Ultralytics en el AMD Dev Day Shanghai: cuando la IA local se encuentra con los sistemas agénticos

Ultralytics asistió al AMD Dev Day en Shanghái para conocer cómo AMD y sus socios están dando forma a la siguiente fase de la infraestructura de IA. El mensaje más contundente del evento fue claro: la conversación sobre IA de AMD va más allá de los modelos independientes y se dirige hacia los sistemas de IA desplegables. A lo largo de las charlas, demostraciones de productos y debates con socios, los temas principales fueron la IA agéntica, el despliegue de IA local, los ecosistemas de código abierto y las herramientas de desarrollo necesarias para que estos sistemas sean prácticos a gran escala.

Como afirmó la presidenta y CEO de AMD, Lisa Su, “Nunca ha habido un momento más emocionante para dedicarse a la tecnología que el actual”.

Para los equipos que crean productos de IA reales, ese cambio es importante. Sugiere que el éxito en la siguiente etapa del mercado puede depender menos del acceso a un único modelo de vanguardia y más de la capacidad de los equipos para orquestar flujos de trabajo, controlar los costes de inferencia, proteger datos sensibles y elegir el entorno de despliegue adecuado para el trabajo.

Link to this sectionEl mensaje de AMD: la IA necesita una estrategia de computación de pila completa#

Un tema importante durante el AMD Dev Day fue el esfuerzo de AMD por posicionarse como un proveedor de computación integral para la era de la IA. La empresa estructuró su enfoque en torno a la compatibilidad con cargas de trabajo de IA en entornos de nube, cliente y edge, al tiempo que enfatizaba un ecosistema de software abierto en lugar de una pila propietaria cerrada.

Ese planteamiento es importante porque refleja cómo está evolucionando el desarrollo de la IA. Crear productos de IA modernos ya no trata solo de entrenar o llamar a una API de modelo. Los equipos necesitan cada vez más soporte para la experimentación local, flujos de trabajo multiagente, optimización de la inferencia, pruebas a escala de estación de trabajo y despliegue empresarial. El mensaje del evento de AMD vinculó constantemente su narrativa de hardware con esa realidad más amplia de software y sistemas.

Esa ambición fue resumida claramente por Lisa Su durante el evento: “Queremos llevar la IA a todas partes en el ecosistema”.

Fig 1. Lisa Su en el escenario durante el evento AMD Dev Day en Shanghái.

Link to this sectionLa IA agéntica fue el tema dominante del evento#

Si hubo una idea que se repitió durante todo el día, fue la transición de las interacciones tradicionales con LLM a los sistemas de IA agéntica. Los ponentes describieron este cambio como el paso de peticiones y respuestas únicas hacia una orquestación multiagente, donde diferentes agentes planifican, ejecutan, critican y colaboran a través de los flujos de trabajo.

Esto es relevante porque los sistemas agénticos imponen nuevas exigencias a la pila de IA. Según el planteamiento del evento, estos sistemas necesitan no solo rendimiento de GPU, sino también un procesamiento de CPU significativo, orquestación de flujo de datos y capacidad de memoria para soportar bucles de inferencia repetidos y ejecución en varios pasos.

Para los desarrolladores y los equipos de IA, la conclusión es que la ventaja competitiva puede provenir de la construcción de sistemas de IA efectivos, no simplemente de seleccionar el modelo más capaz. La capacidad de conectar modelos a flujos de trabajo, herramientas, datos locales y procesos de negocio se está convirtiendo en una parte fundamental del producto en sí.

Link to this sectionEl despliegue de IA local se vuelve más estratégico#

Otro tema notable en el AMD Dev Day fue el énfasis en el despliegue de IA local. AMD y sus socios argumentaron repetidamente que las cargas de trabajo de IA avanzadas necesitan ejecutarse cada vez más cerca de donde ocurre el trabajo, incluyendo portátiles, estaciones de trabajo y hardware empresarial.

Las razones fueron consistentes durante todo el evento:

• Menor latencia
• Mejor privacidad de los datos
• Mayor control sobre los flujos de trabajo sensibles
• Reducción de la dependencia de los costes de las API en la nube

AMD utilizó el Ryzen AI Max 395 como argumento clave, destacando configuraciones con hasta 128 GB de memoria unificada y la capacidad de ejecutar modelos grandes localmente en un único grupo de memoria sin fragmentación. El evento también mostró configuraciones de desarrollo a escala de estación de trabajo utilizando la Radeon AI Pro R9700 y el AMD Threadripper Pro 9000 para pruebas y escalado local antes del despliegue.

El mensaje general no era que la nube fuera a desaparecer. En su lugar, el evento presentó un modelo híbrido donde los entornos locales y la nube trabajan juntos. Las tareas más rutinarias, sensibles a la latencia o a la privacidad pueden ejecutarse localmente, mientras que las tareas más exigentes pueden seguir escalándose a la nube cuando sea necesario.

Link to this sectionEl coste de la inferencia de IA y la demanda de tokens están dando forma a las decisiones de infraestructura#

El AMD Dev Day también destacó la presión económica detrás de estas decisiones de arquitectura. Los ponentes en el evento hicieron hincapié en el rápido crecimiento de la demanda de tokens, el aumento de los costes de inferencia y la presión que esto genera para los desarrolladores y las empresas que crean productos de IA.

Dentro de ese marco, la IA local se presentó como una estrategia de control de costes tanto como una técnica. El mensaje repetido del evento fue que la siguiente fase de la IA recompensará a los equipos que utilicen la computación de forma más eficiente, no simplemente a los que consuman la mayor cantidad de ella.

Para los creadores de IA, esa es una señal práctica. Las decisiones de infraestructura son, cada vez más, decisiones de producto. La latencia, la privacidad, la memoria y el coste de los tokens ya no son detalles de ingeniería secundarios.

Fig 2. Kit de evaluación AMD Versal AI Edge Series Gen2 VEK385.

Link to this sectionAMD ROCm y el ecosistema de IA de código abierto#

Otra conclusión importante del AMD Dev Day fue el papel central de los ecosistemas de software abierto. AMD enfatizó ROCm, el soporte de cambio de código cero para los principales marcos de trabajo, la compatibilidad con más de 3 millones de modelos a través de Hugging Face y ModelScope, y los objetivos de soporte desde el primer día para nuevos lanzamientos de modelos.

Nick Ni, Director Sénior de Gestión de Productos de IA en AMD, capturó bien ese énfasis: “Para la mayoría de los que estáis en esta sala, de hecho, el software es la clave”.

El evento también destacó varias iniciativas centradas en el desarrollador:

• AMD AI Developer Cloud con acceso gratuito a GPU para desarrolladores en China
• Integración de ModelScope Studio con opciones de tiempo de ejecución de GPU de AMD
• AMD AI Playbooks con guías paso a paso
• Un programa para desarrolladores que ha sumado más de 100 000 desarrolladores en los últimos meses

Esta parte del evento se sintió especialmente importante porque subrayó una verdad básica: la capacidad del hardware por sí sola no impulsa la adopción. Los desarrolladores necesitan herramientas maduras, marcos de trabajo familiares, documentación y formas sencillas de experimentar. La historia del ecosistema es lo que convierte las promesas de rendimiento en plataformas utilizables.

Link to this sectionPor qué China destacó en el AMD Dev Day#

El papel de China en el mercado de la IA fue otro tema recurrente. Múltiples ponentes describieron a China como un entorno líder para la innovación en IA de código abierto, particularmente en áreas marcadas por la eficiencia, el despliegue local y las limitaciones de ingeniería práctica.

Las asociaciones con Zero One AI y Stepfun se utilizaron para reforzar ese punto. Las notas del evento describieron un sistema empresarial conjunto multiagente todo en uno con Zero One AI construido sobre la arquitectura Ryzen AI Max para el despliegue local, y un modelo de Stepfun optimizado para hardware AMD y diseñado para tareas agénticas.

La implicación más amplia fue que China no solo es un importante mercado de IA, sino también un importante campo de pruebas para el despliegue de IA local, modelos de código abierto y diseño de infraestructura sensible a los costes.

Link to this sectionQué se llevó Ultralytics del AMD Dev Day de Shanghái#

Desde la perspectiva del equipo de Ultralytics, la señal más útil del AMD Dev Day fue el enfoque en sistemas de IA desplegables en lugar de la capacidad de la IA en abstracto. El evento se centró constantemente en cómo los desarrolladores y las empresas pueden ejecutar, integrar, asegurar y escalar realmente la IA en entornos de producción.

Esto incluye preguntas como:

• ¿Qué debería ejecutarse localmente frente a lo que debería ir en la nube?
• ¿Cómo deberían pensar los equipos sobre la latencia y la privacidad?
• ¿Cómo pueden los desarrolladores reducir la dependencia de costosas API de inferencia?
• ¿Qué herramientas y capas de software hacen que las plataformas de IA sean más fáciles de adoptar?

Estas son preguntas prácticas y definen cada vez más cómo se construyen los productos de IA exitosos. También son preguntas en las que pensamos directamente sobre cómo construimos y lanzamos los modelos Ultralytics YOLO. La flexibilidad de despliegue, independientemente de si un modelo se ejecuta en un portátil, una estación de trabajo o una instancia en la nube, siempre ha sido una restricción de diseño fundamental para nosotros, no algo secundario.

El impulso hacia los ecosistemas de código abierto y la eficiencia en la inferencia en el AMD Dev Day reforzó algo en lo que ya creemos: las herramientas de IA más útiles son las que encajan en flujos de trabajo reales, en hardware real, sin requerir que los equipos reconstruyan su infraestructura en torno a un único proveedor o plataforma.

Fig 3. El equipo de Ultralytics en el AMD Dev Day en Shanghái.

Link to this sectionReflexiones finales#

El AMD Dev Day de Shanghái dejó una cosa clara: la conversación sobre la infraestructura de IA está madurando. El enfoque se está desplazando de la escala bruta del modelo por sí sola hacia los sistemas más amplios necesarios para que la IA sea útil en el mundo real. Los flujos de trabajo agénticos, el despliegue local de IA, las herramientas de código abierto y la eficiencia de la infraestructura fueron los temas más claros a lo largo del evento.

Para los equipos que crean productos de IA, merece la pena prestar atención a ese cambio. La próxima ola de progreso puede venir de elegir la arquitectura adecuada, el modelo de despliegue correcto y el ecosistema de desarrolladores adecuado, no solo el modelo más grande.

Si estás construyendo sistemas de visión artificial y pensando en dónde debe ejecutarse la inferencia, ya sea en el dispositivo, en local o en la nube, los modelos Ultralytics YOLO están diseñados con esa flexibilidad en mente. Explora nuestro repositorio de GitHub para empezar, mira cómo encaja la visión artificial en los despliegues del mundo real en fabricación y logística, o consulta nuestras opciones de licencia para empezar a construir.