La IA de borde industrial respalda el análisis en tiempo real en sectores como la manufactura y la gestión de edificios. Los procesadores de bajo consumo ofrecen un rendimiento de IA modesto, pero los diseñadores deben equilibrar los presupuestos de energía, los rangos de temperatura y las restricciones de enfriamiento. Usar TOPS por vatio como métrica ayuda a los ingenieros a comparar plataformas por eficiencia energética y elegir una solución que cumpla con los requisitos de rendimiento y ambientales.
La computación en el borde ha asegurado un papel central en la automatización industrial y de edificios, con puertas de enlace industriales que cada vez más realizan tareas como el monitoreo de condiciones de procesos, la detección de anomalías en los flujos de trabajo y la optimización del consumo de energía de los equipos en el sitio. Estas capacidades son habilitadas por la creciente inteligencia de los dispositivos de borde, facilitada por la introducción de plataformas de inteligencia artificial (IA) que pueden realizar cargas de trabajo dedicadas directamente en el dispositivo y en tiempo real, en lugar de en servidores remotos en la nube.
El rango de cargas de trabajo de IA en el borde es amplio, abarcando desde tareas de clasificación simples ejecutadas en unidades de procesamiento neural micro integradas (microNPUs) hasta complejas tuberías de visión para la clasificación de productos en cintas transportadoras en sistemas de inspección de calidad. En este último escenario, el dispositivo de borde requiere aceleradores de hardware de IA dedicados para procesar datos de múltiples sensores o cámaras con una latencia mínima.
Para describir, medir y comparar el rendimiento de la IA, las operaciones tera por segundo (TOPS) se han convertido en una métrica ampliamente utilizada, pero la especificación de TOPS por sí sola es insuficiente para evaluar la idoneidad del hardware de IA para aplicaciones industriales en el borde. Al seleccionar el dispositivo de borde adecuado, los usuarios deben equilibrar el rendimiento de la IA con el consumo de energía, la gestión térmica y la fiabilidad en entornos de −20°C a +70°C.
Normalización del rendimiento de IA usando TOPS/W
Al seleccionar hardware de IA para aplicaciones en el borde, es importante considerar cómo las condiciones térmicas del mundo real—y las restricciones de energía resultantes—afectan el rendimiento de computación disponible en comparación con el rendimiento máximo. Por esta razón, TOPS por vatio (TOPS/W) ha surgido como una métrica de comparación más significativa para las plataformas de IA en el borde.
Al relacionar directamente el rendimiento de computación de IA disponible con el consumo de energía, TOPS/W permite una comparación más razonable entre diferentes enfoques de hardware de IA. Para las puertas de enlace industriales, se pueden distinguir tres soluciones típicas de hardware de IA, como se muestra en la Tabla 1.
Tabla 1: Una comparación de diferentes soluciones de hardware de IA en el borde para puertas de enlace industriales.
| Tipo de hardware | SoC con microNPU (Arm Ethos NPU) | Módulo GPU (NVIDIA Jetson Orin) | Acelerador de hardware dedicado (Hailo-8) |
|---|
| Consumo de energía típico | ~1 a 2 W | ~5 a 15 W | ~2.5 W |
| Eficiencia de IA | ~0.5 TOPS/W | ~2.7 a 7.5 TOPS/W | >10 TOPS/W |
| Áreas de aplicación ideales | Dispositivos de borde siempre encendidos y eficientes en energía, detección de presencia y estado, preprocesamiento de datos | Robots móviles autónomos, optimización del control de procesos, sistemas multicámara | Fusión de múltiples sensores en mantenimiento predictivo, detección de anomalías, conteo de objetos |
| Ventajas | Requisitos térmicos bajos permiten diseños sin ventilador | Las cargas de trabajo complejas pueden manejarse eficientemente a alta utilización | Eficiencia líder en TOPS/W; enfriamiento pasivo posible dependiendo de la carga de trabajo |
| Desventajas | Rendimiento limitado para cargas de trabajo complejas como visión en tiempo real | Normalmente requiere enfriamiento activo, aumentando la complejidad del sistema; relativamente caro | Requiere un procesador anfitrión, que influye fuertemente en la eficiencia a nivel de sistema; relativamente caro |
Para muchas aplicaciones de puertas de enlace industriales con recursos limitados, un sistema en chip (SoC) con una microNPU integrada representa un compromiso equilibrado, ofreciendo un rendimiento de IA suficiente con un consumo de energía mínimo que simplifica significativamente la gestión térmica. Por ejemplo, el SoC NXP i.MX 93 ha demostrado una estimación de pose de IA en el borde eficiente en energía ejecutándose directamente en su microNPU integrada. Aquí, el modelo detecta posturas corporales o situaciones potencialmente peligrosas con una latencia ultra baja para mejorar la seguridad de los trabajadores industriales. La operación continua es habilitada por las demandas mínimas de computación, gestión térmica y energía de la microNPU como parte de un sistema completo. Considerar TOPS/W en lugar del rendimiento máximo de TOPS permite a los usuarios reconocer esta capacidad, sin ser engañados por los requisitos ocultos de gestión térmica de hardware más potente.
Una puerta de enlace en el borde para aplicaciones de IA de bajo mantenimiento
Para apoyar la funcionalidad confiable de IA en el borde en entornos que van desde −20°C a +70°C, los usuarios necesitan una puerta de enlace industrial robusta que permita conexiones a la infraestructura local de detección y control. Basado en el SOM-SMARC-MX93 módulo de computadora en módulo (COM) de SECO, el Modular Link MX93 presenta un PC industrial montado en riel DIN sin ventilador que mide 140 x 96 x 36 mm.
En su núcleo se encuentra el mencionado SoC NXP i.MX 93, que cuenta con dos núcleos de aplicación Arm Cortex-A55, un núcleo en tiempo real Arm Cortex-M33 y una microNPU Arm Ethos-U65 que ofrece hasta 0.5 TOPS para cargas de trabajo de IA en el borde. Como se muestra en la Figura 1, esta plataforma admite hasta 2 GB de memoria LPDDR4, Ethernet Gigabit dual y múltiples interfaces de alta velocidad, incluidas USB 2.0 dual, E/S digital e interfaces seriales.
Ver figura 1: La puerta de enlace industrial SECO Modular Link MX93 proporciona un rendimiento de IA suficiente para aplicaciones de automatización industrial y de edificios.
Para la integración industrial, las opciones de E/S flexibles son particularmente importantes: Un conector UART RJ12 configurable por software admite RS-232, RS-422 o RS-485, lo que hace que la plataforma sea adecuada para escenarios de actualización que involucran instalaciones existentes y equipos heredados. El diseño modular también presenta sistemas de hija apilables que permiten la expansión para acomodar conexiones específicas de la aplicación.
En el escenario de seguridad mencionado anteriormente, el Modular Link MX93 se conectaría directamente a una cámara industrial o sensor de visión a través de sus interfaces de alta velocidad. Las secuencias de video se preprocesan en el SoC NXP i.MX 93, mientras que la inferencia de IA en sí misma se ejecuta en la microNPU Arm Ethos-U65 integrada. Los datos resultantes se evalúan localmente para detectar posturas o movimientos inseguros, lo que permite al sistema activar advertencias o enviar eventos a sistemas de control de nivel superior, sin la necesidad de transmitir datos de video sin procesar a la nube.
Además de una construcción de hardware formidable, el Modular Link MX93 se complementa con Clea, el ecosistema de software integral de SECO que admite la gestión de dispositivos, actualizaciones y la operación segura de implementaciones distribuidas de IA en el borde. El sistema operativo Clea basado en Yocto simplifica la implementación de aplicaciones en el Modular Link MX93 y en la mayoría de los productos de borde de SECO. Al completar el ecosistema de hardware y software de esta manera, SECO apoya a los usuarios de puertas de enlace industriales para obtener todos los beneficios de la IA en el borde durante el ciclo de vida de la implementación.
Selección de hardware de IA en el borde para aplicaciones industriales
A medida que el número de opciones de hardware de IA en el borde aumenta con la demanda del mercado, elegir la solución adecuada para una implementación de automatización industrial o de edificios sigue siendo una tarea desafiante. Aun así, un enfoque estructurado ayuda a evitar decisiones de diseño deficientes desde el principio, por lo que los usuarios deben seguir tres pasos clave al seleccionar una plataforma de IA en el borde:
- Ajustar el rendimiento de computación al caso de uso real; no todas las aplicaciones requieren el máximo de TOPS.
- Usar TOPS/W como criterio de selección para identificar plataformas eficientes en energía para tareas simples de IA y reservar aceleradores de mayor rendimiento para aplicaciones más complejas.
- Considerar factores a nivel de sistema, incluidos el suministro de energía, la gestión térmica, las condiciones ambientales, los requisitos de E/S y el ecosistema de software disponible, ya que son críticos para la operación a largo plazo.
Para muchas aplicaciones que operan bajo presupuestos de energía limitados, el procesamiento de IA basado en microNPU del SECO Modular Link MX93 ofrece una solución bien equilibrada. Con 0.5 TOPS de rendimiento de IA que contribuyen aproximadamente 1 W de consumo de energía al sistema total, la gestión térmica se simplifica, permitiendo puertas de enlace de IA en el borde robustas y de bajo mantenimiento para su uso en automatización industrial, robótica, tecnología de gestión de edificios y más allá.
Para obtener más información sobre IA en el borde para aplicaciones industriales, contacte a los expertos de SECO hoy y obtenga todos los beneficios de su experiencia en computación en el borde.