Conocimiento · TI · Datos · DX

Computación de borde

Edge Computing

📂IT · datos · DX⏱Lectura de 2 min📊Práctico🔗Relacionados 4

¿Qué es la computación de borde?

Definición en una línea
Forma de procesar los datos justo cerca de donde se generan (dispositivos y planta), en lugar de en un centro de nube central lejano. Es rápida y estable.
⚡ Resumen en 3 líneas
  • Procesar los datos justo donde se generan
  • Rápida, funciona sin conexión y ofrece ventajas de seguridad
  • Reparto de funciones con la nube

Al introducir la computación de borde, lo primero que cambia es dónde reside la autoridad para decidir. Antes, los equipos de planta eran terminales que enviaban datos y esperaban la respuesta; al colocar el borde, el equipo junto a la máquina evalúa por sí mismo los umbrales y emite la señal de parada. Si la línea sigue funcionando o se detiene durante 30 minutos sin conexión, la diferencia está aquí. La estructura de costos también se mueve: el tráfico que antes subía completo, miles de valores de sensores por segundo, pasa a ser una estructura en la que solo suben los resultados resumidos, y con ello bajan tanto el costo de la conexión como el del almacenamiento.

El borde no es un bloque único, sino que se divide en capas: el borde de dispositivo, que lleva un chip en el propio equipo; el borde de pasarela o servidor, instalado por línea o por tienda; y el MEC (computación de borde móvil), que se monta en las estaciones base de las operadoras. Cada capa cubre un tramo distinto. En la práctica, el criterio de elección es la latencia máxima permitida: si el trabajo tolera una ida y vuelta de 100 a 200 ms, la nube basta; si exige menos de 10 ms, hay que bajar hasta junto al equipo. Mucha gente lo confunde con la CDN, pero la CDN guarda cerca el contenido ya creado, mientras que la computación de borde realiza el cálculo y la decisión directamente en el lugar. Esa es la diferencia.

El malentendido más común es esperar que, al instalar computación de borde, desaparezcan los costos de la nube. En realidad, lo que hay que administrar pasa de unos pocos servidores a cientos de equipos en campo, y la carga operativa aumenta. Si se instalan 200 cajas de borde en 12 fábricas sin crear un sistema de control remoto y despliegue, cada vez que cambie el modelo de inspección un ingeniero tendrá que recorrer las plantas conectando un USB, y cada planta terminará con una versión de modelo distinta. La idea de que «como los datos no salen, es seguro» también es solo medio cierta: un equipo en un gabinete de planta sin cerrojo puede ser robado físicamente, y un terminal de borde con parches de seguridad atrasados dos años puede convertirse en una vía de intrusión a la red interna. Lo más realista es ver al borde no como un reemplazo de la nube, sino como una organización operativa adicional que hay que sostener.

Capacitaciones en las que aparece este término · IA·DX
Cursos recomendados · Instructores recomendados · Mini cotización
🧮 Mini cotización · Criterio de honorarios
Aprox. KRW 1,200,000 (≈ US$900)Charla especial de 2 horas · hasta 20 personas · en coreano
Solicitar cotización formal con estas condiciones →
💡 Dicho de forma sencilla
Decidir en el sitio de inmediato, sin consultar a la casa matriz. Se usa en lugares como la conducción autónoma o las fábricas, donde la demora puede causar accidentes.
Por qué es importante en la práctica
Si todos los datos se envían a la nube, el proceso es lento y se corta. La computación de borde procesa de inmediato en el lugar, con lo que asegura velocidad y estabilidad.
Borde vs. computación en la nube
DiferenciasComputación de bordeComputación en la nube
Lugar de procesamientoLugar donde se generan los datosCentro de datos central
FortalezasRápido, sin conexión y seguroAnálisis masivo e integral
UsoReacción inmediata (conducción autónoma, fábricas)Análisis y almacenamiento pesados
Origen y fuentes

Surgió junto con la mayor demanda de IoT, 5G y procesamiento en tiempo real como un método de computación distribuida que compensa las limitaciones de la nube en latencia y ancho de banda.

Entender con un caso

Veamos un caso hipotético. La empresa A, fabricante de piezas moldeadas por inyección para automóviles, con 480 colaboradores y ventas anuales de KRW 230,000,000,000, (≈ US$172,148,000) encargaba a una IA en la nube la inspección visual de sus productos. Subir cada imagen y recibir el dictamen tomaba 700 ms de ida y vuelta, lo que no alcanzaba la velocidad de una línea que produce 40 piezas por minuto, y los defectos que escapaban generaban 3 reclamos al mes de clientes. Iniciaron la transición al borde con un plan de cuatro meses.

  1. Tras revisar los registros durante dos semanas, el subgerente Choi, del área de Tecnología de Producción, vio que 480 ms de los 700 ms correspondían al tramo de envío de imágenes. Una sola frase, «el problema no es que el cálculo sea lento, sino el viaje de ida y vuelta», definió el rumbo del proyecto.
  2. El equipo de TI instaló un equipo de borde con GPU en cada una de las 3 líneas y envió solo el modelo de decisión. Al separar el entrenamiento en la nube de la inferencia en planta, el tiempo de decisión bajó de 700 ms a 18 ms.
  3. Cuando el jefe de Mantenimiento de equipos preguntó «¿y si se corta la comunicación y la línea vuelve a detenerse?», se incorporó también un modo sin conexión: ante una falla de red, el borde inspecciona por su cuenta durante 4 horas y, al restablecerse la conexión, sube los resultados.
  4. La carga operativa fue el siguiente obstáculo. Los equipos de Calidad e IT agruparon el despliegue de modelos en un proceso remoto por lotes: el modelo reentrenado se aplicó a 3 líneas a la vez, y las versiones pasaron a verse desde una sola pantalla de administración.
  5. Tras 4 meses de transición y 2 de estabilización, los defectos que llegaban al cliente bajaron de 3 al mes a 0.3, la tasa de operación de la línea subió de 82% a 91% y el volumen de transmisión de imágenes se redujo 94%, por lo que el costo de la nube pasó de KRW 11,000,000 (≈ US$8,230) al mes a KRW 2,400,000 (≈ US$1,800).
Cuándo usarla y cuándo evitarla
✅ Recomendable en estos casos
  • Campos que requieren reacción inmediata (conducción autónoma, fábricas)
  • Redes inestables · preparación para operar sin conexión
  • Cuando los datos no deben salir del lugar
🚫 Cuándo conviene tener cuidado
  • Análisis pesado e integral (→ nube)
  • Cuando los recursos del dispositivo son muy limitados
  • Trabajos en los que la inmediatez no es importante
Términos relacionados
Capacitaciones relacionadas con este término
📚Tendencias de TI 2026Capacitación corporativa de Nanum Consultoría · Presencial / en líneaVer curso →
¿Necesita capacitación interna sobre este tema?
Reciba de inmediato un currículo y una cotización personalizados para su equipo.
Consultar sobre capacitación
Última modificación 2026-09-13 · Revisado por John Kim

Preguntas frecuentes

No. Se reparten las funciones: el procesamiento inmediato lo hace el borde, y el análisis pesado e integral lo hace la nube.
Porque se necesita procesamiento inmediato en lugares como la conducción autónoma o las fábricas, donde «la demora equivale a accidentes o pérdidas».
No. Se reparten las funciones: el procesamiento inmediato lo hace el borde, y el análisis pesado e integral lo hace la nube.
Porque se necesita procesamiento inmediato en lugares como la conducción autónoma o las fábricas, donde «la demora equivale a accidentes o pérdidas».