Implementación de Inteligencia Artificial en Local en un Jetson Nano Orin

Este estudio exploró la viabilidad de ejecutar modelos de inteligencia artificial en un Jetson Nano Orin, permitiendo el procesamiento en local sin depender de la nube y optimizando el uso de recursos.

SITUACIÓN INICIAL

El uso de inteligencia artificial en dispositivos locales es una alternativa clave para aplicaciones que requieren baja latencia, privacidad de datos y autonomía en el procesamiento. El Jetson Nano Orin, diseñado para tareas de IA con eficiencia energética, permite ejecutar modelos en el borde (edge computing), evitando la necesidad de conexión a servidores externos.

PLANTEAMIENTO DEL PROYECTO

Para evaluar su rendimiento, se configuró un entorno de IA en el Jetson Nano Orin y se probaron diferentes frameworks como TensorFlow, y PyTorch. Se implementaron modelos de visión por computadora, optimizando su ejecución con TensorRT para mejorar la velocidad de inferencia y reducir el consumo de memoria. Se analizaron los tiempos de procesamiento, la estabilidad del sistema y la eficiencia energética.

RESULTADOS

El Jetson Nano Orin demostró ser una solución viable para ejecutar modelos de IA en local, logrando tiempos de inferencia rápidos y un uso eficiente de los recursos. La optimización con TensorRT mejoró significativamente el rendimiento, permitiendo aplicaciones en tiempo real sin depender de la nube. Sin embargo, se identificaron desafíos como la gestión de memoria y la adaptación de modelos para un mejor desempeño. En conclusión, el dispositivo ofrece un entorno potente para la implementación de IA en robótica, visión artificial y sistemas autónomos.