Uso de edge computing para ahorrar energía y mejorar la sostenibilidad


El Internet de las cosas (IoT) y la inteligencia artificial (IA) están cambiando las industrias y la sociedad. Hacen posible automatizar actividades rutinarias mientras liberan conocimientos y funciones que antes eran inalcanzables. Edge computing, que procesa datos donde se crean en lugar de hacerlo de forma remota en un centro de datos, ofrece una solución más ecológica e inteligente.

Índice del contenido

Lleve la IA al límite

Los sensores se han vuelto extremadamente populares desde principios del siglo XXI. Gracias al IoT, los sensores inteligentes en red nos rodean por todas partes. Para 2030, los miles de millones de sensores en los dispositivos IoT podrían ser responsables del 30 % del tráfico de Internet gracias al despliegue generalizado de 5G. Esto aumentaría significativamente el impacto de carbono de la IA. Las aplicaciones de IoT e IA se implementan tradicionalmente en la nube porque requieren los recursos informáticos de los centros de datos para transformar los datos en información y acciones. A medida que crece la cantidad de aplicaciones, debemos reducir su dependencia de la informática en la nube que consume mucha energía.

Edge Computing ofrece una solución. Implica mover algunos de los recursos informáticos y de almacenamiento fuera del centro de datos, más cerca de donde se generan los datos. De esta forma, las aplicaciones y los dispositivos recopilan y analizan datos de forma independiente. Este enfoque está cobrando impulso a medida que ofrece una innovación significativa para aplicaciones tan diversas como productos de consumo, gestión de instalaciones, mantenimiento predictivo industrial, autonomía de vehículos y más. Reduce el consumo de energía, protege mejor los datos personales, reduce la latencia y permite la autonomía en la toma de decisiones en el punto de uso para un mayor control, aprendizaje e inteligencia.

Edge AI puede contribuir a una industria más inteligente y ecológica de muchas maneras

Hay muchas maneras en que la computación basada en el borde está ayudando a que varios sectores industriales sean más inteligentes y ecológicos. Aquí están algunos ejemplos.

  • El monitoreo de condiciones y el mantenimiento predictivo en las fábricas pueden hacer que las operaciones sean más inteligentes y energéticamente eficientes. Los sensores brindan actualizaciones periódicas sobre el estado operativo de las máquinas para determinar cuándo necesitan mantenimiento o reemplazo de componentes específicos. Esto reduce el tiempo de inactividad y garantiza que las máquinas funcionen con una eficiencia energética óptima.
  • Edge AI también será fundamental para la próxima generación de robots colaborativos (cobots), diseñados para trabajar en tiempo real en el mismo espacio de trabajo que los humanos para mejorar la eficiencia y garantizar su seguridad.
  • Las ciudades inteligentes pueden aprovechar redes de millones de sensores inteligentes y nodos de IoT para mejorar la vigilancia, administrar recursos, empoderar a los ciudadanos y mejorar la logística con drones y vehículos autónomos.
  • Conducir es cada vez más seguro, más ecológico y más conectado. La multitud de sensores distribuidos en los automóviles de próxima generación requiere IA local para permitir que el vehículo reaccione rápidamente ante situaciones potencialmente mortales. Además, Edge AI se puede utilizar para optimizar el sistema de gestión de la batería y adaptar el vehículo al estilo de conducción del conductor para garantizar que el vehículo se conduzca de manera eficiente desde el punto de vista energético.
  • Introducir la automatización en el sector agrícola puede ayudar a aumentar la productividad y reducir el impacto ambiental. Los vehículos y máquinas agrícolas inteligentes contribuirán a las estrategias de sostenibilidad al permitir el uso de menos agua, fertilizantes y pesticidas. Los sensores junto con Edge AI permiten la distribución de cantidades apropiadas de agua o sustancias químicas a plantas individuales.
  • La medicina y la atención médica están evolucionando hacia un monitoreo más personalizado y permanente y la capacidad de acceder a los servicios médicos desde la comodidad del hogar. Los sensores y la IA perimetral también desempeñan un papel clave en la gestión de la protección de datos.

Todos estos ejemplos generan cantidades masivas de datos de sensores que serían muy ineficientes en energía y ancho de banda para enviar a la nube para su procesamiento, así como problemas de privacidad y latencia. Edge computing con IA ofrece una forma de hacerlo sostenible.

Computación de borde rápido

Cambiar la computación para IA de la nube al borde requiere el despliegue de una serie de innovaciones de semiconductores. Esto incluye tecnologías de ultra bajo consumo y enfoques de sistemas, así como la introducción de aceleradores de hardware específicos en unidades de procesamiento neuronal (NPU) y soluciones de computación en memoria (IMC). Al impulsar la IA y el aprendizaje automático, estas tecnologías de hardware de computación altamente eficientes ya están transformando la computación en el borde, superando los límites de la funcionalidad inteligente y la escalabilidad de las redes de IoT. Juntos, reducen el rendimiento a nivel del sistema y los requisitos de ancho de banda al mismo tiempo que aumentan la eficiencia computacional de los microcontroladores de última generación para dispositivos periféricos.

STMicroelectronics se enfoca en optimizar la eficiencia computacional en combinación con un bajo consumo de energía y técnicas de seguridad integradas para proteger los datos recopilados, su procesamiento y las acciones resultantes. Dichos desarrollos son necesarios para lograr la eficiencia para la competitividad y la amplia aceptación del cliente.

ST ya está muy involucrado en la implementación de IA en el borde en aplicaciones automotrices, de la industria inteligente y de IoT. La familia STM32 de microcontroladores ARM Cortex de 32 bits incluye versiones de bajo consumo que son adecuadas para operaciones basadas en el perímetro. Para que sea más fácil para aquellos con menos experiencia con IA, NANOEDGE AI Studio integra bibliotecas de aprendizaje automático y encuentra y configura automáticamente la mejor solución para cada caso de uso específico. Para aquellos que trabajan directamente con modelos de IA, STM32Cube.AI permite a los ingenieros de aprendizaje automático importar y optimizar rápidamente sus soluciones de IA aprovechando funciones avanzadas como capas personalizadas y soluciones de redes neuronales profundamente cuantificadas. La biblioteca construida se puede cargar en el microcontrolador, lista para comenzar a procesar cargas de trabajo de inferencia.

ST comenzó a poner IA en sensores con el lanzamiento del LSM6DSOX con un núcleo de aprendizaje automático en 2019. Los avances en el fortalecimiento de la flexibilidad de los sensores relacionados con la IA continúan con la introducción de la Unidad de Procesamiento de Sensores Inteligentes (ISPU).

El ISPU combina procesamiento de señales y algoritmos de inteligencia artificial en sensores que permiten que los productos innovadores detecten, procesen y actúen mientras ahorran espacio de manera significativa y reducen el consumo de energía hasta en un 80 %.

La cantidad de objetos y sistemas interconectados y miniaturizados capaces de detectar, procesar y actuar está creciendo rápidamente. ST está ayudando a impulsar esta transformación con sensores, actuadores integrados inteligentes, conectividad, seguridad e IA integrada. Estas soluciones están diseñadas para proporcionar un conjunto de herramientas para que los sectores industrial, automotriz, sanitario, agrícola y muchos otros continúen innovando mientras contribuyen a sus esfuerzos de descarbonización.


Si quieres conocer otros artículos parecidos a Uso de edge computing para ahorrar energía y mejorar la sostenibilidad puedes visitar la categoría Electrónica.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir