
La inteligencia artificial ya no depende necesariamente de una conexión permanente a internet. Una nueva generación de teléfonos, computadoras y otros dispositivos incorpora procesadores especializados capaces de ejecutar determinados modelos de IA directamente en el equipo. Esta tecnología permite realizar algunas tareas de inteligencia artificial localmente, reduciendo la necesidad de enviar información a servidores externos.
Este cambio es posible gracias a la evolución de los procesadores y, especialmente, de las unidades de procesamiento neuronal, conocidas como NPU. Estos componentes están diseñados para ejecutar operaciones relacionadas con inteligencia artificial de manera eficiente, aprovechando menos recursos que si todas las tareas tuvieran que ser procesadas mediante la CPU o la GPU.
Cuando una aplicación utiliza IA en la nube, normalmente la información se envía a un servidor, donde se procesa mediante grandes sistemas informáticos y posteriormente se devuelve el resultado al dispositivo. En cambio, con la IA local, parte del modelo de inteligencia artificial se encuentra almacenado en el propio teléfono, computadora u otro equipo.
El dispositivo recibe los datos, los procesa mediante su CPU, GPU o NPU y genera una respuesta sin necesidad de enviar cada operación a internet. Para conseguirlo, los modelos deben estar adaptados para funcionar con una cantidad limitada de memoria, capacidad de procesamiento y energía.
Las NPU están especialmente diseñadas para este tipo de tareas. Microsoft, por ejemplo, utiliza NPU capaces de superar los 40 TOPS en sus equipos Copilot+ PC, destinados a ejecutar determinadas funciones de inteligencia artificial directamente en el dispositivo.
Esto no significa que todos los modelos de IA puedan funcionar completamente sin conexión. Los sistemas más grandes y complejos pueden continuar necesitando servidores externos. Por eso, muchos dispositivos utilizan un modelo híbrido: realizan localmente las tareas que pueden procesarse de forma eficiente y recurren a la nube cuando necesitan mayor capacidad.
Una de las principales ventajas de la IA local es que algunas funciones pueden continuar disponibles incluso cuando el dispositivo no tiene conexión. Por ejemplo, determinadas tareas de reconocimiento, traducción, procesamiento de imágenes o asistencia pueden ejecutarse directamente en el equipo siempre que el modelo correspondiente esté instalado.
La privacidad también puede beneficiarse del procesamiento local. Cuando los datos no necesitan salir del dispositivo para determinadas operaciones, se reduce la cantidad de información que debe transmitirse a servidores externos. Apple, por ejemplo, señala que Apple Intelligence utiliza procesamiento en el dispositivo y combina esta capacidad con su sistema Private Cloud Compute para las solicitudes que requieren modelos de mayor tamaño.
Otro beneficio es la reducción de la latencia. Una tarea que se ejecuta directamente en el dispositivo no tiene que esperar a que los datos viajen hasta un servidor y regresen. Esto resulta especialmente interesante para funciones que necesitan respuestas rápidas, como traducción en tiempo real, reconocimiento de voz, efectos de cámara o herramientas de asistencia.
La incorporación de procesadores especializados está haciendo que la IA local se extienda a diferentes tipos de equipos. En las computadoras, las NPU permiten ejecutar funciones como efectos de cámara, generación y modificación de imágenes, subtítulos y otras herramientas que aprovechan modelos de inteligencia artificial instalados en el dispositivo. Microsoft incluye varias de estas funciones dentro de la categoría Copilot+ PC.
En los teléfonos inteligentes ocurre algo similar. Los procesadores móviles modernos integran componentes especializados para inteligencia artificial que pueden trabajar junto con la CPU y la GPU. Esto permite ejecutar determinadas funciones de fotografía computacional, reconocimiento de voz, traducción y procesamiento de imágenes sin depender completamente de la nube.
El concepto también puede aplicarse a cámaras de seguridad, vehículos, robots, dispositivos industriales y sistemas electrónicos conectados. En estos casos, procesar la información localmente puede ser especialmente útil cuando se necesita una respuesta inmediata o cuando una conexión permanente a internet no está garantizada.
La evolución de la IA local apunta hacia dispositivos cada vez más capaces de comprender información y ejecutar tareas directamente sobre el hardware. La combinación de modelos más pequeños y eficientes, procesadores especializados y sistemas híbridos permitirá utilizar inteligencia artificial en más situaciones, incluso cuando la conexión a internet sea limitada o no esté disponible.
Recomendados:
Un día como hoy 05/10/2026
Es una fiesta que se celebra en Perú cada 5 de octubre en conmemoración al sacrificio y fallecimiento del joven estudiante de medicina y científico cerreño Daniel Alcides Carrión