Como liberar o potencial da Edge AI: do hardware à implementação no mundo real (Português)
A Edge AI (IA na borda) permite que inovadores executem modelos de IA e aprendizado de máquina diretamente em dispositivos de hardware locais, em vez de servidores em nuvem remotos, reduzindo a latência, aumentando a privacidade e diminuindo os custos com largura de banda. Esta Masterclass, apresentada em conjunto pela Quectel e pela Qualcomm, aborda o que é necessário para levar a Edge AI de uma especificação de chipset a uma solução funcional e implementada. A sessão cobre a tecnologia por trás da Edge AI, o hardware e o software envolvidos, e as etapas práticas necessárias para desenvolver, validar e escalar aplicações de visão computacional na borda.
A sessão analisará o cenário atual da IA no ecossistema IoT e quando as abordagens em nuvem, na borda ou híbridas farão sentido, considerando latência, custos de conectividade, privacidade, disponibilidade e eficiência. Em seguida, examinaremos o hardware por trás da Edge AI — incluindo CPU, GPU, NPU e ISP —, com um foco especial na arquitetura Qualcomm QCS/QCM6490 e na explicação de por que os números de TOPS, isoladamente, não contam toda a história sobre o desempenho de IA.
A partir daí, a sessão acompanha a trajetória do chipset até o hardware operacional de Edge AI, mostrando como os processadores Qualcomm, combinados com a engenharia da Quectel, resultaram na AI Box Quectel QB560D. Baseado no processador Qualcomm QCM6490/QCS6490, o QB560D oferece 12 TOPS de desempenho em Edge AI, conectividade nativa 5G e Wi-Fi 6E e uma pilha de software Ubuntu completa, sendo projetado para integração com infraestruturas existentes.
Focamos então no desenvolvimento e na implementação do produto. Explicaremos como pegar um modelo de IA existente e transformá-lo em uma aplicação de Edge AI otimizada, utilizando o Qualcomm AI Hub, o Qualcomm Linux e o Qualcomm Intelligent Multimedia SDK, com uma breve introdução à IA generativa (GenAI) na borda e à IA multimodal. Analisamos também aplicações no mundo real nos setores industrial, varejo, cidades e rodovias inteligentes e agronegócio, incluindo implementações em infraestruturas existentes (*brownfield*) que adicionam inteligência a câmeras e equipamentos já instalados.
A sessão é encerrada abordando como levar uma aplicação de visão computacional da prova de conceito a uma implementação validada e escalável.
Conferencistas
Bruno Camargo
Bruno possui mais de 14 anos de experiência em tecnologia, desenvolvimento de negócios e integração de soluções, com foco em IoT, computação embarcada e computação de borda. Ao longo de sua trajetória profissional, atuou em empresas como WEG, Toradex e Quectel, atendendo clientes nos setores industrial, smart cities, agronegócio, utilities e mobilidade. É graduado em Engenharia Elétrica e possui MBA em Gestão de Projetos.
Job title:
Technical Sales Manager LATAM - Smart Modules, Short-Range, and Edge Computing
Company:
Quectel
Erik Naoki Nakandakare
Erik Naoki Nakandakare é Diretor de Soluções de IoT, Data Center e IA da Qualcomm, com 23 anos de experiência em desenvolvimento de negócios e inovação digital. Ao longo de sua carreira, atuou tanto em grandes corporações e em startups, com passagens por empresas como Telefónica Vivo, Tivit, Geekie, Toyota e 99 (construindo o primeiro unicórnio brasileiro). É formado em Marketing pela ESPM e possui especialização em Business Management pela FGV Rio.
Job title:
Director of IoT, Data Center, and AI Solutions
Company:
Qualcomm Technologies, Inc.
Agenda
Por que migrar a IA da nuvem para a borda (*edge*)
Por dentro do hardware: CPU, GPU, NPU, ISP e o Qualcomm QCS/QCM6490
O dispositivo de IA Quectel QB560D: arquitetura, conectividade 5G e pilha de software
Do modelo de IA à implementação: Qualcomm AI Hub, Linux e Intelligent Multimedia SDK
Casos de uso reais: indústria, varejo, cidades/rodovias inteligentes e agronegócio
Da PoC à implementação em larga escala: desenvolvimento, validação e escalonamento de IA na borda