng cao hơn.

Thách thức khi chạy model trên phần cứng AI edge#

Để mang lại trải nghiệm AI liền mạch tại edge, Axelera AI hướng đến cung cấp nhiều hơn là phần cứng hiệu năng cao. Khách hàng cũng cần một cách thức đơn giản và đáng tin cậy để chạy các giải pháp thị giác máy tính thời gian thực mà không cần đến công cụ phức tạp hay tùy chỉnh tốn thời gian. Nhiều model hiện có quá lớn, quá chậm hoặc không phù hợp với môi trường có tài nguyên hạn chế.

Phân tích bán lẻ, tự động hóa nhà máy và hệ thống giám sát thường cần thông tin hình ảnh nhanh và chính xác để hỗ trợ hoạt động. Tuy nhiên, model truyền thống và giải pháp dựa trên cloud thường không đáp ứng được yêu cầu về độ trễ thấp, hiệu quả năng lượng và xử lý ngay trên thiết bị của các ứng dụng AI edge này.

Axelera bắt đầu tìm kiếm một bộ model có độ chính xác cao, dễ triển khai và có thể chạy hiệu quả trên các Bộ xử lý AI Metis. Giải pháp phù hợp sẽ bổ trợ cho năng lực phần cứng, đồng thời đơn giản hóa quá trình phát triển và đẩy nhanh triển khai trên nhiều trường hợp sử dụng AI edge.

Tăng tốc suy luận AI ở biên với Ultralytics YOLO#

Axelera AI đã tích hợp các model Ultralytics YOLO vào Voyager SDK để đẩy nhanh, đơn giản hóa và mở rộng quy mô xây dựng cũng như triển khai ứng dụng AI edge. SDK bao gồm Model Zoo với các model YOLO sẵn sàng sử dụng và tự động hóa toàn bộ pipeline, gồm tiền xử lý, suy luận và hậu xử lý, được tối ưu hóa cho các Bộ xử lý AI Metis.

Chip Bộ xử lý AI Metis (AIPU) của Axelera AI

Hình 1. Bộ xử lý AI Metis (AIPU).

Tích hợp này cho phép khách hàng sử dụng ngay các model Ultralytics YOLO đã huấn luyện sẵn hoặc đưa model của riêng mình vào, với khả năng tăng tốc liền mạch trên phần cứng biên. Với khả năng thực thi model song song và theo chuỗi, Metis AIPU hỗ trợ các cấu hình đa model tiên tiến như ước lượng pose rồi đến phân đoạn. Giải pháp này lý tưởng cho các tác vụ phức tạp trong bán lẻ, an ninh và tự động hóa công nghiệp.

Sự kết hợp giữa các tác vụ thị giác máy tính thời gian thực được hỗ trợ bởi model Ultralytics YOLO cùng software stack hiệu quả của Axelera mang lại hiệu suất vượt trội trên mỗi watt và mỗi đô la. Với khách hàng, điều này đồng nghĩa với kết quả chính xác hơn, triển khai nhanh hơn và rào cản thấp hơn khi mở rộng AI thị giác tại edge.

Vì sao chọn các model Ultralytics YOLO?#

Axelera AI đã hợp tác với Ultralytics để tích hợp các model Ultralytics YOLO vào nền tảng của mình nhờ sự cân bằng vượt trội giữa độ chính xác, tốc độ và tính dễ sử dụng. Với sự hỗ trợ cho nhiều biến thể Ultralytics YOLO, khách hàng của Axelera AI có thể đánh giá nhiều loại tác vụ và nhu cầu hiệu năng trên Metis AIPU.

Thông qua Giấy phép Ultralytics Enterprise, Axelera cung cấp quyền truy cập đầy đủ vào bộ model YOLO để đánh giá và phát triển. Đối với triển khai thương mại, khách hàng cần xin giấy phép riêng trực tiếp từ Ultralytics thông qua biểu mẫu cấp phép, nhằm bảo đảm tuân thủ và hỗ trợ đổi mới có khả năng mở rộng trong lĩnh vực AI thị giác tại edge.

Khai thác model Ultralytics YOLO ở quy mô lớn với Voyager SDK của Axelera AI#

Với các model Ultralytics YOLO và Voyager SDK của Axelera AI, người dùng có thể triển khai trực tiếp các ứng dụng thị giác máy tính chính xác, độ trễ thấp trên Bộ xử lý AI Metis. Ngoài ra, quyền truy cập vào nhiều biến thể YOLO cho phép khách hàng điều chỉnh hiệu năng theo nhu cầu cụ thể của ứng dụng.

Ví dụ, Axelera AI ghi nhận khách hàng thử nghiệm các giải pháp ứng dụng YOLO trong nhiều lĩnh vực như:

  • Bán lẻ: Có thể sử dụng pipeline đa model kết hợp ước tính tư thế, phân đoạn và phát hiện đối tượng để hỗ trợ các tác vụ như giảm thất thoát hàng hóa và theo dõi tồn kho. Các giải pháp này chạy hiệu quả trên nền tảng nhúng như Raspberry Pi 5 kết hợp với Metis AIPU.
  • Sản xuất: Khách hàng có thể sử dụng thực thi model song song để thực hiện đồng thời các tác vụ như phát hiện lỗi, phân loại sản phẩm và ước tính tư thế trên một chip duy nhất, qua đó tăng thông lượng và giảm chi phí phần cứng.
  • Giám sát: Khả năng phát hiện đối tượng thời gian thực của YOLO có thể được sử dụng để phân tích luồng video 4K và 8K ở độ phân giải đầy đủ, hỗ trợ giám sát an toàn có độ chính xác cao và nhận thức tình huống trong các môi trường trọng yếu. Đây là giải pháp tốt hơn nhiều so với việc giảm độ phân giải truyền thống trên camera độ phân giải cao.
  • Chăm sóc sức khỏe: Pipeline YOLO được tối ưu hóa có thể hỗ trợ xác định khối u, mang lại tốc độ suy luận cao và độ chính xác đáng tin cậy cho xử lý ảnh y tế ngay trên thiết bị.

Các trường hợp sử dụng này cho thấy phần cứng AI edge của Axelera AI và model Ultralytics YOLO thúc đẩy đổi mới AI thị giác hiệu năng cao, tiết kiệm năng lượng trong nhiều ngành.

Thúc đẩy làn sóng AI edge tiếp theo với Ultralytics YOLO#

Khi tiếp tục tập trung mở rộng khả năng tiếp cận AI edge hiệu năng cao, Axelera AI đang kết hợp phần cứng mạnh mẽ với model thị giác đáng tin cậy để giúp khách hàng xây dựng ứng dụng thông minh hơn và nhanh hơn.

Với các model Ultralytics YOLO được cung cấp thông qua Voyager SDK và phần cứng Metis AIPU, người dùng có thể dễ dàng phát triển và mở rộng các giải pháp thị giác máy tính thời gian thực trong nhiều ngành. Sự hợp tác này hỗ trợ cộng đồng ngày càng lớn gồm các nhà phát triển và doanh nghiệp đang đưa AI đến gần hơn với nơi dữ liệu được tạo ra, qua đó nâng cao hiệu quả, khả năng phản hồi và đổi mới tại edge.

Sẵn sàng tăng tốc hành trình AI edge của bạn? Khám phá repository GitHub của chúng tôi để xem model YOLO thúc đẩy những đổi mới như AI trong bán lẻ và thị giác máy tính trong logistics. Trải nghiệm trực tiếp các công cụ AI thị giác, tìm hiểu các tùy chọn cấp phép và khám phá cách khai thác thị giác máy tính hiệu năng cao, tiết kiệm năng lượng tại edge.

Được viết bởi

Abirami Vina
Abirami Vina

Nhà sáng tạo nội dung · Ultralytics

Khởi đầu sự nghiệp với vai trò kỹ sư thị giác máy tính, Abirami Vina đã xây dựng nền tảng vững chắc về AI thị giác và machine learning. Cô là Nhà sáng tạo nội dung tại Ultralytics, đồng thời là Nhà sáng lập kiêm Biên tập viên chính tại Scribe of AI, nơi cô xây dựng nội dung kỹ thuật chất lượng cao cho các công ty tập trung vào AI. Với niềm đam mê giúp AI trở nên dễ hiểu và hấp dẫn, công việc của cô kết nối công nghệ tiên tiến với tác động thực tế.

Giải pháp dành cho ngành của bạn

Thị giác máy tính trong thể thao

Thị giác máy tính trong thể thao

Khám phá cách Ultralytics YOLO thúc đẩy thị giác máy tính trong thể thao với khả năng theo dõi cầu thủ và bóng, phân tích hiệu suất, cung cấp thông tin chuyên sâu cho huấn luyện và hỗ trợ phục hồi cho vận động viên.
Tìm hiểu thêm
Thị giác máy tính cho ảnh hàng không

Thị giác máy tính cho ảnh hàng không

Chuyển hình ảnh từ drone và ảnh hàng không thành thông tin chuyên sâu theo thời gian thực cho nông nghiệp, nuôi trồng thủy sản, bảo tồn và phân tích không gian địa lý với Ultralytics YOLO.
Tìm hiểu thêm
Thị giác máy tính trong hàng không vũ trụ

Thị giác máy tính trong hàng không vũ trụ

Ứng dụng computer vision trong ngành hàng không vũ trụ với Ultralytics YOLO cho kiểm tra máy bay, phát hiện dị vật trên đường băng (FOD), vận hành mặt đất tại sân bay và phát hiện lỗi vật liệu composite.
Tìm hiểu thêm
Computer vision trong lĩnh vực an ninh

Computer vision trong lĩnh vực an ninh

Bảo vệ mọi địa điểm bằng model Ultralytics YOLO. Vision AI hỗ trợ giám sát vành đai, phát hiện mối đe dọa, nhận dạng biển số và an toàn nơi làm việc.
Tìm hiểu thêm
Computer vision trong robotics

Computer vision trong robotics

Tăng cường năng lực cho máy móc thông minh bằng model Ultralytics YOLO. Vision AI trong lĩnh vực robotics hỗ trợ điều hướng tự động, nhận thức, theo dõi đối tượng và điều khiển theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong logistics

Thị giác máy tính trong logistics

Tinh giản hoạt động logistics với các model Ultralytics YOLO. Vision AI hỗ trợ kiểm tra kiện hàng, phân loại, theo dõi phương tiện và giám sát an toàn kho hàng theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong bán lẻ

Thị giác máy tính trong bán lẻ

Định hình lại hoạt động bán lẻ với các model Ultralytics YOLO. Vision AI hỗ trợ theo dõi hàng tồn kho, giám sát kệ hàng, quản lý hàng chờ và phân tích khách hàng thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong chăm sóc sức khỏe

Thị giác máy tính trong chăm sóc sức khỏe

Xây dựng các giải pháp chăm sóc sức khỏe với model Ultralytics YOLO. Vision AI trong chăm sóc sức khỏe hỗ trợ xử lý hình ảnh y tế nhanh hơn, chẩn đoán thông minh hơn và theo dõi bệnh nhân.
Tìm hiểu thêm
Thị giác máy tính trong sản xuất

Thị giác máy tính trong sản xuất

Tối ưu hóa sản xuất bằng các model Ultralytics YOLO. Vision AI thúc đẩy kiểm soát chất lượng, phát hiện lỗi, tuân thủ PPE và tự động hóa dây chuyền lắp ráp.
Tìm hiểu thêm
Thị giác máy tính trong ngành ô tô

Thị giác máy tính trong ngành ô tô

Ứng dụng thị giác máy tính trong ngành ô tô với các model Ultralytics YOLO. Vision AI nâng cao an toàn giao thông, hỗ trợ người lái và tự động hóa phương tiện để tạo nên những tuyến đường thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong nông nghiệp

Thị giác máy tính trong nông nghiệp

Ứng dụng AI thị giác vào nông nghiệp thông minh với các model Ultralytics YOLO. Hỗ trợ giám sát cây trồng, theo dõi vật nuôi và canh tác chính xác để nâng cao năng suất một cách thông minh hơn.
Tìm hiểu thêm

Câu hỏi thường gặp

  • Theo mặc định, các repository Ultralytics YOLO được phân phối theo AGPL-3.0 License. License được OSI phê duyệt này dành cho sinh viên, nhà nghiên cứu và người đam mê, thúc đẩy hợp tác mở và yêu cầu mọi phần mềm sử dụng các thành phần AGPL-3.0 cũng phải được phát hành dưới dạng mã nguồn mở. Điều này đảm bảo tính minh bạch và thúc đẩy đổi mới, nhưng có thể không phù hợp với các trường hợp sử dụng thương mại.

    Nếu dự án của bạn tích hợp phần mềm và model AI của Ultralytics vào các sản phẩm hoặc dịch vụ thương mại, đồng thời bạn muốn tránh các yêu cầu mã nguồn mở của AGPL-3.0, Enterprise License là lựa chọn phù hợp.

    Các lợi ích của Enterprise License bao gồm:

    • Tính linh hoạt trong thương mại: Sửa đổi và tích hợp mã nguồn cũng như model Ultralytics YOLO vào các sản phẩm độc quyền mà không phải tuân thủ yêu cầu của AGPL-3.0 về việc phát hành dự án dưới dạng mã nguồn mở.
    • Phát triển sản phẩm độc quyền: Tự do phát triển và phân phối các ứng dụng thương mại có chứa mã và model Ultralytics YOLO.

    Để đảm bảo tích hợp liền mạch và tránh các ràng buộc của AGPL-3.0, hãy yêu cầu Enterprise License của Ultralytics bằng biểu mẫu được cung cấp. Đội ngũ của chúng tôi sẽ hỗ trợ điều chỉnh license phù hợp với nhu cầu cụ thể của bạn.

  • Model bạn chọn phụ thuộc vào yêu cầu dự án, bao gồm hiệu suất, độ chính xác, mục tiêu triển khai và giới hạn phần cứng. Với hầu hết dự án mới, Ultralytics YOLO26 là lựa chọn khởi đầu được đề xuất vì mang đến những cải tiến mới nhất về tốc độ, độ chính xác, khả năng xuất và hỗ trợ đa tác vụ.

    Các dòng model YOLO trước đây vẫn được cung cấp cho những nhóm có workflow hiện có hoặc yêu cầu về khả năng tương thích.

    Nếu bắt đầu dự án mới, hãy chọn YOLO26 trước, sau đó benchmark các biến thể nhỏ hơn hoặc lớn hơn để tìm ra sự cân bằng phù hợp giữa tốc độ và độ chính xác cho môi trường triển khai của bạn.

  • Model Ultralytics YOLO là một dòng model thị giác máy tính dành cho các tác vụ như phát hiện đối tượng, phân đoạn, phân loại, ước tính tư thế và phát hiện đối tượng định hướng. YOLO26 là phiên bản ổn định mới nhất và được khuyến nghị cho hầu hết dự án mới. Các phiên bản YOLO trước đây vẫn được cung cấp cho những nhóm có workflow hiện có hoặc yêu cầu về khả năng tương thích.

  • Các model Ultralytics YOLO là kiến trúc thị giác máy tính được phát triển để phân tích dữ liệu hình ảnh từ ảnh và video. Những model này có thể được huấn luyện cho các tác vụ như object detection, instance segmentation, classification, ước tính pose, object detection định hướng và tracking.

    Dòng model Ultralytics YOLO mới nhất là YOLO26; các phiên bản YOLO trước đây vẫn được cung cấp cho những workflow hiện có.

Hãy cùng nhau kiến tạo tương lai của AI!

Bắt đầu hành trình hướng đến tương lai của machine learning