- AI
- Edge Computing
- Clea
La nueva arquitectura de IA: combinar edge, fog y cloud computing
Aunque la inteligencia artificial suele asociarse con el cloud computing, cada vez más cargas de trabajo de IA migran a los dispositivos locales, un fenómeno conocido como Edge AI. Este artículo explora las ventajas de la Edge AI y cómo la integración de Clea permite implantarla.

Aunque la inteligencia artificial suele asociarse con el cloud computing, cada vez más cargas de trabajo de IA migran a los dispositivos locales, un fenómeno conocido como Edge AI. Gracias a la aparición de procesadores embebidos con IA de bajo coste y de modelos de IA ligeros, hoy es posible encontrar IA funcionando en la maquinaria de la planta, en equipos médicos y en muchas otras aplicaciones edge.
Las ventajas de implantar Edge AI son considerables. La mayor es la reducción de la latencia. En lugar de esperar la respuesta de un centro de datos lejano y asumir tiempos de comunicación de red no deterministas, los datos pueden procesarse en tiempo real. Mantener los datos sensibles en el dispositivo local también mejora la seguridad, ya que reduce drásticamente las oportunidades de interferir en las decisiones guiadas por IA. Estos factores permiten que la IA sustente un funcionamiento fiable en tiempo real, una característica clave para casos de uso críticos en el tiempo, como los vehículos autónomos y la robótica, que quizá no serían viables en un paradigma de IA basado en la nube.
La Edge AI también reduce el consumo de energía al eliminar la necesidad de transferir datos constantemente a la nube, una característica crucial para los dispositivos edge que funcionan con energía limitada. Además, las empresas ahorran dinero al procesar los datos en local en lugar de pagar por un ancho de banda continuo en la nube.
Quizá lo más importante es que los sistemas de Edge AI siguen funcionando aunque fallen las conexiones a internet, con una fiabilidad que los sistemas que dependen de la nube no pueden igualar.
La necesidad de una inteligencia multicapa
Aunque la Edge AI tiene muchas ventajas, también tiene sus límites. Muchos sistemas necesitan una inteligencia multicapa que combine edge, cloud y fog computing para equilibrar eficiencia, velocidad y escalabilidad. Para entender por qué, consideremos un sistema típico de videovigilancia:
- La Edge AI procesa los datos directamente en el dispositivo final, por ejemplo, dentro de una cámara de vigilancia inteligente.
- El fog computing añade una capa entre el edge y la nube que puede gestionar datos de múltiples fuentes. Por ejemplo, un sistema local de grabación de vídeo en red (NVR) conectado a varias cámaras puede seguir objetos que se desplazan entre las vistas de distintas cámaras y comunicar a la nube los resultados derivados cuando sea necesario.
- El cloud computing agrega y procesa grandes cantidades de datos en centros de datos. Funciona bien para el almacenamiento a largo plazo, el entrenamiento de modelos de IA y el análisis de datos a lo largo del tiempo, como el seguimiento de tendencias de seguridad en toda una ciudad.
Al combinar estos enfoques, un sistema edge-to-cloud o edge-to-fog-to-cloud puede aportar más valor que una solución puntual independiente.
Clea cubre todos los componentes de la cadena de valor
Consciente de la importancia de un enfoque integral, SECO ofrece soluciones de hardware y de software que abarcan la IA en el edge, en el fog y en la nube.
Las soluciones de hardware para Edge AI abarcan una gran variedad de módulos de computación de formato estándar y de computadores monoplaca. La generación actual de procesadores embebidos de empresas como NXP, Qualcomm, MediaTek e Intel incorpora aceleradores de IA integrados y las bibliotecas asociadas. Por ejemplo, el módulo SOM-SMARC-Genio700, del tamaño de una tarjeta de crédito, utiliza el procesador Genio 700 de MediaTek, que combina ocho núcleos Arm (2x Cortex-A78 + 6x Cortex-A55) con un Deep Learning Accelerator que ofrece 4 billones de operaciones por segundo (TOPS) de rendimiento de IA. Esto permite ejecutar IA compleja en dispositivos pequeños sin ventilador e incluso en sistemas alimentados por batería.
Para el fog computing, los computadores industriales de gama alta ofrecen mayor potencia de procesamiento, más conectividad y coprocesamiento de IA dedicado. Por ejemplo, el computador sin ventilador Titan 300 TGL-UP3 AI combina un procesador Intel Tiger Lake UP3 con un chip Axelera AI para ofrecer 120 TOPS a través de su AIPU Metis. Esto proporciona un potente procesamiento de IA a nivel local.
En el apartado del software, la suite de software de Internet de las cosas (IoT) Clea conecta el edge, el fog y la nube para sistemas de IA avanzados. Todo empieza con Clea OS, una plataforma Linux completa basada en Yocto que funciona en el hardware edge y fog de SECO y es compatible con procesadores x86 y Arm. Clea OS facilita el despliegue de IA distribuida al ofrecer herramientas de desarrollo estandarizadas y funciones DevOps de back-end para la integración y el despliegue continuos.
El ecosistema Clea es independiente de la nube e incluye varias herramientas clave:
- Para los nodos de IA en el edge y en el fog, Clea Edgehog ofrece sólidas capacidades de monitorización de dispositivos y gestión de flotas, lo que facilita el mantenimiento y la actualización de dispositivos a escala.
- En la nube, Clea Astarte ofrece una orquestación de datos sofisticada: recoge, enruta y gestiona los datos de los dispositivos en una flota de dispositivos IoT. Astarte permite recoger, procesar y analizar grandes volúmenes de datos, con el respaldo de Kubernetes para la escalabilidad y de ScyllaDB para un crecimiento empresarial sin fricciones.
- Clea Portal ofrece un front end basado en la nube para gestionar y monetizar la flota de Edge AI, con todo, desde la visualización de datos hasta el control de dispositivos.
- Clea AI Studio es un entorno de programación visual que crea flujos de servicio a partir de las herramientas de IA de los fabricantes de procesadores para desplegar aplicaciones basadas en IA en dispositivos edge.
Los desarrolladores pueden utilizar la suite de software Clea para crear soluciones IoT completas de extremo a extremo y facilitar el despliegue y el funcionamiento de las capacidades de IA, tanto si el algoritmo de IA concreto se ejecuta en el edge, en el fog o en la nube. La suite se encarga de todo, desde la recogida de datos hasta la creación de interfaces de usuario, y agiliza el proceso de despliegue de la Edge AI.
Conclusión
Aunque la Edge AI ofrece ventajas convincentes frente a los enfoques tradicionales de cloud o fog computing, una implantación satisfactoria exige estudiar con cuidado los requisitos de hardware y de software.
La completa pila de soluciones de SECO permite a las organizaciones optimizar sus despliegues de Edge AI según sus necesidades específicas, con la flexibilidad y la escalabilidad que exige el panorama tecnológico actual, en rápida evolución.
¿Listo para empezar su diseño de Edge AI? Póngase en contacto con nosotros hoy mismo.

Destacado en este artículo
SOM-SMARC-Genio700
Computer on Module (CoM) SMARC® Rel. 2.1.1 con procesadores de aplicaciones MediaTek Genio 700.
- SMARC®
- MediaTek Genio 700
También en este artículo: Titan 300 TGL-UP3, Titan 300 TGL-UP3 AI
Reciba la newsletter de SECO.
Suscríbase con su dirección de correo en seco.com.





