A AMD defende que o desempenho em robótica e IA física exige uma arquitetura integrada a nível do sistema, indo além do pico computacional tradicional.
O desafio da transição da IA na nuvem para o mundo real
A transição da inteligência artificial centrada na nuvem para aplicações no mundo físico está a obrigar as empresas a repensar os conceitos tradicionais de desempenho. De acordo com a AMD, as métricas focadas exclusivamente no treino e na inferência deixam de ser suficientes quando os sistemas de IA precisam de perceber o ambiente, raciocinar e controlar máquinas a operar junto de pessoas. Em robótica, o desempenho passa a ser um problema sistémico que redefine a medição, o design e as arquiteturas de computação.
Com uma experiência de duas décadas em robótica industrial, braços mecânicos, robôs móveis e plataformas aeroespaciais, a AMD destaca que a inteligência artificial vem complementar pilares já existentes, como a visão por máquina, a fusão de sensores, o controlo motor determinístico e a segurança funcional. No entanto, os sistemas de IA física não geram apenas respostas: executam ações físicas onde o fator temporal é crítico. Uma decisão de controlo que chegue com atraso deixa de ser um mero problema de desempenho para se transformar numa condição de falha suscetível de provocar colisões ou instabilidade.
Por que motivo os TOPS são insuficientes para a IA física
A indústria continua a otimizar métricas que podem não refletir as necessidades reais do terreno. Segundo a análise da AMD, o indicador de TOPS (trilhões de operações por segundo) é incompleto para avaliar a IA física, pois indica apenas o volume de computação aplicável sem garantir se o sistema consegue detetar um evento, decidir e agir dentro de uma janela temporal estrita. Para superar estas limitações, a computação exige que motores de processamento, memória, redes, sensores e software funcionem de forma orquestrada, mantendo largura de banda suficiente para mover os dados quando necessário.
A avaliação de desempenho deve estender-se de ponta a ponta, desde a entrada no sensor até à ação mecânica, controlando a latência média, a latência de cauda e o jitter, dado que uma única oscilação pode desestabilizar um ciclo de controlo. A AMD aponta que os estrangulamentos raramente residem apenas no modelo de IA, surgindo frequentemente nas fases intermédias de enfileiramento, agendamento e cópia de dados.
Arquitetura distribuída e o portefólio Kria AI
Para responder a estes desafios, a arquitetura de um robô deve mimetizar a estrutura biológica: um cérebro para perceção e planeamento, uma espinha dorsal para comunicação sensível ao tempo, juntas para execução determinística e sensores nas extremidades. A abordagem passa por distribuir cargas de trabalho por silício especializado, utilizando GPUs e NPUs para computação intensiva de perceção, FPGAs e SoCs adaptativos para controlo determinístico em tempo real, e CPUs para a coordenação geral do sistema.
Com base nesta visão, a empresa estruturou soluções como a plataforma Kria AI para robótica, combinando SoCs adaptativos Versal, SoCs Zynq e FPGAs Spartan. Dados divulgados pela empresa referem testes de terceiros em que o Kria AI SOM atinge 8,000 decisões de controlo por segundo com raciocínio de IA inferior a 100 milissegundos, apresentando vantagens em fiabilidade e capacidade computacional face a alternativas do setor em cargas de trabalho específicas de navegação autónoma.
Segurança funcional e certificação a nível sistémico
A segurança nos sistemas de IA física depende diretamente do comportamento integrado do conjunto e da forma como reage perante falhas. A AMD destaca a aplicação de SoCs adaptativos com lógica programável e silício certificado de acordo com normas como a IEC61508, ISO26262 e ISO13849, além do suporte a hipervisores leves como o Xen em plataformas x86 para garantir o isolamento de cargas de trabalho com diferentes criticidades de segurança.
Fontes
Antes de comprares, compara no AHT Scan
Vê preços em várias lojas, promoções e histórico observado num único lugar.
AMD Instinct MI450X: nova GPU reforça flexibilidade na série MI400
AMD, IBM e Oak Ridge colaboram em plataforma de correção de erros para computação quântica
AMD expande parceria com a Oracle para reforçar infraestrutura de inteligência artificial na cloud