Ultralytics und AMD demonstrieren YOLO26 für Embedded AI in Dublin

6. November 2026, 10:08Quelle: Ultralytics

Ultralytics präsentierte YOLO26 auf AMD-Edge-Hardware bei AMDs Embedded AI Working Group in Dublin. Im Mittelpunkt standen Computer-Vision-Workflows für Robotik, industrielle Inspektion und intelligente Kameras. Die Veranstaltung vom 3. bis 4. November kombinierte technische Sessions, Workshops und Live-Demonstrationen mit dem Fokus, Embedded- und Physical-AI-Anwendungen in Richtung Praxiseinsatz zu bringen.

Das Wichtigste in Kürze

Ultralytics nahm am 3. und 4. November 2026 an AMDs Embedded AI Working Group in Dublin teil.
YOLO26 kam in Workshops zu Posenschätzung, ROS 2 und Robotik zum Einsatz.
Ultralytics demonstrierte alle sieben YOLO26-Aufgaben auf AMD-Edge-Hardware.
YOLO-Modelle können mit ROCm trainiert und über ONNX und MIGraphX bereitgestellt werden.
Zu den gezeigten Anwendungsfällen gehörten Robotik, industrielle Inspektion und intelligente Kameras.

AMD und Ultralytics verbinden Cloud- und Edge-Workflows

Die Veranstaltung fand im Dubliner AMD-Büro statt und brachte AMD-Ingenieure, Technologiepartner und Entwickler zusammen. Ultralytics wurde von Manuel Calve, Head of Ecosystem and Partnerships, und Zinnia Pourdad, Global Events Manager, vertreten.

Das Unternehmen nutzte die Veranstaltung, um aktuelle Entwicklungen bei Ultralytics YOLO und die Unterstützung von Computer-Vision-Anwendungen auf AMD-Hardware hervorzuheben. Die Zusammenarbeit umfasst die offizielle Unterstützung von AMD-GPUs in Ultralytics YOLO, darunter AMD Radeon GPUs, sowie Bereitstellungsoptionen für AMD Ryzen AI-Prozessoren und Edge-Geräte.

Entwickler können Ultralytics-YOLO-Modelle mit der AMD-ROCm-Software trainieren, in ONNX exportieren und mit AMD MIGraphX für beschleunigte Inferenz bereitstellen. Laut Ultralytics gibt dies Entwicklern die Flexibilität, Computer-Vision-Anwendungen für unterschiedliche Rechenumgebungen zu entwickeln, darunter industrielle Inspektion, Robotik und intelligente Kameras.

YOLO26-Workshops konzentrieren sich auf Robotik und Physical AI

Der erste Tag behandelte AMD Ryzen AI, ROCm, Robotik und die Entwicklung von Embedded AI. Ultralytics YOLO kam in zwei von AMD geleiteten Workshops zum Einsatz. Die Teilnehmer arbeiteten mit der Posenschätzung von YOLO26 und untersuchten, wie Computer Vision Bewegungen interpretieren und mit der physischen Umgebung interagieren kann.

In einem Workshop wurde YOLO26 Pose in einen Robotik-Kontext mit ROS 2 eingebettet. Zu den besprochenen Anwendungen gehörten Personenfolge-Roboter, Abstandsüberwachung und Gestenerkennung. Ultralytics zufolge zeigten die Sessions, wie sich YOLO26 in Robotik- und Physical-AI-Workflows integrieren lässt und Entwickler Computer Vision in praxisnahe Entwicklungsumgebungen bringen können.

Am zweiten Tag präsentierte Calve eine Session mit dem Titel Building real-world AI with Ultralytics YOLO and AMD: From Cloud to Edge. Die Session behandelte das Training auf unterstützten AMD-GPUs mit ROCm, den Export von Modellen nach ONNX und den Einsatz von MIGraphX für Inferenz in AMDs Hardware-Ökosystem.

Sieben YOLO26-Aufgaben laufen live auf AMD-Edge-Hardware

Ultralytics zufolge liefen bei den Live-Demonstrationen alle sieben YOLO26-Aufgaben parallel auf AMD-Edge-Hardware. Dazu gehörten Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifikation, Posenschätzung, orientierte Begrenzungsrahmen und Tiefenschätzung.

Die Objekterkennung identifiziert Objekte mit Rahmen und Beschriftungen.
Die Instanzsegmentierung erzeugt für jedes erkannte Objekt eine Pixelmaske.
Die semantische Segmentierung weist jedem Pixel eine Klasse zu.
Die Bildklassifikation liefert ein Label für das gesamte Bild.
Die Posenschätzung identifiziert 17 Schlüsselpunkte pro erkannter Person.
Orientierte Begrenzungsrahmen liefern gedrehte Rahmen für Luftaufnahmen und Aufnahmen aus der Vogelperspektive.
Die Tiefenschätzung liefert für jedes Pixel die Entfernung in Metern.

Für Entwickler weist die Veranstaltung auf einen unterstützten Weg vom Modelltraining bis zur Edge-Inferenz auf AMD-Systemen hin. Ultralytics verweist in seiner Dokumentation zur AMD-Integration auf unterstützte Hardware, Installationsanweisungen, Trainings-Workflows und MIGraphX-Inferenz. Das Unternehmen erklärt außerdem, dass YOLO26 über die standardmäßige Ultralytics-Python-API in einem ROS-2-Knoten ausgeführt werden kann.