본문으로 건너뛰기

DXNN - DEEPX NPU SDK

DX-AllSuite (DEEPX All Suite)는 DEEPX NPU에서 AI 추론 애플리케이션을 컴파일, 최적화 및 배포하는 전 과정을 간소화하기 위해 설계된 올인원 소프트웨어 플랫폼입니다. 모델 생성부터 실제 "물리적 AI(Physical AI)" 배포에 이르기까지 전체 툴체인을 제공하여 최적의 호환성과 강력한 하드웨어 성능을 보장합니다.

Full Architecture Overview​

DXNN SDK Full Architecture Overview

Figure. DXNN SDK Full Architecture Overview.

Key Features​

  • 고효율성 (High Efficiency): 독자적인 DX-COM 컴파일러로 NPU 성능을 100% 끌어냅니다. INT8 지능형 양자화(Intelligent Quantization)를 통해 정확도 손실을 최소화하면서 추론 속도를 극대화합니다.
  • 매끄러운 통합 (Seamless Integration): DX-Stream(GStreamer 기반 커스텀 플러그인)으로 전처리·추론·후처리 워크플로우를 하나로 연결합니다. 코드 수정 없이 복잡한 비전 작업을 배포할 수 있습니다.
  • 유연한 에코시스템 (Flexible Ecosystem): Python 및 C++ API 완전 지원, 270개 이상의 최적화 모델을 포함한 ModelZoo 제공. 오픈소스 Physical AI Alliance 리더로서 주요 프레임워크를 원활히 지원합니다.

Getting Started​

DX-AllSuite는 사용 용도에 따라 두 가지 환경을 제공합니다. 필요에 맞는 환경을 선택하여 시작하세요.

AI Model Compile Environment (Host PC)​

학습된 AI 모델을 DEEPX NPU 전용 바이너리로 변환하고 최적화하는 환경입니다.

  • 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) 컴파일, 양자화 (Quantization), .dxnn 파일 생성
  • Action: DX-Compiler Local Installation Guide [Link]

AI Model Runtime Environment (Target Device)​

DEEPX NPU가 물리적으로 장착된 장치에서 추론을 수행하고 애플리케이션을 실행하기 위한 환경입니다.

  • 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 장착 필수)
  • Software: Python 3.8+
  • Key Tasks: .dxnn 모델 실행, 실시간 데이터 추론, 리소스 관리
  • Action: DX-Runtime Installation Guide [Link]
활성화 안내

설치 후 커널에 NPU 드라이버를 올바르게 로드하려면 시스템 재부팅이 반드시 필요합니다.

sudo reboot

Supported Models​

DX-AllSuite는 NPU 성능에 최적화된 방대한 산업 표준 AI 아키텍처를 지원합니다.

  • 이미지 분류 (Image Classification): AlexNet, ResNet/ResNeXt/WideResNet, MobileNet, EfficientNet (Lite/V2), ViT/DeiT/BEiT, MobileViT, FastViT, CasViT, RegNet, ShuffleNet, VGG, 등.
  • 객체 탐지 (Object Detection): YOLO 시리즈 (YOLOv3–YOLOv11, YOLOX, YOLO26), SSD, EfficientDet, NanoDet, DamoYOLO.
  • 세그멘테이션 (Segmentation): DeepLabV3/DeepLabV3+, SegFormer, BiSeNet, UNet, YOLACT 및 YOLO 기반 세그멘테이션 변형(YOLOv5/YOLOv8/YOLO26).
  • 고급 비전 작업 (Advanced Vision Tasks): 얼굴 분석(탐지, 인식, 랜드마크, 속성), 인간/손 포즈 추정(Pose Estimation), 저조도 개선, 이미지 노이즈 제거, 초해상도(Super Resolution), 깊이 추정(Depth Estimation), 회전 객체 탐지(OBB), 제로샷 인스턴스 세그멘테이션, 사람 속성 분석 등
전문가 팁

모델을 직접 컴파일하는 대신, 270개 이상의 최적화된 모델이 포함된 DEEPX ModelZoo에서 즉시 사용 가능한 바이너리를 다운로드할 수 있습니다.

Documentation Navigation​

처음 사용자라면 다음 순서에 따라 문서를 확인하는 것을 권장합니다.

Support​

DEEPX 기술 지원 팀은 원활한 AI 솔루션 구축을 돕기 위해 대기하고 있습니다.

Last updated: