本文へスキップ

DXNN - DEEPX NPU SDK

DX-AllSuite (DEEPX All Suite)は DEEPX NPU上でのAI推論アプリケーションのコンパイル、最適化、デプロイという全プロセスを簡素化するために設計された、オールインワン・ソフトウェア・プラットフォームです。モデルの作成から実際の「物理的AI (Physical AI)」のデプロイに至るまで、完全なツールチェーンを提供することで、最適な互換性と強力なハードウェア性能を保証します。

Full Architecture Overview​

DXNN SDK Full Architecture Overview

Figure. DXNN SDK Full Architecture Overview.

Key Features​

  • 高効率 (High Efficiency): NPU性能を100%引き出す独自の DX-COMコンパイラを搭載しています。高度な量子化技術（INT8によるインテリジェント量子化）を利用し、精度損失を最小限に抑えながら推論速度を最大限に高めます。
  • シームレスな統合 (Seamless Integration): 前処理、推論、後処理のワークフローを統合するインテリジェントなビデオ分析パイプラインを構築できます。DX-Stream（GStreamerベースのカスタムプラグイン）を使用することで、大規模なコード修正なしで複雑なビジョン・タスクをデプロイ可能です。
  • 柔軟なエコシステム (Flexible Ecosystem): Python & C++ API をフルサポートしており、270以上の最適化済みモデルを含む ModelZoo を提供しています。オープンソースPhysical AIアライアンスのリーダーとして、主要なフレームワークに対して円滑なワークフローを提供します。

Getting Started​

DX-AllSuiteは、用途に応じて2つの環境を提供します。ニーズに合った環境を選択して開始してください。

AI Model Compile Environment (Host PC)​

学習済みのAIモデルをDEEPX NPU専用のバイナリに変換・最適化するための環境です。

  • Arch: x86_64
  • OS: Ubuntu 24.04 / 22.04 / 20.04 (LTS), Fedora, Redhat, CentOS
  • Hardware: x86_64 Host PC
  • Software: Python 3.8~3.12, CUDA (Optional for simulation)
  • Key Tasks: AI model (.onnx) のコンパイル、量子化 (Quantization)、.dxnn ファイル生成
  • Action: DX-Compiler Local Installation Guide [Link]

AI Model Runtime Environment (Target Device)​

DEEPX NPUが物理的に搭載されたデバイスで推論を行い、アプリケーションを実行するための環境です。

  • Arch: x86_64, aarch64
  • OS: Ubuntu 24.04 / 22.04 / 20.04 / 18.04 (LTS), Debian 13 / 12
  • Hardware: Host PC / Target Board (DEEPX NPU 装着必須)
  • Software: Python 3.8+
  • Key Tasks: .dxnn モデル実行、リアルタイムデータ推論、リソース管理
  • Action: DX-Runtime Installation Guide [Link]
アクティベーションが必要

インストール後、NPUドライバをカーネルに正しくロードするために、システムの再起動が必須です。

sudo reboot

Supported Models​

DX-AllSuiteは、当社のNPUで最高のパフォーマンスを発揮するように最適化された、業界標準の広範なAIアーキテクチャをサポートしています。

  • 画像分類 (Image Classification): AlexNet, ResNet/ResNeXt/WideResNet, MobileNet, EfficientNet (Lite/V2), ViT/DeiT/BEiT, MobileViT, FastViT, CasViT, RegNet, ShuffleNet, VGG, etc.
  • 物体検出(Object Detection): YOLO Series (YOLOv3–YOLOv11, YOLOX, YOLO26), SSD, EfficientDet, NanoDet, DamoYOLO
  • セグメンテーション (Segmentation): DeepLabV3/DeepLabV3+, SegFormer, BiSeNet, UNet, YOLACT, およびYOLOベースのセグメンテーション・バリアント (YOLOv5/YOLOv8/YOLO26)
  • 高度なビジョン・タスク (Advanced Vision Tasks): 顔分析 (検出、認識、ランドマーク、属性)、人間/手のポーズ推定、低照度補正、画像デノイジング、超解像 (Super Resolution)、深度推定、回転物体検出 (OBB)、ゼロショット・インスタンス・セグメンテーション、人物属性分析
Tip

モデルを自分でコンパイルする代わりに、270以上の最適化済みモデルが用意されている DEEPX ModelZooから、すぐに使用可能なバイナリをダウンロードできます。

Documentation Navigation​

初めてご利用になる場合は、以下の順序でドキュメントを確認することをお勧めします。

Support​

DEEPX テクニカルサポートチームは、お客様の円滑なAIソリューション構築を支援します

Last updated: