1 – 6 Meses
Diagnóstico
Indicadores de eficiencia del ciclo de vida
GRECO — Ingeniería de IA sostenible para sistemas inteligentes que permanecen
Optimización del ciclo de vida de los sistemas de inteligencia artificial para reducir su huella económica y medioambiental sin comprometer el rendimiento.
El reto
La IA funciona. Pero cada vez consume más y dura menos.
El entrenamiento, despliegue y mantenimiento continuo de sistemas inteligentes consume cantidades crecientes de energía, agua y recursos de cómputo. Los modelos quedan obsoletos al poco tiempo y obligan a reingenierías costosas. Nadie estaba aplicando criterios de eficiencia y sostenibilidad desde el propio diseño del sistema — y ese es el momento en el que la decisión tiene más impacto.
"GRECO trata la eficiencia y la sostenibilidad como lo que son: decisiones de arquitectura, no capas que se añaden al final. Es ingeniería de IA con fundamento."
Iker Barrena — Director de Hispavista Labs
Datos del proyecto
Consorcio
Tecnalia (líder), Tekniker, Mondragon Unibertsitatea, Universidad de Deusto, Dominion, Multiverse Computing, Hispavista Labs
Periodo
Julio 2024 – Diciembre 2025 (18 meses)
Rol HVLabs
Caso de uso aeroespacial e investigación en IA de bajo consumo
Financiación
Gobierno Vasco — Programa ELKARTEK
Autonomía del sistema embarcado en estratosfera
~
año
Timeline del proyecto
18 meses, del diagnóstico al sistema validado
Dos iteraciones de investigación y experimentación permiten medir el impacto real en casos de uso antes de consolidar los resultados.
La solución
Cuatro frentes que convierten la IA en una disciplina sostenible
Métricas de eficiencia del ciclo de vida
Indicadores cuantitativos y cualitativos que miden el desempeño de los sistemas IA más allá del rendimiento: coste económico, consumo energético, huella medioambiental y vida útil.
Arquitecturas Green Computing
Nuevos paradigmas de almacenamiento y procesamiento conscientes del impacto medioambiental, aplicados desde el diseño y no como un parche posterior.
Compresión y optimización de modelos
Técnicas de poda, cuantización y computación evolutiva multitarea para reducir el coste computacional sin sacrificar precisión.
Ingeniería para hardware embarcado
Arquitecturas ligeras capaces de ejecutar inferencia compleja en dispositivos con recursos limitados. Probado en el escenario más exigente: un globo estratosférico operando durante meses.
Por qué te importa
Lo que aprendemos aquí se aplica a cualquier despliegue de IA en producción
GRECO no es solo un proyecto aeroespacial. Las técnicas y arquitecturas desarrolladas son directamente trasladables a cualquier organización que despliegue sistemas de IA y necesite controlar su impacto operativo a lo largo del tiempo.
Casos de éxito
¿Tu operación tiene un problema parecido?
Cuéntanos el reto. En 30 minutos te decimos si tiene solución con lo que ya tienes.
"*" señala los campos obligatorios