MachinaCheck, presentado por el equipo de Syed Muhammad Sarmad en el AMD Developer Hackathon (mayo de 2026), es un sistema multiagente de IA capaz de evaluar la manufacturabilidad de piezas CNC a partir de archivos STEP en aproximadamente 30 segundos. La demo operativa, descrita en un artículo publicado el 10 de mayo de 2026, destaca por ejecutar los modelos en premisa sobre AMD Instinct MI300X, lo que apunta a mantener la geometría y los datos de diseño dentro de la infraestructura del taller.
El flujo de trabajo acepta un archivo STEP acompañado de tres entradas sencillas — material, tolerancia y especificaciones de roscas— y genera en torno a 30 segundos un informe completo de manufacturabilidad. Ese informe indica si la pieza es viable, qué operaciones se requieren, qué herramientas son necesarias y qué acciones previas conviene tomar antes de iniciar la producción, orientado a talleres pequeños y medianos.
Para extraer la geometría, el sistema aplica cadquery sobre OpenCASCADE, logrando una extracción matemática exacta de elementos como agujeros cilíndricos (diámetro y profundidad), superficies planas y sus áreas, chaflanes y filetes, caja delimitadora, volumen y área total. Esa precisión geométrica es la base para que los agentes inferenciales determinen operaciones y herramientas con rigor técnico.
Los autores sitúan el problema en talleres que hoy dedican entre 30 — 60 minutos por plano a leer dimensiones manualmente, comprobar herramientas disponibles y estimar tolerancias; eso equivale a entre 5 y 20 horas de trabajo cualificado por semana en talleres que manejan 10 — 20 RFQ. Errores en esa evaluación provocan piezas invalidadas, pérdida de tiempo máquina y clientes insatisfechos; además, muchos clientes exigen NDA porque los archivos STEP contienen propiedad intelectual sensible.
MachinaCheck evita la transferencia de archivos a servicios públicos de IA al ejecutar el modelo de clasificación de operaciones localmente en AMD Instinct MI300X, por lo que la geometría del cliente no sale de la infraestructura del taller. El agente de clasificación corre Qwen 2.5 7B mediante vLLM en la máquina con 192 GB de HBM3 y 5.3 TB/s de ancho de banda, una combinación que, según los autores, convierte la privacidad en requisito arquitectónico y hace viable el producto para clientes empresariales con datos confidenciales.
El informe técnico del proyecto conserva detalles útiles para implementadores: uso de cadquery/OpenCASCADE para extracción geométrica '100% exacta', orquestación con LangChain y FastAPI, y ejecución de Qwen 2.5 7B sobre el MI300X. Construido durante el hackathon de AMD en mayo de 2026 y publicado el 10 de mayo de 2026, MachinaCheck sirve como ejemplo práctico de diseño 'privacy by design' aplicado a herramientas de evaluación de manufactura.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
