Diseño e Implementación de un Clúster de Edge Computing para Inferencia de IA Local Autónoma

Infraestructura física de Edge Computing 100% aislada de internet (Air-Gapped), orquestada con Kubernetes ligero (K3s) sobre nodos de bajo consumo para ejecutar un asistente de Inteligencia Artificial autónomo. Su núcleo procesa un Modelo de Lenguaje Pequeño (Qwen2:0.5b cuantizado a 4 bits) en tiempo real y sin conexión a la nube, garantizando soberanía de datos y latencias menores a 800 ms. A nivel de red y resiliencia, la arquitectura asegura Alta Disponibilidad (HA) y tolerancia a fallos mediante escalado horizontal automático (HPA), volúmenes persistentes locales y políticas de anti-afinidad para balancear la carga entre un nodo trabajador de 16 núcleos y un nodo maestro de contingencia. Integra telemetría en tiempo real con Prometheus y Grafana para auditar la Calidad de Servicio (QoS), enrutamiento Dual Stack (IPv4/IPv6) con Portal Cautivo en pfSense, y cumple estrictamente con el marco normativo de la Superintendencia de Telecomunicaciones (SIT) de Guatemala.