Los grandes requisitos de aplicar aprendizaje automático a los datos
- Noticias y Actualidad
El aprendizaje automático es una de las formas más avanzadas de extraer inteligencia de los datos, y las tecnologías asociadas tienen una gran proyección para los próximos años. Montar un sistema de machine learning requiere invertir en plataformas de cómputo especializadas y almacenamiento de datos de máxima velocidad, pero también se requieren sistemas auxiliares de gran potencia, algo que muchas empresas no tienen, por lo que recurren cada vez más a proveedores de colocación especializados.
Con el avance de la digitalización, numerosas industrias están apostando cada vez más por plataformas de analítica, IA y machine learning, con el fin de comprender mejor y más rápido la información, extrayendo todo el valor de los datos. Durante el pasado año diversos fabricantes han lanzado nuevos productos de computación especialmente diseñados para cargas de trabajo de la máxima exigencia, que se pueden emplear para aplicaciones de aprendizaje automático. Esto facilita la construcción de plataformas de hardware para estos usos a los proveedores cloud, que ya pueden ofrecer este tipo de servicios a sus clientes. Pero, con la llegada de estos equipos de tamaño y precio más reducidos, las empresas comienzan a plantearse montar sus propios sistemas en local, ara lanzar sus primeros proyectos de IA y aprendizaje automático. Para ello, además, se sirven de las grandes prestaciones que ofrecen las nuevas plataformas de almacenamiento all flash basadas en unidades SSD NVMe, que permiten el máximo rendimiento en el acceso a los datos, en un tamaño más reducido y con menos consumo de energía.
Pero los expertos en tecnología señalan que existen otros requisitos fundamentales para poder construir estos sistemas, ya que las plataformas de computación destinadas a machine learning e IA tienen consumos muy elevados, y generalmente las empresas no cuentan con la densidad de energía necesaria para que funcionen a pleno rendimiento. Y, en muchos casos, para una empresa no es rentable contratar la densidad necesaria, por lo que los propios fabricantes de estas tecnologías se han aliado con partners especializados, que ofrecen soluciones óptimas a los clientes finales para externalizar la infraestructura TI destinada al aprendizaje automático.
Actualmente, firmas como Nvidia o AMD, dos de los principales fabricantes dedicados a la computación para IA y ML, cuentan con socios en la industria de colocación que han invertido en instalaciones con la densidad de potencia necesaria para hacer funcionar las plataformas de aprendizaje automático. Estas empresas, que cuentan con centros de datos en muchas regiones del globo, se postulan como la mejor opción para las organizaciones que quieren implementar sistemas propios de ML e IA.
Por un lado, permiten alojar la infraestructura de computación y almacenamiento del cliente y, por otro, ofrecen tanto la potencia eléctrica necesaria como los mejores sistemas de refrigeración para máquinas como estas, que generan grandes cantidades de calor y también tienen un elevado consumo eléctrico. Entre las firmas de colocación que ya tienen centros de datos de alta densidad se cuentan algunas de las más grandes y con presencia internacional, como CyrusOne, Digital Realty o Switch, y otras como Colovore, Core Scientific, ScaleMatrix, EdgeConnex o Flexential.
Pero,con la proliferación del aprendizaje automático en numerosos sectores, se espera que otros grandes de la colocación y de las redes de interconexión global se alíen para ofrecer soluciones a las empresas que quieran adoptar estas tecnologías, conectando los datos almacenados en sus instalaciones y en el espacio TI arrendado con las máquinas de aprendizaje automático e inteligencia artificial.
Más información
¿Cuál es el futuro del mercado de almacenamiento? ¿Qué tecnologías son las más adecuadas para las empresas? Si quieres obtener más información sobre un segmento en crecimiento puedes visitar las páginas de nuestros colaboradores: NetApp y Huawei.
