Inversión en Centros de Datos Impulsa la Robótica con IA Física

Robots y sistemas de IA física están a punto de dar un salto cualitativo: evolucionan de aplicaciones piloto a herramientas prácticas que actúan, reaccionan y toman decisiones en el mundo real. Su rápido desarrollo señala un cambio fundamental: la IA se desplaza hacia el borde (edge) y se integra en los dispositivos y máquinas que nos rodean.

UBS pronostica que, en este contexto, solo el mercado de robots humanoides podría crecer hasta los 1,7 billones de dólares para 2050. Más información aquí. Sin embargo, detrás de esta transformación se encuentra un fundamento crucial: las masivas inversiones en IA y centros de datos, que ahora allanan el camino para la IA física y están cambiando fundamentalmente los requisitos de los semiconductores.

El ciclo de inversión en centros de datos

Lo que parece un auge repentino de la IA física es, en realidad, el siguiente paso lógico de una infraestructura en construcción a largo plazo, con la que comienza cada gran avance en la industria de la TI. Posteriormente, aumenta el número de aplicaciones.

Esto también ocurre aquí: la infraestructura de IA está ahora lo suficientemente avanzada como para trasladar la inteligencia desde la nube al mundo físico. Sin embargo, la verdadera oportunidad de mercado reside en los sistemas de IA física como la siguiente fase.

El objetivo es equipar miles de millones de dispositivos físicos, desde dispositivos portátiles hasta vehículos autónomos, para que puedan percibir, decidir, actuar y comunicarse en tiempo real. Las estimaciones del mercado indican una tasa de crecimiento anual de alrededor del 34% entre 2025 y 2034.

El auge de la IA física

La dinámica actual muestra que la IA física está superando la fase de proyectos piloto y prototipos y entrando en una fase de implementación a gran escala y real. Los centros de datos se ven cada vez más limitados por las restricciones en cuanto a las necesidades de energía y la capacidad de cálculo.

La IA física alivia esta infraestructura al trasladar la inteligencia y la lógica de decisión directamente a los dispositivos, acelerando así su adopción. Los sistemas de IA física agregan continuamente datos de diversos sensores, procesan información con granularidad variable y toman decisiones en milisegundos a través de motores y actuadores.

Operan a través de múltiples dominios de sensores, permitiendo una verdadera forma de autonomía inteligente: las máquinas pueden percibir, pensar, actuar y comunicarse en el mundo físico.

Escenarios de aplicación concretos

Muchos ya están familiarizados con las aplicaciones de la IA física en su vida diaria, sin nombrarlas como tales: sistemas avanzados de asistencia al conductor (ADAS), robótica doméstica, drones, infraestructura inteligente y sistemas médicos y de diagnóstico asistidos por IA son solo algunos ejemplos.

En diferentes mercados de todo el mundo, la IA física ya se está utilizando en áreas como el apoyo a la movilidad y la rehabilitación, donde los sistemas inteligentes integrados en los dispositivos ayudan a personas mayores, pacientes y profesionales industriales. Estas implementaciones demuestran cómo las decisiones en tiempo real en el borde permiten soluciones escalables y viables. Al mismo tiempo, impulsan nuevas y más complejas demandas de innovación en semiconductores.

Cómo los *workloads* de IA física están cambiando los requisitos de los semiconductores

Las implementaciones del mundo real mostradas este año en el CES demuestran que los *workloads* de IA física son fundamentalmente diferentes de los de la IA generativa, que se ejecuta principalmente en el centro de datos. Esto se debe a que la IA física conlleva *workloads* más complejos y diversos que los modelos generativos clásicos.

Mientras que los diseñadores de chips esperan que los dispositivos capturen y procesen datos de forma permanente, las expectativas de los usuarios están creciendo en cuanto a que los dispositivos ejecuten comandos y se comuniquen en entornos dinámicos y difíciles de predecir. Estos desarrollos están redefiniendo los requisitos de los semiconductores. En esencia, estos se pueden resumir de la siguiente manera:

Sense: La IA física impulsa un rápido crecimiento en el área de la detección y requiere tecnología analógica precisa, soluciones RF de alto rendimiento y diseños mixtos de señal altamente integrados. La plataforma “FDX”, conocida por su rendimiento RF, control de fugas y alta estabilidad de temperatura, ya forma la base de las aplicaciones de detección en la automatización industrial y en los ADAS. Con la expansión de las modalidades a través de visión, radar, LiDAR y sensores ambientales, ofrecen una base eficiente en energía con tecnologías analógicas precisas, SiGe-RF y memorias integradas para capturar y preprocesar datos reales.

Think: La autonomía en tiempo real necesita recursos de cálculo optimizados para *workloads* y de ultra bajo consumo. Las CPU RISC-V multi-hilo ofrecen un rendimiento determinista y basado en eventos, priorizan las tareas críticas y permiten reacciones inmediatas en el borde. En combinación con tecnologías eficientes en energía, estas plataformas trasladan la potencia de cálculo de los entornos de nube centralizados a miles de millones de dispositivos, hacia un modelo de inteligencia distribuida.

Act: Implementar decisiones en el mundo físico requiere un control de alta precisión, baja latencia y una estrecha integración de motores y actuadores. Las tecnologías BCD y Power-GaN, la IP de señal mixta y los procesos CMOS altamente fiables admiten E/S densas, bucles de control de motor rápidos y una actuación eficiente, esenciales para la robótica, la automatización industrial y los futuros sistemas humanoides.

Communicate: La IA física requiere conectividad segura y eficiente en términos de energía a través de miles de millones de dispositivos, desde conexiones de corto alcance entre dispositivos individuales hasta soluciones de comunicación 5G/6G y satelital de alto ancho de banda.

Las tecnologías de semiconductores para RF, conectividad y bloques de construcción RF basados en SiGe y GaN forman la base para transmitir datos de forma rápida, eficiente y segura en sistemas inteligentes distribuidos; las arquitecturas de procesador admiten esto con un diseño abierto y orientado al software para plataformas edge conectadas.

Los requisitos cambiantes impulsan la demanda de precisión analógica, integración multimodal, consumo de energía ultrabajo, computación optimizada, baja latencia, conectividad segura, memoria integrada y circuitos de sensores avanzados.

Tecnologías para la IA física

Mientras que la inversión en centros de datos de IA sigue aumentando, están preparando el escenario para la próxima ola de innovación en el borde. Esto crea un mercado en rápido crecimiento para la IA física, que se espera que alcance al menos 18 mil millones de dólares para 2030, a medida que las funciones inteligentes se integren cada vez más en dispositivos y sistemas para el transporte, la automatización industrial, la electrónica de consumo y la tecnología médica.

Hoy en día, la IA física ya impulsa vehículos autónomos, ADAS, robots domésticos, drones, dispositivos inteligentes, dispositivos portátiles y sistemas médicos y de diagnóstico asistidos por IA. En el futuro, irá más allá de estas aplicaciones e inaugurará una era de robots humanoides y sistemas autónomos mucho más avanzados.

En este contexto, la industria se encuentra en un punto de inflexión: la IA ya no se limita a los racks llenos de GPU en el centro de datos, sino que se está trasladando a los dispositivos, máquinas, vehículos y robots que conforman nuestra vida cotidiana. Cuanto más se escale la IA física, más claras serán los requisitos específicos de los semiconductores y, a su vez, el papel de fabricantes como Global Foundries para permitir esta transformación.

(ID:50714982)