El ritmo de adopción de la IA se ha acelerado durante la crisis de Covid, pero es probable que el aumento de la tasa de adopción genere una demanda adicional significativa en los recursos informáticos y la infraestructura de soporte.
El reciente informe State of AI de Appen encontró que el 55 por ciento de las empresas había acelerado su adopción de la inteligencia artificial en 2020 y el 67 por ciento esperaba aumentarla aún más este año. A medida que se intensifica la adopción de la IA, los costos generales se convertirán en una consideración importante y existe el riesgo de que estos costos se acumulen si las organizaciones no planifican con anticipación.
Top of mind
La tendencia fue reforzada por la vicepresidenta del grupo IDC para IA y Automatización de Investigación, Ritu Jyoti, quien dijo que la pandemia había "empujado a la IA a la cima de la agenda corporativa, potenciando la resiliencia y relevancia empresarial".
“Ahora hemos entrado en el dominio del trabajo y la decisión aumentados por IA en todas las áreas funcionales de una empresa. La creación y el uso responsable de soluciones de inteligencia artificial que puedan detectar, predecir, responder y adaptarse a la velocidad es un imperativo empresarial importante".
Los comentarios de Jyoti acompañaron la publicación de las estimaciones de IDC de que el mercado global de IA aumentará en un 15,2 por ciento este año a un valor de 341,8 mil millones de dólares. Se espera que el mercado supere los 500.000 millones de dólares para 2024.
Cuando se trata de infraestructura, las empresas deben adaptarse y ser flexibles. Esta necesidad de flexibilidad está haciendo que la nube, particularmente la nube híbrida, sea la base de la IA, especialmente a medida que aumenta la necesidad de cantidades sustanciales de datos. Al utilizar la nube híbrida, las empresas pueden satisfacer las demandas de tecnología de la IA al nivel de costo adecuado para sus negocios y sus cargas de trabajo.
La infraestructura como servicio (IaaS) brinda a las organizaciones la capacidad de usar, desarrollar e implementar IA sin sacrificar el rendimiento. Pero hay una serie de elementos de infraestructura que las organizaciones deben tener en cuenta al evaluar los posibles proveedores de IaaS.
1.- Rendimiento informático
Las empresas necesitan acceso a importantes recursos informáticos de rendimiento, incluidas CPU y GPU, para aprovechar al máximo las oportunidades que ofrece la IA. Los algoritmos de aprendizaje automático requieren velocidad y rendimiento para realizar una gran cantidad de cálculos. Si bien un entorno basado en CPU puede manejar cargas de trabajo básicas de IA, el aprendizaje profundo implica múltiples conjuntos de datos grandes y la capacidad de implementar algoritmos de redes neuronales escalables.
Es posible que la informática basada en CPU no pueda cumplir esos objetivos y las GPU podrían ser una mejor opción. El mayor rendimiento proporcionado por las GPU puede acelerar significativamente el aprendizaje profundo en comparación con las CPU. Pero esa velocidad tiene un costo más alto y, en algunos casos, puede que no sea rentable cambiar de CPU a GPU. Es importante lograr el equilibrio adecuado para las tareas requeridas.
2.- Capacidad de almacenamiento
La capacidad de escalar el almacenamiento a medida que crecen los volúmenes de datos es fundamental para muchas empresas. Las organizaciones deben determinar qué tipos de almacenamiento necesitan y hay una serie de factores a considerar, incluido el nivel de IA que planean usar y si necesitan tomar decisiones en tiempo real. Por ejemplo, una empresa de tecnología financiera que utiliza sistemas de inteligencia artificial para tomar decisiones comerciales en tiempo real puede necesitar una tecnología de almacenamiento flash completa, mientras que otras empresas podrían beneficiarse de una mayor capacidad pero un almacenamiento menos rápido.
Las empresas necesitan calcular cuántos datos generarán sus aplicaciones de IA porque las aplicaciones de IA toman mejores decisiones cuando están expuestas a más datos. Las bases de datos crecen con el tiempo, por lo que las empresas deben controlar su capacidad de almacenamiento y planificar adecuadamente la expansión.
3.- Infraestructura de redes
La creación de redes es otro componente clave de la infraestructura de IA. Las redes buenas, rápidas y confiables son esenciales para maximizar la entrega de resultados. Los algoritmos de aprendizaje profundo dependen en gran medida de las comunicaciones, por lo que las redes deben seguir el ritmo de la demanda a medida que se expanden los esfuerzos de IA. La escalabilidad es una prioridad alta y la IA requiere una red de gran ancho de banda y baja latencia. Es importante asegurarse de que el paquete de servicios y la pila de tecnología sean consistentes para todas las regiones.
4.- Seguridad
La IA puede implicar el manejo de datos confidenciales como registros de pacientes, información financiera y datos personales, por lo que es imperativo que la infraestructura esté protegida de un extremo a otro con tecnología de punta. No hace falta decir que una violación de datos sería un desastre para cualquier organización, pero con la IA, cualquier infusión de datos incorrectos podría hacer que el sistema hiciera inferencias incorrectas, lo que llevaría a decisiones erróneas.
5.- Mantenerlo rentable
A medida que los modelos de IA se vuelven más complejos, su ejecución se vuelve más costosa, por lo que es fundamental obtener un rendimiento adicional de la infraestructura para mantener los costos bajo control. A medida que las empresas aumenten el uso de la inteligencia artificial, impondrán cargas más pesadas a las infraestructuras de red, servidores y almacenamiento.
Las empresas deben tomar decisiones cuidadosas e identificar proveedores de IaaS que puedan ofrecer servidores dedicados rentables como un medio para impulsar el rendimiento y permitirles continuar invirtiendo en IA sin aumentar su presupuesto.
Que pueden hacer los proveedores de IaaS
Las organizaciones que buscan implementar servicios de IA deben asegurarse de tener las bases adecuadas para respaldarlas. Cualquier proveedor de IaaS debe poder ofrecer la infraestructura adecuada para que los clientes creen sus servicios en IA.
Los proveedores de IaaS tienen la responsabilidad de:
- investigar e invertir constantemente en la última tecnología de CPU y GPU porque esto es clave para implementar cargas de trabajo de inteligencia artificial exitosas;
- mejorar las redes para una mayor velocidad y entrega;
- utilizar la automatización para ofrecer un gran porcentaje de su servicio para acelerar el tiempo de actuación de los clientes;
- mejorar el rendimiento mediante el uso de herramientas de automatización para monitorear su sistema y utilizar las rutas más eficientes.