A empresa muuv links anunciou o seu plano para lançar a plataforma edgefuse em novembro de 2026, uma plataforma de inteligência artificial avançada concebida especificamente para os setores de manufatura e Internet das Coisas (IoT). A plataforma visa resolver um dos maiores obstáculos técnicos da era atual: como executar modelos massivos de inteligência artificial em dispositivos de borda (Edge devices) que possuem capacidades de processamento e memória limitadas.
O desafio do fosso entre a nuvem e os dispositivos de borda
As empresas que operam em áreas industriais enfrentam um grande fosso tecnológico; enquanto os modelos de inteligência artificial são treinados em ambientes de nuvem de alta capacidade, o processo de sua aplicação no mundo real (em linhas de produção ou sensores) exige a sua execução em dispositivos com especificações técnicas modestas. Esta disparidade torna os modelos tradicionais incapazes de funcionar de forma eficiente sem esgotar os recursos do dispositivo ou causar atrasos na resposta (Latency), o que impede o aproveitamento total das tecnologias de Inteligência Artificial Física (Physical AI).
O que a plataforma edgefuse oferece?
A plataforma edgefuse atua como um intermediário tecnológico para gerir o processo de conversão e otimização de modelos para que se adaptem ao hardware disponível. A plataforma baseia-se num conceito inovador conhecido como "Lista de Materiais de IA" (AI-BOM), onde gere os componentes de software e hardware necessários para garantir que o modelo funcione com a máxima eficiência possível num processador específico ou numa memória específica dentro do dispositivo de borda. Em vez de lidar com cada dispositivo de forma separada, a plataforma fornece um mecanismo para automatizar o processo de compatibilidade entre o modelo e o hardware.
O que muda na prática para os fabricantes?
Espera-se que esta plataforma contribua para mudar a forma como a inteligência artificial é integrada nos processos industriais através de:
- Simplificação dos processos de implementação: Redução do esforço de engenharia necessário para converter modelos do ambiente de desenvolvimento para o ambiente de execução real.
- Melhoria do desempenho em campo: Garantia da estabilidade dos modelos e da rapidez da sua resposta nos dispositivos de borda, reduzindo os riscos de paragens ou erros técnicos.
- Gestão eficiente de recursos: Capacidade de aproveitar os dispositivos de borda existentes sem a necessidade de atualizações de hardware dispendiosas apenas para executar modelos de inteligência artificial.
Apesar das grandes promessas tecnológicas, permanece a questão sobre a capacidade da plataforma de lidar com a enorme diversidade de arquiteturas de processadores diferentes utilizadas pelas empresas de manufatura globais, algo que os detalhes técnicos completos revelarão à medida que se aproxima a data de lançamento no final de 2026.