Google ha ampliado Model Explorer para ayudar a equipos que desarrollan compiladores personalizados para IA en dispositivos. La herramienta puede representar visualmente grafos intermedios, comprobar qué operaciones llegan realmente a una NPU y relacionar esa estructura con perfiles de rendimiento.
Ver dónde se pierde aceleración
En un pipeline edge, parte del modelo puede acabar ejecutándose en CPU aunque el objetivo sea usar un acelerador. La visualización ayuda a identificar operaciones no delegadas, conversiones inesperadas y cuellos de botella que no siempre son evidentes en logs.
Arm como caso de uso
Google muestra cómo Arm integró representaciones internas de su compilador con Model Explorer para depurar delegación y mapear información de ciclos. Para empresas que desarrollan hardware o software embebido, acorta el camino entre profiling y corrección.
Fuente primaria: Google.
Más contexto de la infraestructura de IA
Google está moviendo varias piezas a la vez: llm-d 1.0, TorchTPU, Gemini en entornos aislados, Physical AI, Claude en Antigravity y nuevos controles para agentes.
Fotografía: Christina Morillo / Pexels.
