Saltar al contenido

IA en el borde (edge AI)

Ejecución de modelos de IA directamente en el dispositivo donde se generan los datos —móvil, cámara, sensor— en lugar de en la nube. Mejora la privacidad, la latencia y el funcionamiento sin conexión.

Actualizado: 3 de junio de 2026.

La IA en el borde procesa localmente: el modelo vive en el teléfono o la cámara y no envía datos a un servidor. Eso reduce la latencia, protege la privacidad y permite operar sin red.

Cómo se logra

Con modelos pequeños y cuantizados, capaces de correr en hardware limitado. Herramientas como Ollama acercan esta idea al usuario.

Compromiso

Menor capacidad que un modelo enorme en la nube, a cambio de privacidad, rapidez y autonomía, claves también para la IA soberana.

Aprende IA en el borde (edge AI) con una ruta guiada

Si quieres aplicar este concepto con proyectos y criterio, estas son las páginas de AIClases para continuar.

Términos relacionados

CuantizaciónTécnica que reduce la precisión numérica de los pesos de un modelo (por ejemplo de 16 a 4 bits) para que ocupe menos memoria y se ejecute más rápido, con una pérdida de calidad mínima.OllamaHerramienta que facilita descargar y ejecutar modelos de lenguaje de pesos abiertos en tu propio ordenador con un solo comando. Hace accesible la IA local y privada.Latencia de inferenciaTiempo que tarda un modelo en devolver una respuesta tras recibir una entrada. Es un factor clave en la experiencia de usuario y en el coste de las aplicaciones de IA.InferenciaFase en la que un modelo ya entrenado se usa para generar predicciones o respuestas a partir de nuevas entradas. A diferencia del entrenamiento, la inferencia no modifica los pesos del modelo.IA soberanaEstrategia de desarrollar y controlar capacidades de IA dentro de las fronteras y normas de un país u organización, reduciendo la dependencia de proveedores externos y protegiendo los datos.
Ver todos los términos
Help & support