A medida que las empresas exploran nuevas aplicaciones de inteligencia artificial (IA), uno de los desafíos consiste en pasar de las pruebas iniciales a una operación sostenida. Para lograrlo, no basta con contar con modelos de IA y capacidad de procesamiento: también es necesario determinar dónde ejecutar cada aplicación y si la infraestructura disponible puede responder a sus requerimientos de energía, refrigeración, conectividad y operación.
Frente a este escenario, Vertiv, proveedor global de infraestructura digital crítica, presentó la guía Diseño de infraestructura para la IA empresarial, desarrollada con STL Partners, firma especializada en investigación de infraestructura digital. El documento propone un marco de planificación que conecta los objetivos de negocio y las características de cada carga de trabajo con el entorno tecnológico y la infraestructura física que necesita para operar.
El enfoque parte de una premisa: no todas las aplicaciones de inteligencia artificial requieren la misma infraestructura ni deben ejecutarse necesariamente en el mismo entorno. Mientras algunas cargas de trabajo exploratorias pueden funcionar en la nube pública, otras, por sus exigencias de rendimiento, continuidad operativa, control o proximidad a los datos, pueden requerir infraestructura propia, modelos híbridos, servicios de colocación o capacidades ubicadas en el borde de la red.
“La próxima fase de la IA empresarial estará determinada no solo por los modelos y la capacidad de cómputo, sino también por la capacidad de las organizaciones para proporcionar la energía, la refrigeración, la conectividad y el entorno operativo que requiere cada carga de trabajo”, afirmó Giordano Albertazzi, CEO de Vertiv. Según explicó, analizar estos requerimientos desde las primeras etapas permite identificar limitaciones con anticipación y establecer una ruta más clara desde los objetivos de IA hasta su implementación.
Cuatro pasos para planificar la infraestructura de IA
La guía plantea un proceso de cuatro pasos para que las organizaciones vinculen sus necesidades de negocio con las decisiones de infraestructura:
- Definir el objetivo de negocio y la carga de trabajo de IA. Identificar qué resultado se busca y qué aplicación permitirá alcanzarlo.
- Evaluar los requerimientos técnicos y operativos. Analizar la escala, el rendimiento y las condiciones necesarias para ejecutar la carga de trabajo.
- Determinar el entorno de implementación. Identificar si la aplicación funcionará mejor en la nube, en instalaciones propias, en un entorno híbrido, mediante servicios de colocación o en el borde de la red.
- Seleccionar el modelo de infraestructura adecuado. Relacionar las necesidades identificadas con una arquitectura de referencia que sirva como base para la planificación y la validación técnica.
La propuesta también destaca la importancia de evaluar las instalaciones antes de comprometer recursos. La disponibilidad de energía, capacidad de refrigeración, conectividad, espacio y soporte operativo puede determinar si una ubicación existente está preparada para recibir nuevas cargas de trabajo o si será necesario considerar otra alternativa.
La investigación clasifica las aplicaciones empresariales de IA en seis arquetipos que abarcan el desarrollo de modelos, su reentrenamiento y cuatro categorías de uso en producción. Esta clasificación permite agrupar las cargas de trabajo según sus necesidades de rendimiento, operación e infraestructura, en lugar de tratarlas como una única demanda tecnológica.
A partir de esa evaluación, la guía plantea cuatro modelos de infraestructura física: clúster de IA en el borde, clúster pequeño de IA, clúster grande de IA y clúster de IA de alta densidad. Estos modelos sirven como puntos de partida para definir los requerimientos de energía, refrigeración, conectividad, controles, resiliencia y capacidad de crecimiento. Su configuración final debe ajustarse a las condiciones de cada instalación y a los resultados de la ingeniería de detalle.
Nicholas Merizzi, socio y líder de Silicon2Service en Estados Unidos de Deloitte Consulting LLP, señaló que la transición de la IA hacia producción modifica tanto sus aspectos económicos como sus exigencias operativas. Por ello, considera importante que las organizaciones integren desde la planificación el valor para el negocio, la gobernanza, la responsabilidad operativa y los requerimientos de infraestructura.
Para las empresas ecuatorianas que evalúan aplicaciones de inteligencia artificial, este enfoque ofrece un criterio para ordenar sus decisiones tecnológicas: identificar primero el propósito de cada proyecto y sus necesidades reales, antes de definir dónde y cómo ejecutarlo. La evaluación anticipada de la infraestructura permite reconocer posibles restricciones y planificar una implementación acorde con las características de cada aplicación.
La guía Diseño de infraestructura para la IA empresarial incluye los seis arquetipos de cargas de trabajo, los cuatro modelos de infraestructura física y una hoja de ruta de cuatro fases para planificar, implementar y hacer evolucionar la infraestructura de IA empresarial.
