LG U+ investiga para mejorar la eficiencia de inferencia de modelos de IA en dispositivos móviles, aumentando la velocidad en 4.5 veces y reduciendo el consumo de energía en un 77%.

·por Henderson·AI
LG U+ investiga para mejorar la eficiencia de inferencia de modelos de IA en dispositivos móviles, aumentando la velocidad en 4.5 veces y reduciendo el consumo de energía en un 77%.

El operador de telecomunicaciones surcoreano LG U+ anunció que dos de sus trabajos de investigación sobre la tecnología de optimización de AI Token han sido aceptados en el taller de Inteligencia en el Dispositivo (On-Device Intelligence) de NeurIPS 2026. Esta tecnología está dirigida a dispositivos con recursos computacionales limitados, como los teléfonos móviles, y mejora la velocidad de procesamiento y reduce el consumo de energía al disminuir la carga computacional de los modelos de IA. En particular, la optimización de un modelo de lenguaje pequeño para servicios de llamadas puede aumentar la velocidad de procesamiento en aproximadamente 4.5 veces en comparación con métodos tradicionales, y reducir el consumo de batería en aproximadamente un 77%.

Los modelos de IA, al procesar información, descomponen contenidos como texto en Tokens, que son las unidades básicas de cálculo del modelo. A medida que aumentan las funciones de IA en el dispositivo, los teléfonos deben ejecutar modelos con memoria, capacidad de procesamiento y batería limitadas, lo que significa que la eficiencia de cálculo afectará directamente la velocidad de respuesta y el rendimiento de la batería. La investigación de LG U+ se centra en la eficiencia del procesamiento de Tokens, con el objetivo de reducir la latencia y el consumo de energía durante el proceso de inferencia del modelo, mejorando así la eficiencia de las funciones de IA que se ejecutan localmente en el teléfono.

La tecnología de optimización de AI Token de LG U+ mejora significativamente el rendimiento del teléfono

En el contexto de los servicios de llamadas, LG U+ aplicó tecnologías de reducción de tamaño del modelo y aceleración de inferencia a un modelo de lenguaje pequeño (sLM). En comparación con los grandes modelos en la nube, los modelos de lenguaje pequeños requieren relativamente menos recursos computacionales, lo que los hace más adecuados para ejecutarse en dispositivos como teléfonos móviles. Los resultados de las pruebas publicadas por LG U+ muestran que, tras la optimización, la velocidad de procesamiento de los modelos relacionados alcanzó aproximadamente 4.5 veces la de los métodos originales, mientras que el consumo de batería disminuyó en aproximadamente un 77%.

Además, LG U+ ha desarrollado una tecnología que permite continuar entrenando modelos de IA dentro de los teléfonos inteligentes. El entrenamiento de IA tradicional generalmente requiere transferir datos a un servidor para su procesamiento, mientras que esta tecnología reduce la carga computacional y el uso de memoria, permitiendo que el modelo aprenda datos del usuario localmente en el dispositivo. LG U+ afirma que, en pruebas reales en teléfonos, el modelo entrenado localmente logró una precisión comparable a la del modelo entrenado en servidor, y los datos del usuario no necesitan salir del dispositivo, lo que también mejora la capacidad del modelo para adaptarse al entorno de uso personal.

ÍtemEspecificaciones
Aumento de velocidad de procesamientoAproximadamente 4.5 veces
Reducción del consumo de bateríaAproximadamente 77%

Declaración de intereses: Este artículo contiene enlaces a productos de comerciantes asociados; si compras a través de los enlaces, TechRitual puede recibir ingresos por comisiones, pero esto no afecta la evaluación y recomendación de los productos. Para más detalles, consulta nuestra política de privacidad.

H
Sobre el autor
Henderson