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 has more than 14 years of experience in technology, business development, and solution integration, with a focus on IoT, embedded computing, and edge computing. Throughout his career, he has worked at companies including WEG, Toradex, and Quectel, supporting customers across the industrial, utilities, agribusiness, mobility, and infrastructure sectors. He holds a degree in electrical engineering and an MBA in project management.
Job title:
Technical Sales Manager LATAM - Smart Modules, Short-Range, and Edge Computing
Company:
Quectel
Erik Naoki Nakandakare
Erik has more than 23 years of experience in business development and digital innovation, working across both large corporations and startups, including Telefónica Vivo, 99, Tivit, Geekie, and Toyota. He holds a degree in marketing from ESPM and a specialization in business management from FGV Rio.
Job title:
Director of IoT, Data Center, and AI Solutions
Company:
Qualcomm
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