Revolución en el Edge: Sinergia PLC-FPGA para una IA Industrial Ultrarrápida y Sostenible
27 marzo 2026 |El investigador Alcides y su equipo en DeustoTech están revolucionando el Edge-AI industrial combinando lo mejor de dos mundos: la robustez de los PLC Siemens (S7-1215C) y la velocidad de procesamiento de las FPGA de AMD (Kria KV260).
2 MINS LECTURA ←Volver a ActualidadLa industria moderna se enfrenta a un desafío crítico: la necesidad de tomar decisiones inteligentes en tiempo real directamente en la planta de producción. Las soluciones de Inteligencia Artificial basadas en la nube a menudo se topan con barreras de latencia y conectividad. Para superar esto, en DeustoTech estamos liderando un proyecto que redefine los límites del Industrial Edge-AI.
El «Dúo Dinámico» de la Automatización Avanzada
Estamos llevando a cabo una integración pionera que combina lo mejor de dos mundos tecnológicos. Por un lado, la fiabilidad determinista y la robustez probada del autómata Siemens S7-1215C, un estándar en el control industrial. Por otro, la inmensa flexibilidad y capacidad de procesamiento paralelo de las FPGAs de la familia AMD Kria KV260.
A esta combinación la llamamos el «dúo dinámico» de la IA Industrial. Al unir estas tecnologías, logramos ejecutar modelos complejos de Deep Learning (Aprendizaje Profundo) directamente a pie de máquina. ¿El resultado? Una reducción drástica de la latencia, llevando los tiempos de respuesta a escala de microsegundos, algo fundamental para el control de procesos críticos, la robótica avanzada y la visión artificial industrial.
El Desafío de la Investigación: Rendimiento vs. Consumo
Sin embargo, llevar la inteligencia artificial al extremo (Edge) no se trata solo de potencia de cálculo. Como parte del trabajo de nuestro grupo de investigación en DeustoTech, estamos abordando el núcleo del problema en los sistemas embebidos: el delicado equilibrio entre el rendimiento computacional y el consumo de energía.
Un despliegue industrial masivo de IA no será viable si no es sostenible. Por ello, nuestra investigación se centra en el desarrollo y la aplicación de técnicas avanzadas para optimizar las Redes Neuronales Profundas (DNNs). Mediante estrategias de compresión, cuantización y diseño eficiente de algoritmos, aseguramos que la inferencia no solo sea ultrarrápida, sino también:
-
Eficiente energéticamente: Minimizando el consumo de vatios por cada inferencia realizada en la FPGA.
-
Térmicamente estable: Reduciendo la disipación de calor, crucial en entornos industriales cerrados.
-
Altamente escalable: Permitiendo su integración en diversas líneas de producción sin requerir infraestructuras eléctricas sobredimensionadas.
Mirando hacia la Industria 5.0
El trabajo que estamos desarrollando desde DeustoTech no solo resuelve un problema técnico actual, sino que sienta las bases para la Industria 5.0, donde la inteligencia de las máquinas colabora de forma eficiente, rápida y, sobre todo, sostenible.
Seguiremos compartiendo nuestros avances en la optimización de hardware y software para acercar la inteligencia artificial allí donde más se necesita: en el corazón mismo de la industria.