Axelera AI利用Ultralytics YOLO实现边缘视觉人工智能

Axelera AI 是一家欧洲半导体公司，致力于构建功能强大、节能的 AI 芯片，用于在边缘运行计算机视觉。 例如，他们的 Metis AI 处理单元（AIPU）被用于零售、安全和制造等行业。

为了让客户更轻松地构建和部署人工智能应用，Axelera 将Ultralytics YOLO 模型集成到其 Voyager SDK 中，该软件平台可简化 Metis AIPU 上的模型优化、部署和加速，从而使实时视觉人工智能变得更快、更简单、更具可扩展性。

重新定义视觉 AI 硬件加速

Axelera AI 成立于 2021 年，总部位于荷兰，旨在解决一个根本问题：传统的 AI 硬件是为云端而非边缘计算而构建的。为了弥补这一差距，该公司开发了 Metis AIPU。 

它是一款高性能、低功耗的芯片，专为边缘工作负载而设计——即在设备本地运行的 AI 任务，在这些任务中，速度、隐私和能源效率至关重要。

它由其专有的数字内存计算 (D-IMC) 技术提供支持，该技术使数据能够直接在存储位置进行处理，并显着降低延迟和能源使用。凭借完全集成的软件堆栈和普及 AI 的使命，Axelera 正在使高性能 AI 更易于访问。

在边缘 AI 硬件上运行模型的挑战

为了在边缘提供无缝的 AI 体验，Axelera AI 旨在提供不仅仅是高性能硬件。客户还需要一种简单可靠的方式来运行实时计算机视觉解决方案，而无需复杂的工具或耗时的自定义。许多现有模型太大、太慢，或者不太适合资源受限的环境。

零售分析、工厂自动化和监控系统通常依赖于快速、准确的视觉洞察来支持运营。然而，传统的模型和基于云的解决方案通常无法满足这些边缘 AI 应用的低延迟、能源效率和设备端处理要求。

Axelera 开始寻找一个模型套件，该套件准确、易于实施，并且能够在 Metis AI 处理单元上高效运行。合适的解决方案将补充其硬件功能，同时简化开发并加快在各种边缘 AI 用例中的部署。

 利用Ultralytics YOLO加速边缘人工智能推断

Axelera AI将Ultralytics YOLO 模型集成到其Voyager SDK中，使边缘AI应用的构建和部署更快、更简单、更具可扩展性。该SDK包括一个模型动物园（Model Zoo），内含随时可用的YOLO 模型，并自动执行整个流程，包括预处理、推理和后处理，针对Metis人工智能处理单元进行了优化。

​

通过这种集成，客户可以使用开箱即用的预训练Ultralytics YOLO 模型，也可以使用自己的模型，并在边缘硬件上进行无缝加速。由于支持并行和级联模型执行，Metis AIPU 可以实现先进的多模型设置，如姿势估计 后进行细分。这非常适合零售、安防和工业自动化领域的复杂任务。

Ultralytics YOLO 模型支持的实时计算机视觉任务与Axelera的高效软硬件堆栈相结合，提供了卓越的每瓦和每美元性能。对于客户而言，这意味着更准确的结果、更快的部署以及更低的边缘视觉人工智能扩展门槛。

为什么选择Ultralytics YOLO 模型？

Axelera AI与Ultralytics 合作，将Ultralytics YOLO 模型集成到其平台中，因为这些模型在准确性、速度和易用性方面取得了卓越的平衡。Axelera AI支持多种Ultralytics YOLO 变体，客户可以在Metis AIPU上评估各种工作负载和性能需求。

通过Ultralytics 企业许可证，Axelera可为评估和开发提供全套YOLO 模型。对于商业部署，客户需要通过许可证表格直接从Ultralytics 获得自己的许可证，以确保合规性并支持边缘视觉人工智能的可扩展创新。

使用 Axelera AI 的 Voyager SDK 大规模利用Ultralytics YOLO 模型

借助Ultralytics YOLO 模型和 Axelera AI 的 Voyager SDK，用户可以直接在 Metis AI 处理单元上部署精确、低延迟的计算机视觉应用。此外，通过使用多种YOLO 变体，客户还可以根据其应用的具体需求调整性能。

例如，Axelera AI 的客户已经在多个领域测试了YOLO解决方案，如

• 零售：结合姿势估计 、分割和物体检测的多模型管道可用于支持减少收缩和库存跟踪等任务。这些部署可在与 Metis AIPU 配对的 Raspberry Pi 5 等嵌入式平台上高效运行。
  
  
• 制造：客户可以利用并行模型执行功能，在单个芯片上同时执行缺陷检测、产品分类和姿势估计 等任务，从而提高吞吐量并降低硬件成本。
  
  
• 监控： YOLO的实时物体检测功能可用于分析全分辨率的 4K 和 8K 视频流，促进关键环境中的高精度安全监控和态势感知。与传统的高分辨率摄像机降频相比，这是一个更好的解决方案。
  
  
• 医疗保健：经过优化的YOLO 管道可支持肿瘤识别，为设备上的医疗成像提供高推理速度和可靠的准确性。

这些使用案例展示了Axelera AI的边缘AI硬件和Ultralytics YOLO 模型如何为各行业的高性能、高能效Vision AI创新赋能。

利用Ultralytics YOLO推动下一波边缘人工智能浪潮

随着 Axelera AI 继续专注于扩展对高性能边缘 AI 的访问，它正在将强大的硬件和可靠的视觉模型结合在一起，以帮助客户构建更智能、更快速的应用程序。 

通过Voyager SDK和Metis AIPU硬件提供的Ultralytics YOLO 模型，用户可以轻松开发和扩展跨行业的实时计算机视觉解决方案。这一合作为日益壮大的开发者和企业社区提供了支持，使人工智能更贴近数据的创建，提高边缘的效率、响应能力和创新能力。

准备好加速您的边缘人工智能之旅了吗？探索我们的GitHub 存储库，了解YOLO 模型如何为零售业的人工智能和物流业的计算机视觉等创新提供动力。亲身体验我们的视觉 AI 工具，了解许可选项，探索如何在边缘实现高性能、高能效的计算机视觉。