La inteligencia artificial requiere de eficiencia en los centros de datos

Durante mucho tiempo, la inteligencia artificial (IA) había sido un tema de la ciencia ficción, (…) [pero] en años recientes hemos visto a la IA volverse parte de nuestra realidad cotidiana. Lanzamientos como ChatGPT y DALLE-2, automóviles autónomos o los asistentes de voz en nuestros teléfonos móviles demuestran que la IA ha llegado para quedarse, y su llegada ha dado lugar a debates sobre cómo cambiará los sistemas de educación y trabajo.

Pero, (…) ¿cómo impacta la IA a los centros de datos? Para que la IA funcione óptimamente necesita de capacidades de procesamiento mayores a las que hoy día operamos en nuestros centros de datos. Por lo tanto, requiere de una infraestructura más robusta, capaz de soportar velocidades más altas, mayor cantidad de información, una gestión más eficiente, entre mucho más. En este artículo hablaremos de algunos de los principales requerimientos.

Infraestructura de red

La IA trae consigo una revolución en la arquitectura de los centros de datos, que complementa la infraestructura existente hoy en día. Vamos a seguir viendo una infraestructura de servicio de cara al cliente (front end), necesaria para habilitar las aplicaciones, la cual va a ser complementada con una infraestructura de red de back end que habilite la IA mediante clústeres de procesamiento específicos para ello.

Además, necesitaremos una mucho mayor densidad de conexiones de fibra óptica que a la que hasta hoy estábamos habituados. Imaginen lo que eso implica en cantidad de cables, en tamaño de canalizaciones y en densidad de cableado por rack o por gabinete.

En este escenario, se hace más evidente que un sistema de cableado de capa física robusto y ágil es esencial para la compatibilidad con una operación y un desempeño confiable de la red en la cual la IA adquiere mayor relevancia.

Mayores velocidades

Aunque la migración a 400 Gbps comenzó hace aproximadamente cinco años, la pandemia y el rápido crecimiento de la digitalización de procesos y aplicaciones, así como el desarrollo de mejores modelos de IA, están promoviendo la adopción de los 800 Gbps, y es probable que en esta década estemos llegando hasta el 1,6 Tbps.

Lo que estamos viendo es que, en cuestión de crecimiento de la tasa de transferencia de información por hilo de fibra óptica, estamos yendo de los 10 Gbps a los 50 Gbps y 100 Gbps, llegando a tasas de hasta 200 Gbps. Entonces la matemática debe de considerar qué tasa de transferencia tengo por hilo, para luego determinar cuántos hilos necesito para satisfacer las necesidades que 400 Gbps y 800 Gbps demandan.

Para los centros de datos, la capacidad de adaptación y supervivencia se pone a prueba cada año, dadas las crecientes demandas de ancho de banda, capacidad y menor latencia que impulsan la migración a velocidades de red más rápidas. En este sentido, el cableado de fibra adecuado permitirá a las organizaciones beneficiarse plenamente de la inteligencia artificial. Una cuidadosa consideración del cableado del clúster de IA ayudará a ahorrar costes y tiempo de instalación.

Mejora en la gestión de la infraestructura

Pero el problema no es sólo la capacidad de ancho de banda, sino también la eficiencia operativa. A medida que aumenta el rendimiento de la red, también lo hace su complejidad; por eso, la IA y tecnologías como el aprendizaje automatizado ayudan a los administradores de centros de datos a optimizar la gestión de recursos, su eficiencia energética y a mejorar la respuesta a fallos o resolución de incidentes.

Todo esto permite a los administradores una mejor toma de decisiones, más rápida y precisa, lo que garantiza un rendimiento eficiente los centros de datos en todo momento.

Automatización de procesos

Otra área donde la IA está empezando a mostrar sus beneficios es la automatización. Al analizar los datos pasados y los nuevos, la inteligencia artificial puede apoyar en la planificación de la capacidad del centro de datos, además de anticipar errores en el sistema. De igual forma, al procesar la enorme cantidad de datos, hace que el personal de TI sea más eficiente en sus tareas.

Todo esto permite tomar mejores decisiones, no solo sobre el funcionamiento, sino también sobre el almacenamiento y organización dentro de los centros de datos al “aprender” patrones de comportamiento de los datos. Si tomamos en cuenta todo esto en conjunto, la IA ayuda a reducir el error humano en gran medida, mejorando así la seguridad y eficiencia de los sistemas y procesos.

Eficiencia energética

A medida que los centros de datos se vuelven más complejos, más grandes y con mayores requerimientos, el uso de energía se ha convertido en un tema cada vez más primordial. En este aspecto, una de las aplicaciones de la IA consiste en aprovechar su capacidad para ayudar en la mejora de la eficiencia energética, facilitando el desarrollo e implementación de algoritmos que funcionan y se ajustan en tiempo real, permitiendo reducir el consumo de energía y, por tanto, costos operativos. De hecho, para 2025, Gartner predice que el 50 % de los operadores de centros de datos adoptarán inteligencia artificial y aprendizaje automatizado para mejorar la eficiencia energética y operativa hasta en un 30 %.

Así, aprovechando analíticas predictivas avanzadas –gracias a la IA y los patrones de cargas de trabajo, además de otra serie de factores–, los operadores de los centros de datos podrían asignar de mejor manera los recursos energéticos, evitando un gasto innecesario y garantizando un suministro óptimo.