Los robots humanoides, los dispositivos inteligentes y la conducción autónoma se citan a menudo como casos de uso comercial lucrativo en el borde. Pero la computación de IA en el edge liberará a la IA de los centros de datos y los servidores centralizados en la nube para llevarla a las plantas de fabricación, los quirófanos y los centros municipales, procesando los datos en tiempo real y más cerca de los dispositivos IoT, los sensores y los sistemas inteligentes. También ofrece baja latencia y toma de decisiones autónoma, por lo que la IA estaría disponible en todas partes y permitiría que las instalaciones industriales totalmente autónomas revolucionaran los negocios y la vida en general.
Es un tema cercano al director de Información de Rockwell Automation, cliente y socio de Nvidia, quien está a la vanguardia de la computación de IA en el borde. “El cambio hacia la descentralización de la inteligencia artificial, de las arquitecturas centradas en la nube a las implementaciones basadas en el borde, representa algo más que una evolución técnica”, afirma Chris Nardecchia, director de Información del proveedor de transformación digital, que presentó su tecnología avanzada de pruebas de controles virtuales a escala de fábrica Emulate3D en la Nvidia GTC el mes pasado. “Redefine fundamentalmente cómo las capacidades de la IA se integran en todas las facetas de nuestros entornos industriales y personales”.
Esta solución, que está integrada con las API Omniverse de Nvidia, permitirá a los fabricantes validar los sistemas de automatización antes de su despliegue físico mediante pruebas virtuales de aceptación en fábrica.
La IA en el edge permite a las empresas desplegar aplicaciones de IA en dispositivos inteligentes o robots en un almacén, por ejemplo, realizando modelos inferenciales y de razonamiento de cálculo intensivo cerca de la fuente de datos en lugar de desde una nube pública o un centro de datos. Esto acelera considerablemente la IA.
En su reciente conferencia, Nvidia continuó su ambicioso impulso hacia el edge con un conjunto de hardware de IA avanzado, plataformas de software y marcos de desarrollo que incluyen las plataformas Jetson Orin, Xavier y Nano, los chips Blackwell Ultra AI mejorados para aplicaciones avanzadas en el edge, el modelo de robótica IA Groot N1 para máquinas autónomas, la plataforma de IA de grado industrial IGX Orin para necesidades industriales y médicas, así como la plataforma de datos de IA de Nvidia para permitir el análisis de datos en el extremo.
La plataforma central EGX Enterprise Edge AI de Nvidia, en particular, facilita las cargas de trabajo de IA en tiempo real para los sectores de la salud, la fabricación y el comercio minorista, mientras que su plataforma Metropolis potencia el análisis de vídeo en el extremo para las ciudades inteligentes.
La estación de trabajo Jetson Nano Super, presentada en Nvidia GTC, ofrecerá a los usuarios empresariales potentes capacidades de IA al alcance de la mano en oficinas remotas o dentro de centros de negocios. Y sus productos Clara para la atención sanitaria, Drive para vehículos autónomos y Aerial para redes 5G también ofrecerán supervisión en tiempo real, mantenimiento predictivo y optimización de procesos para reducir el tiempo de inactividad y mejorar el rendimiento del sistema a lo largo de todo el ciclo de vida de los activos industriales sobre el terreno.
Un analista afirma que la línea de plataformas y productos de Nvidia para la IA física, como Omniverse para la digitalización industrial, pone de manifiesto la creciente identidad del proveedor, que ha pasado de ser un simple fabricante de semiconductores a ser un proveedor de hardware, plataformas, herramientas y marcos.
“El mercado no comprende las implicaciones de lo que Nvidia está haciendo aquí”, afirma Chirag Dekate, analista jefe de IA de Gartner Group. “Es realmente impresionante. Las combinaciones de EGX y Jetson, además de la plataforma Cosmos de Nvidia, donde se pueden desarrollar entornos físicos similares a la IA que combinan lo mejor de la IA y los gemelos digitales, crean un entorno que ayuda a acelerar el entrenamiento de la inteligencia que se puede desplegar en el borde. Y es en el extremo donde ahora están transformando nuestra robótica, robótica inteligente, AV y robótica humana. Están creando un nuevo vector de crecimiento, al igual que hicieron en el centro de datos con las GPU”.
Secuencia de eventos
El mercado adoptó primero la IA generativa para la creación de contenidos y luego pasó a la IA agéntica para habilitar modelos que puedan razonar y realizar tareas. Pero el corazón de la revolución de la IA industrial es la IA física o la robótica habilitada para IA, que puede hacer realidad instalaciones industriales totalmente autónomas, con gran parte de ellas desplegadas en el extremo.
Los robots móviles autónomos (AMR) de Rockwell, por ejemplo, demuestran impactos medibles en el rendimiento, la optimización de la mano de obra y el ahorro de tiempo. Los robots sirven como plataformas móviles de computación en el extremo, procesando datos de sensores localmente mientras alimentan conocimientos agregados al FactoryTalk Edge Manager de la compañía, dice Nardecchia.
Las plataformas de Nvidia para la computación en el borde se expandirán, enriquecerán y expondrán datos industriales, creando nuevas fuentes de valor a través de aplicaciones y análisis. Esta capacidad se vuelve particularmente poderosa cuando se combina con IA física e IA agencial, lo que permite sistemas verdaderamente autónomos que pueden sentir, decidir y actuar con una mínima intervención humana, dice, y agrega que las adquisiciones estratégicas de Rockwell de Otto Motors y Clearpath Robotics han posicionado bien a la compañía para la automatización de la logística de producción.
La IA en el ‘edge’ transforma la digitalización industrial
Según un pronóstico reciente de IDC de 27 industrias empresariales, el gasto mundial en soluciones de computación de borde representará casi 261.000 millones de dólares este año, y se prevé que crezca a una tasa compuesta anual del 13,8%, alcanzando los 380.000 millones de dólares en 2028.
“La computación en el borde está a punto de redefinir la forma en que las empresas aprovechan los datos en tiempo real, y su futuro depende de soluciones personalizadas y específicas para cada sector que aborden demandas operativas únicas”, afirma Dave McCarthy, vicepresidente de Investigación de Servicios en la Nube y en el Borde en IDC. “Estamos viendo cómo los proveedores de servicios duplican las inversiones, construyen redes de baja latencia, mejoran los análisis de vanguardia impulsados por la IA y forjan asociaciones para ofrecer una infraestructura escalable y segura. Estos esfuerzos son fundamentales para aprovechar todo el potencial de la informática de vanguardia, que permite todo, desde plantas de fabricación más inteligentes hasta sistemas sanitarios con capacidad de respuesta, y, en última instancia, impulsar una nueva ola de innovación en todos los sectores”.
Como resultado, los directores de Sistemas de la Información están planificando sus arquitecturas de IA de próxima generación con potentes plataformas, herramientas y marcos de trabajo para crear robots y dispositivos de IoT teniendo en cuenta esas capacidades autónomas de toma de decisiones.
“Los CIO están definitivamente planeando la IA para cargas de trabajo de vanguardia”, dice Nate Melby, CIO de Dairyland Power Cooperative, que está considerando tales avances para gestionar las redes eléctricas en tormentas y habilitar sistemas con análisis y toma de decisiones rápidos en entornos peligrosos. También se prevén nuevas oportunidades de negocio y resultados rentables derivados del uso de dispositivos de IA en el edge en otros entornos físicos restrictivos para la presencia humana.
“Al llevar la IA al extremo, podemos aprovechar una menor dependencia de la arquitectura centralizada para crear resiliencia y facilitar la expansión y la flexibilidad de los recursos equilibrando los recursos en la nube con los dispositivos locales para optimizar y procesar localmente datos más sensibles o de misión crítica”, afirma Melby. “Pero va a llevar algún tiempo que evolucione”.
Interés creciente en el ‘edge’
Muchos de los principales proveedores de nube e IA, como OpenAI, Google, Amazon y empresas emergentes innovadoras de IA, están apuntando al borde. El proveedor de nube Oracle, por ejemplo, ha añadido recientemente una configuración optimizada para GPU a su dispositivo Oracle Roving Edge. “Estamos viendo la demanda de los clientes de IA de computación en el borde”, dice Dave Rosenberg, vicepresidente sénior de Marketing de Campo e Industria en Oracle Cloud Infrastructure.
El director de Tecnología e Innovación de Productos de Insight Enterprises, Amol Ajgaonkar, añade que muchos sectores, además de la fabricación, harán uso de la IA de vanguardia, pero no será fácil. Si la vanguardia se define como todo lo que no está en la nube —un ordenador portátil, una máquina en la planta de fabricación, un dispositivo de punto de venta en una tienda minorista—, entonces sectores como la sanidad, el comercio minorista y las finanzas son los principales objetivos de la IA en el edge, afirma.
“Con la IA en el borde, un gran desafío es decidir qué datos son buenos o malos para la tarea en cuestión, y configurar el proceso para que un agente de IA o un grupo de agentes pueda gestionarlo sin necesidad de que un humano esté constantemente al tanto”, dice Ajgaonkar. “Cuando se trabaja para crear un modelo predictivo, como para gestionar el mantenimiento continuo de una máquina en la fábrica, ciertos sesgos o datos mal formados sin ningún proceso de filtrado pueden afectar al modelo y sesgar las acciones resultantes de los agentes. La limpieza de los datos siempre será fundamental para obtener un resultado limpio, pero es un equilibrio delicado”.
Tom Richer, director ejecutivo de la consultora de IA Intelagen y antiguo CIO, dice que aconseja a los CIO que sigan de cerca los avances de Nvidia debido a su dominio en la infraestructura de IA, la transformación de los centros de datos y las capacidades de IA de vanguardia, todo lo cual repercute directamente en la capacidad de innovación y competitividad de una organización.
“La creciente adopción de la computación en el borde para las cargas de trabajo de IA, impulsada por la necesidad de baja latencia, optimización del ancho de banda y seguridad mejorada, requiere una decisión estratégica entre implementaciones locales y de proveedores de servicios, siendo un enfoque híbrido el que a menudo resulta más eficaz para equilibrar el control y la escalabilidad“, afirma. “Y eso requiere que los CIO desarrollen estrategias claras, inviertan en la infraestructura necesaria y se mantengan al día de las tecnologías en evolución”.
Obtener una ventaja desde el borde
La implementación de la IA física requiere potentes capacidades de computación periférica que procesen los datos de los sensores y ejecuten algoritmos complejos con una latencia mínima. La computación periférica descentraliza el procesamiento de datos al acercarlo a las fuentes de datos, lo que se traduce en tiempos de respuesta más rápidos, una mayor eficiencia en la transmisión de datos y una mayor seguridad, todos ellos factores críticos para las aplicaciones en robótica y automatización industrial, explica Nardecchia, de Rockwell.
A medida que las plataformas y las tecnologías continúen madurando, podemos esperar que la IA se integre cada vez más en los sistemas físicos de los entornos industriales.
Para empresas como Rockwell, esta evolución representa una oportunidad para integrar capacidades de IA en el extremo de la red en todas sus carteras de productos. Los resultados comerciales de una computación en el extremo de la red gestionada adecuadamente son sustanciales, e incluyen acceso asequible a los datos, implementaciones de software más rápidas, plataformas analíticas preparadas para el futuro, una mejor postura de seguridad, una mejor escalabilidad de las iniciativas de transformación digital y un menor coste total de propiedad.
La Edge AI Foundation afirma que los CIO y las empresas quieren automatización y dispositivos inteligentes en el extremo. “Edge AI consiste en ejecutar cargas de trabajo de IA donde se crean los datos, y la atracción gravitacional hacia el extremo significa, por lo general, un menor coste, menor consumo de energía y un mayor impacto, y eso también puede significar una mayor privacidad, latencia, flexibilidad y limpieza”, afirma Pete Bernard, director ejecutivo de la organización sin ánimo de lucro, señalando que los CIO son los encargados de determinar la estrategia de información. “Lo que se busca es acercar la computación lo máximo posible al lugar donde se crean los datos, evitar las tarifas de entrada y salida a las nubes, así como los costes de explotación, y tener más control sobre el procesamiento en general”.
A medida que las plataformas y las tecnologías sigan madurando, podemos esperar que la IA se integre cada vez más en los sistemas físicos de los entornos industriales.
“El auge de los modelos fundacionales se está extendiendo hacia el extremo a través de transformadores destilados y cuantificados, así como de pequeños modelos de base”, afirma Paul Golding, vicepresidente de IA de extremo en Analog Devices. “Este cambio exige una infraestructura densa y de cálculo intensivo en el extremo. Al mismo tiempo, la necesidad de procesamiento en tiempo real, baja latencia y privacidad está acercando la IA a la fuente de datos, lo que a menudo llamamos el sensor o el extremo físico. La capacidad de la IA agencial para aprender, adaptarse y actuar de forma autónoma en tiempo real revolucionará la organización de tareas en nodos heterogéneos y, a medida que pasemos de la automatización de las máquinas a la autonomía de las mismas, surgirán nuevas formas de inteligencia distribuida que permitirán que las operaciones de misión crítica se ejecuten en el extremo sin depender de sistemas centralizados en la nube. La frontera de la IA sigue estando muy abierta”.
Read More from This Article: ‘Edge AI’ para robots, los dispositivos inteligentes que no están tan lejos
Source: News