Inteligencia artificial en producción en el edge industrial: Un camino repetible con Red Hat e Intel

Los equipos industriales desean implementar la inteligencia artificial en ubicaciones críticas: fábricas, centros logísticos, operaciones de campo remotas y como la inteligencia que impulsa a los robots. Sin embargo, gran parte de estos proyectos no logran superar la fase piloto. El principal obstáculo rara vez es el propio modelo de inteligencia artificial. Con frecuencia, los desafíos surgen de la realidad de los entornos del edge, que se caracterizan por contar con recursos limitados, conectividad intermitente y sistemas de difícil acceso, a menudo sin soporte técnico local. 

Red Hat Device Edge aborda este problema al ofrecer consistencia operativa para las cargas de trabajo y los dispositivos del extremo (edge). Para lograrlo, utiliza Red Hat Enterprise Linux como sistema operativo consistente y flexible junto con la compilación de MicroShift de Red Hat, una solución ligera de orquestación de contenedores de Kubernetes diseñada a partir de las capacidades del extremo (edge) de Red Hat OpenShift. Los clientes pueden aprovechar esta base para llevar la inteligencia artificial más allá de los pilotos. Pero para lograrlo, necesitan una receta de sistema repetible, no una integración única. Red Hat e Intel ofrecen herramientas que pueden utilizarse para diseñar la inteligencia artificial en el edge. Este enfoque escalable de la inteligencia artificial en el edge industrial se asemeja a un canal de procesamiento:

1. La arquitectura de referencia (RA) define el qué y el cómo para una clase de implementaciones: computación, aceleración, stack de software y modelo operativo.
2. El Verified Reference Blueprint (VRB) convierte la arquitectura en una receta validada: configuraciones específicas de hardware y software base que se prueban y evalúan para que los resultados sean predecibles. Intel publica los VRB específicamente para reducir el tiempo, el esfuerzo y los gastos de evaluación de las opciones de hardware y software, y para que los resultados del sistema sean más reproducibles. 
3. Las Intel Edge AI Suites se encargan de la última milla: aplicaciones de referencia orientadas al dominio y elementos básicos reutilizables que los equipos pueden utilizar para agilizar la implementación real.

Esta estructura sustituye el conocimiento no documentado del equipo y el código personalizado por patrones validados y documentados que los equipos pueden implementar repetidamente. Analicemos las etapas de este canal con más detalle.

Por qué los VRB son importantes para los compradores industriales

Los operadores industriales no buscan otra demostración; quieren una implementación predecible. El enfoque de VRB publicado por Intel está posicionado explícitamente para simplificar las opciones de diseño al agrupar piezas de hardware y software, lo que aumenta la previsibilidad del rendimiento y reduce el esfuerzo de evaluación. 

Por ejemplo, el Verified Reference Blueprint de Intel con Dell describe un sistema de inteligencia artificial comercial optimizado que se entrega a través de un OEM (fabricante de equipos originales), con una configuración verificada y sometido a pruebas de rendimiento con el software de inteligencia artificial de referencia de Intel en hardware de Intel. El objetivo es aumentar la previsibilidad y agilizar la incorporación de aplicaciones mediante la implementación de un sistema «de eficacia probada», lo que reduce el esfuerzo del usuario final.

Este es solo un ejemplo y existen planos técnicos disponibles para muchos otros proveedores. Independientemente del proveedor que prefiera un equipo industrial, un sistema validado ofrece un camino más rápido desde el prototipo hasta la implementación estandarizada.

Transformación de los elementos básicos de inteligencia artificial en el edge en soluciones listas para el entorno industrial

Los sistemas validados son necesarios, pero no suficientes, para una implementación exitosa de la inteligencia artificial en el edge. Los equipos también necesitan elementos básicos de software reutilizables que agilicen el desarrollo de soluciones para entornos industriales específicos.

Esa es la función que desempeña Intel Open Edge Platform, un stack de software modular y ajustable para la inteligencia artificial en el edge. La plataforma incluye documentación que describe las Edge AI Suites, colecciones seleccionadas de aplicaciones de referencia de inteligencia artificial que pueden acelerar el desarrollo en el edge con bibliotecas, microservicios y herramientas optimizadas para la arquitectura Intel.

La plataforma Open Edge Platform incluye Manufacturing AI Suite y Robotics AI Suite, que resultarán de especial interés para los equipos industriales. (Otras suites incluyen Metro, Retail, Education y Health and Life Sciences). Por lo general, las implementaciones de inteligencia artificial en el sector industrial no solo requieren la capacidad de ejecutar inferencias. Requieren canales integrados, patrones de integración y medidas de seguridad operativas sobre las que los equipos puedan trabajar de forma constante; eso es lo que ofrece Open Edge Platform.

Motivos por los que Red Hat Device Edge se adapta a la realidad del edge de la red industrial

Los entornos del edge industrial son diferentes de los centros de datos. Los dispositivos funcionan con limitaciones de energía, refrigeración y conectividad, y suelen encontrarse en ubicaciones de difícil acceso para su mantenimiento. Red Hat Device Edge ofrece uniformidad operativa para superar esas limitaciones, ya que combina:

• Red Hat Enterprise Linux con imágenes y operaciones del sistema operativo optimizadas para el edge, lo cual aporta la confiabilidad y seguridad de un sistema operativo empresarial a los dispositivos en el edge.
• MicroShift para la orquestación ligera de contenedores de Kubernetes, derivada de Red Hat OpenShift
• Red Hat Edge Manager, que ofrece funciones de gestión de flotas fáciles de usar que extienden la orquestación a todos los formatos de los dispositivos del edge
• Red Hat Ansible Automation Platform para la implementación y la automatización del ciclo de vida

A los compradores industriales no les interesan necesariamente los aspectos técnicos de Kubernetes como sistema de orquestación. Se preocupan principalmente por la uniformidad de las operaciones y los ciclos de vida; de lo contrario, la mayoría de los proyectos piloto fallan al intentar aumentar su escala.

Cómo Red Hat e Intel impulsan la robótica industrial 

La robótica representa un caso práctico de implementación de inteligencia artificial en el edge particularmente complejo. Un robot industrial que funciona con inteligencia artificial necesita sensores, cámaras, canales de inferencia e interacciones deterministas con el mundo físico. Si bien las implementaciones de robótica pueden comenzar con un solo prototipo impresionante, solo resultan útiles cuando la stack subyacente es reproducible y admite soporte.

Como se mencionó, la plataforma Open Edge Platform incluye Robotics AI Suite. Los equipos de robótica se benefician cuando pueden comenzar desde las bases de sistemas validados que proporcionan los VRB, usar los bloques de construcción seleccionados que conforman las bibliotecas y suites suministradas, y realizar implementaciones en flotas gestionadas mediante Red Hat Device Edge y MicroShift. Es una alternativa mucho más atractiva que diseñar todo desde cero. 

Qué deben solicitar los clientes: Una lista de verificación sencilla

Si eres un comprador industrial que evalúa plataformas de inteligencia artificial en el edge, estas son las preguntas que debes hacerte si quieres diseñar una infraestructura que pase de la fase piloto a la de producción:

1. ¿Existe una receta validada del sistema? Esto implica una configuración publicada y probada, no solo un diagrama de referencia. Las VRB de Intel están posicionadas específicamente para reducir el esfuerzo de evaluación y aumentar la previsibilidad.
2. ¿Existe una vía para obtener bloques de construcción de soluciones reutilizables? Esto implica suites de código, bibliotecas y microservicios reutilizables, no soluciones personalizadas únicas. Open Edge Platform incluye suites y bibliotecas diseñadas para tal fin. 
3. ¿Cómo se gestiona el ciclo de vida en el edge? Necesitas un sistema que pueda gestionar actualizaciones, reversiones, aprovisionamiento y operaciones consistentes en entornos con limitaciones. Esto es fundamental para lo que ofrece Red Hat Device Edge.

El edge industrial necesita repetibilidad

La próxima fase de la inteligencia artificial en el edge no consiste en modelos más grandes. Se trata de implementaciones repetibles. En el caso de la inteligencia artificial y la robótica en el edge industrial, los ganadores serán los equipos que conviertan los pilotos dispersos en sistemas estandarizados y repetibles. Estos equipos los implementarán de forma consistente y operarán a escala.

Por eso el proceso es importante: Arquitectura de referencia → Verified Reference Blueprint → Intel AI Suite, construida sobre bases de sistemas validados y con el soporte de plataformas operativas diseñadas para las limitaciones del edge lejano.

¿Estás listo para convertir tu piloto de inteligencia artificial en el edge en una realidad escalable? Ponte en contacto con Red Hat hoy mismo para lanzar una prueba de concepto y ver cómo la potencia combinada de los Verified Reference Blueprints de Intel y Red Hat Device Edge ofrece la base repetible que tu entorno industrial exige.