STMicroelectronics y la Universidad Nacional de Singapur han inaugurado ST–NUS HELIX Corporate Lab, una iniciativa de investigación de cuatro años orientada al desarrollo de tecnologías de inteligencia artificial en el borde. El programa reunirá a especialistas en algoritmos, arquitecturas de aceleración, sistemas de memoria, diseño de circuitos, tecnologías de silicio y aplicaciones para trasladar capacidades generativas y físicas a dispositivos con recursos limitados.
HELIX corresponde a Hardware for Embodied Low-power Intelligent Xcceleration. El laboratorio está respaldado por el plan Research, Innovation and Enterprise 2025 de Singapur y se alojará en el College of Design and Engineering de NUS, con participación de su School of Computing. La colaboración combina la investigación universitaria con la experiencia industrial de STMicroelectronics en semiconductores, sistemas embebidos e integración de componentes.
La iniciativa apunta a una de las áreas con mayor presión tecnológica: ejecutar modelos capaces de percibir, razonar y actuar cerca del lugar donde se generan los datos. Robots, drones, sensores industriales, vehículos y equipos médicos necesitan respuesta rápida, consumo contenido y funcionamiento estable. Ese contexto obliga a diseñar conjuntamente software, arquitectura, memoria y silicio.
Del modelo remoto a la inteligencia dentro del dispositivo
La Edge AI procesa información dentro del equipo o en una infraestructura muy próxima. Esta arquitectura reduce el recorrido de los datos y facilita tiempos de respuesta compatibles con sistemas físicos. Un robot que adapta su movimiento, una cámara que interpreta una escena o una máquina que detecta una anomalía requieren decisiones en milisegundos, incluso cuando la conectividad presenta interrupciones.
El procesamiento local también puede reforzar la privacidad y la resiliencia. Una parte de la información permanece en el dispositivo y el sistema conserva funciones esenciales ante una caída de la red. La nube mantiene un papel importante para el entrenamiento, la coordinación, el almacenamiento histórico y las tareas de gran escala, mientras el borde asume inferencia, filtrado y actuación inmediata.
HELIX concentrará una parte de su trabajo en inteligencia incorporada a objetos físicos. La llamada IA física combina sensores multimodales, computación integrada y actuación en tiempo real. El reto incluye reconocer el entorno, fusionar señales, elegir una acción y ejecutarla dentro de límites estrictos de energía, espacio, temperatura y coste.
Los modelos generativos amplían la exigencia. El volumen de parámetros, el movimiento de datos y las operaciones necesarias pueden superar con facilidad la capacidad de un dispositivo convencional. La investigación deberá adaptar modelos y desarrollar arquitecturas especializadas que mantengan utilidad con memorias pequeñas y presupuestos energéticos reducidos.
Memoria, aceleradores y chiplets como campo de investigación
Uno de los ejes anunciados es la arquitectura centrada en memoria. En muchos sistemas de IA, trasladar datos entre memoria y procesador consume una parte relevante de la energía y limita el rendimiento. La computación en memoria o cerca de ella busca reducir ese movimiento mediante operaciones realizadas donde los datos están almacenados.
El laboratorio investigará sistemas escalables de cómputo y memoria, memoria embebida, circuitos de bajo consumo y tecnologías de silicio. También abordará integración heterogénea y chiplets, que permiten combinar bloques especializados dentro de un mismo encapsulado. Esta aproximación puede reunir sensores, aceleradores, memorias e interfaces fabricados con procesos diferentes y ajustados a cada función.
STMicroelectronics aporta la perspectiva de un fabricante integrado de dispositivos. La compañía diseña componentes y dispone de capacidades industriales para convertir investigación en soluciones reproducibles. NUS contribuye con experiencia académica en circuitos integrados, arquitectura de computadores, modelos de IA y diseño de sistemas. Los equipos trabajarán conjuntamente en paquetes de investigación, formación de talento, creación de propiedad intelectual y demostradores.
El valor comercial dependerá de la transición desde esos demostradores hacia productos estables. La fabricación de semiconductores exige validar rendimiento, consumo, fiabilidad, coste y compatibilidad con herramientas de desarrollo. Además, los desarrolladores necesitan compiladores, bibliotecas y entornos que aprovechen el hardware sin trasladar toda la complejidad al diseño de aplicaciones.
Una apuesta industrial por la IA física en Singapur
El programa fortalece la posición de Singapur como centro de investigación y fabricación tecnológica. El país utiliza colaboraciones entre universidades y empresas para formar especialistas, generar propiedad intelectual y acercar la investigación a necesidades industriales. HELIX incorpora esa estrategia a un mercado marcado por la demanda de chips para inteligencia artificial y por la búsqueda de alternativas energéticamente eficientes.
Para STMicroelectronics, el laboratorio puede alimentar futuras familias de microcontroladores, sensores, memorias y soluciones de integración. La compañía ya trabaja en aplicaciones industriales, automoción, electrónica personal e infraestructura. La capacidad de ejecutar modelos en esos entornos puede añadir funciones predictivas, autonomía y nuevas interfaces sin trasladar continuamente todos los datos a centros remotos.
Las empresas usuarias deberán evaluar la Edge AI como una arquitectura completa. El rendimiento del chip representa una pieza junto con la calidad del modelo, la seguridad del firmware, las actualizaciones, la observabilidad y la integración con plataformas corporativas. La gestión del ciclo de vida cobra especial importancia cuando miles de dispositivos ejecutan versiones diferentes en ubicaciones dispersas.
HELIX es un programa de investigación y el comunicado todavía no identifica chips comerciales, métricas de rendimiento, presupuesto total ni calendario de productos. Sus resultados deberán medirse mediante prototipos, patentes, transferencia industrial, herramientas disponibles y aplicaciones desplegadas. El horizonte de cuatro años ofrece margen para abordar retos profundos, aunque también expone el proyecto a la rápida evolución de modelos y arquitecturas.
El anuncio conecta con una tendencia más amplia de inversión en infraestructura para inteligencia artificial. Mientras los proveedores de nube amplían centros de datos —como muestra el reciente crecimiento de Alibaba Cloud impulsado por la IA—, el borde busca resolver tareas con menor latencia y consumo. Ambas capas deberán coordinarse para construir sistemas empresariales eficientes, gobernables y capaces de operar en el mundo físico.
