自分で用意した学習済みモデル（PyTorch/ONNX/TensorFlow）をAxelera AI Metis AIPUにデプロイする流れを整理する記事。モデル準備→量子化（INT8キャリブレーション）→AIPU向けコンパイル→推論検証の4ステップと、各工程でつまずきやすいポイントを、エッジA…

Axelera AI Metis AIPUの開発環境「Voyager SDK」の入門記事。ビルド環境とランタイム環境の全体像、Docker/ネイティブ/pipの3通りの導入方法、deploy.py・inference.pyとModel Zooで最初の推論を動かすまでの流れ、Pipeline Builder APIの構成要素を、エッ…

欧州発のAI半導体スタートアップ Axelera AI と中核プロセッサ Metis AIPU を整理する入門記事。エッジAIのボトルネック「メモリウォール問題」と、それを解くD-IMC（メモリ内演算）の考え方、214 TOPSという性能の意味、Voyager SDKによるデプロイまでを技…

倉庫AIを実際に動かすためのエッジAI PC選定を、倉庫特有の3要件——多数カメラを束ねる通信・ネットワーク設計、冷凍倉庫から無空調倉庫までの耐環境設計、多拠点展開を支える長期運用性——から整理します。物流DX・倉庫管理システム担当者向け。