Micromotores
La Celda IA Edge es una infraestructura Edge AI lista para usar, diseñada para laboratorios universitarios de ingeniería. Tres módulos NVIDIA Jetson Orin Nano 8GB Super, tres cámaras IP PoE, switch gestionable con VLANs y fuente industrial Mean Well, todo en una estructura portátil de aluminio y acrílico. Tiempo de setup: cero.
Cada Jetson opera de forma completamente independiente con su propia VLAN, su propia cámara y acceso simultáneo al PC del estudiante y a internet. Tres grupos trabajan en paralelo sin interferirse — igual que en un entorno industrial real. El panel táctil de 5″ muestra el consumo de corriente de cada nodo en tiempo real y permite encender o apagar cada módulo de forma segura.
Características
- Módulos de cómputo: 3 × NVIDIA Jetson Orin Nano 8GB Super, 67 TOPS cada uno (201 TOPS totales), con Ubuntu y JetPack preinstalados y configurados.
- Visión: 3 × Cámara IP Dahua 2MP con alimentación PoE, una asignada a cada Jetson, lista para transmisión de video en tiempo real.
- Red: Switch gestionable TP-Link 16 puertos, Capa 2, PoE+. Cada Jetson dispone simultáneamente de: puerto para cámara IP (PoE), conexión al PC del estudiante y acceso a internet — sin alternar cables.
- VLANs: Una red virtual independiente por nodo Jetson, preconfiguradas, permite simular arquitecturas de red industriales reales con aislamiento total entre grupos.
- Panel de gestión: Pantalla táctil de 5 pulgadas integrada en el chasis. Control individual de encendido y apagado por módulo, medición de consumo de corriente en tiempo real.
- Alimentación: Fuente industrial Mean Well, entrada 110/220VAC 50/60Hz. Toda la distribución DC interna está cableada y organizada dentro del chasis.
- Chasis: Estructura portátil en perfil de aluminio anodizado con paneles laterales en acrílico. El mismo rack es el sistema de almacenaje — no se requieren cajas adicionales para guardar los módulos entre clases.
- Comunicación: Conexión a la red del laboratorio por un único cable Ethernet de uplink. Conexión eléctrica por un único tomacorriente de 110VAC.
- Software preinstalado: Ubuntu + JetPack en cada Jetson, VLANs configuradas. Listo para correr YOLO, OpenCV, TensorFlow Lite, PyTorch, Ollama y cualquier librería compatible con la arquitectura ARM + GPU NVIDIA.
- Expansibilidad: Puertos Ethernet adicionales en el switch para conectar NAS de almacenamiento, nodos Jetson adicionales, servidores de modelos o cualquier dispositivo de red compatible.
Arquitectura del rack
La Celda IA Edge implementa tres capas de trabajo simultáneas e independientes:
- Capa de cómputo: Cada Jetson Orin Nano 8GB Super ejecuta inferencia de modelos IA directamente en el hardware, sin depender de la nube. La GPU integrada con 67 TOPS de rendimiento permite correr modelos de detección de objetos, segmentación semántica y clasificación en tiempo real sobre el flujo de video de su cámara asignada.
- Capa de conectividad: El switch gestionable con VLANs crea redes virtuales completamente aisladas para cada nodo. Un estudiante conectado a la Jetson 1 no tiene visibilidad sobre la Jetson 2 ni la Jetson 3, simulando la arquitectura de segmentación de red que encontrará en entornos industriales reales. El acceso a internet y al PC del desarrollador coexiste en la misma VLAN sin conflictos.
- Capa de interfaz y gestión: El panel táctil centraliza el control operativo de todos los módulos. El docente puede gestionar el estado de cada Jetson individualmente, y los estudiantes pueden observar en tiempo real cómo el consumo de corriente varía según la carga computacional de su algoritmo, una métrica de eficiencia que no existe cuando se trabaja en simuladores o en la nube.
Impacto académico — formamos al ingeniero del 2030
Esta celda no enseña solo herramientas de hoy. Prepara al estudiante para tecnologías que aún no están completamente implementadas, pero cuyos fundamentos ya están aquí. Cada asignatura tiene dos dimensiones: lo que aprende hoy con competencia inmediata sobre hardware real, y lo que eso le habilita mañana cuando esas tecnologías sean el estándar de la industria. ten en cuenta que este producto no tiene guías de estas materias, lo que te presentamos aquí es lo que puedes llegar a hacer.
Esta celda no enseña solo herramientas de hoy. Prepara al estudiante para tecnologías que aún no están completamente implementadas, pero cuyos fundamentos ya están aquí. Cada asignatura tiene dos dimensiones: competencia inmediata sobre hardware real y habilitación futura cuando esas tecnologías sean el estándar de la industria.
- Visión Artificial · Ing. Sistemas · Electrónica · Mecatrónica · Semestres 6–9
Aprende hoy: YOLOv8 en tiempo real sobre cámara IP · optimización TensorRT · métricas de producción en vatios y FPS.
Lo prepara para mañana: Inspección visual autónoma en manufactura · cámaras inteligentes on-device · visión en robots colaborativos y AMRs.
- Procesamiento Digital de Imágenes · Todos · Semestres 4–6 A
prende hoy: Pipelines OpenCV sobre GPU · 30fps en hardware embebido · latencia medible por frame.
Lo prepara para mañana: Sistemas de visión donde la imagen no puede salir del dispositivo por privacidad o latencia. - Sistemas Embebidos · Electrónica · Mecatrónica · Semestres 5–8
Aprende hoy: ARM + GPU integrada · cuantización con TensorRT · consumo energético real por tarea.
Lo prepara para mañana: NPUs y aceleradores neuronales en dispositivos industriales · diseño de sistemas IA embebidos. - Redes de Computadores · Sistemas · Electrónica · Semestres 4–7
Aprende hoy: VLANs reales sobre switch físico · RTSP · SSH · tráfico heterogéneo simultáneo.
Lo prepara para mañana: Redes industriales IoT · segmentación OT/IT · redes privadas 5G para manufactura. - Telemática · Sistemas · Electrónica · Semestres 6–9
Aprende hoy: MQTT sobre hardware real · Node-RED · pipelines edge-to-cloud.
Lo prepara para mañana: OPC-UA · digital twins · gestión de flotas de dispositivos edge. - Inteligencia Artificial · Todos · Semestres 6–9
Aprende hoy: Despliegue de modelos en producción · LLM local con Ollama · RAG sobre documentos.
Lo prepara para mañana: MLOps en edge · on-device learning · IA donde procesar local es un requisito legal. - Machine Learning · Todos · Semestres 5–8
Aprende hoy: Captura de datasets con la cámara del rack · fine-tuning · validación en hardware de destino.
Lo prepara para mañana: ML embebido como competencia transversal en toda la ingeniería. - Microcontroladores y Arquitecturas · Electrónica · Mecatrónica · Semestres 3–6
Aprende hoy: CPU + GPU heterogéneos · trade-offs TOPS/vatio · impacto de arquitectura en rendimiento IA.
Lo prepara para mañana: Chips especializados IA · co-diseño hardware-algoritmo · computación neuromórfica.
¿Qué incluye?
- 3 × NVIDIA Jetson Orin Nano 8GB Super (configuradas con Ubuntu + JetPack)
- 3 × Cámara IP Dahua 2MP PoE
- 1 × Switch gestionable TP-Link 16p Capa 2 PoE+
- 1 × Fuente industrial Mean Well
- 1 × Panel táctil de gestión 5″
- 1 × Chasis portátil aluminio + acrílico con cableado interno organizado
- VLANs preconfiguradas (Plug & Play)
- Software pre-instalado:
-
- Sistema base Ubuntu 22.04 LTS con NVIDIA JetPack 6. Incluye CUDA, cuDNN, TensorRT y GStreamer — el ecosistema completo de desarrollo IA de NVIDIA para hardware embebido, instalado y validado de fábrica.
- Inferencia y modelos de lenguaje Ollama con soporte para modelos LLM locales. Permite desplegar y consultar modelos de lenguaje como Llama 3, Phi-3 y Gemma directamente en el hardware, sin conexión a la nube y sin costo por uso.
- Visión artificial Ultralytics YOLOv8 con soporte TensorRT optimizado para la GPU de la Jetson. OpenCV con bindings Python listos para procesar el flujo de video RTSP de la cámara IP incluida en el rack.
- Entorno de desarrollo JupyterLab accesible desde el browser del PC del estudiante — sin instalar nada en el computador. El estudiante abre el navegador, escribe la IP de su Jetson y ya tiene un entorno de notebooks interactivo sobre el hardware real.
- VLANs y red Switch con VLANs preconfiguradas. Cada Jetson tiene su red virtual aislada con acceso simultáneo a la cámara IP, al PC del estudiante y a internet — sin configuración adicional.
- Documentación: guía de inicio rápido, Ficha técnica
- Capacitación 4 horas para explicar conexionado base, encendido del sistema, como acceder a cada Jetson, como correr un programa de ejemplo, como administrar el Switch, la capacitación es de uso del rack no de IA
Aplicaciones
- Visión artificial e inferencia en el borde Despliegue de modelos YOLO, detección y seguimiento de objetos, clasificación de imágenes, segmentación semántica y estimación de pose directamente sobre hardware embebido con GPU dedicada. Los estudiantes trabajan con el mismo tipo de hardware que encontrarán en líneas de producción, sistemas de vigilancia inteligente y vehículos autónomos.
- Sistemas embebidos y optimización de modelos Cuantización y optimización con TensorRT, comparación de rendimiento entre modelos en condiciones reales de memoria y energía limitada, programación en C++ y Python sobre JetPack, y despliegue de pipelines de inferencia en producción.
- Redes de computadores y telemática Configuración y diagnóstico de VLANs, arquitecturas cliente-servidor sobre hardware real, implementación de protocolos de streaming RTSP, segmentación de red por función y simulación de topologías industriales Ethernet.
- Inteligencia artificial y machine learning Entrenamiento de modelos ligeros en el borde, fine-tuning de modelos preentrenados, benchmarking de arquitecturas con métricas de latencia y consumo energético, e integración de pipelines de datos con almacenamiento local o NAS.
- IoT industrial e Industria 4.0 Integración de la Jetson como nodo edge en arquitecturas MQTT, publicación de datos de inferencia hacia brokers centrales, implementación de flujos de trabajo en Node-RED y conexión con sistemas SCADA o dashboards industriales.
- Asistentes de IA locales y RAG Despliegue de modelos de lenguaje locales con Ollama, construcción de sistemas RAG (Retrieval-Augmented Generation) sobre documentos del laboratorio o la institución, e integración con interfaces de voz tipo Xiaozhi sin enviar datos a la nube.
Links de interés
Ejemplo de uso
Valoraciones
No hay valoraciones aún.