En el actual panorama tecnológico, en constante evolución, es de vital importancia adaptar nuestras empresas a medida que la inteligencia artificial (IA) avanza a velocidad de vértigo.

Esta transición está suponiendo un gran reto para las empresas en muchos aspectos de su negocio, incluida la infraestructura de tecnología de la información (TI). De hecho, el 96% de los compradores de TI ya han actualizado o tienen previsto actualizar su infraestructura, según un estudio reciente de Pure Storage.

La IA abarca una amplia gama de aplicaciones que exigen adaptarnos a consideraciones de hardware específicas. Algunas de las claves para asegurar una optimización del hardware para cargas de trabajo de IA y son las siguientes:

No hay IA sin potencia de la GPU

La principal diferencia entre GPU y CPU radica en su funcionalidad. Las CPU sobresalen en la ejecución rápida de tareas secuenciales, mientras que las GPU aprovechan el procesamiento paralelo para computar simultáneamente tareas con mayor velocidad y eficiencia.

Es decir, las GPU ejecutan cálculos técnicos con mayor rapidez y eficiencia energética que las CPU. Esto se traduce en un rendimiento superior para el entrenamiento y la inferencia de la IA, así como en ventajas en diversas aplicaciones que utilizan la computación acelerada.

NVIDIA define un modelo de IA como una “lasaña matemática” formada por capas y capas de ecuaciones de álgebra lineal. Y es un término muy acertado, porque las GPU cuentan con miles de núcleos, pequeñas calculadoras que trabajan en paralelo para desmenuzar las matemáticas que componen un modelo de IA.

Procesadores y servidores: las claves

Una pauta clave en la infraestructura informática es garantizar, al menos, el doble de memoria de una unidad central de procesamiento (CPU) en comparación con la memoria GPU total del sistema. Si añadimos la inteligencia artificial y el análisis de datos a esta ecuación, sería necesaria una memoria del sistema de 1 TB o más, especialmente cuando se trabaja con grandes conjuntos de datos.

Por lo tanto, es aconsejable utilizar procesadores para estaciones de trabajo y servidores que sean capaces de soportar estas cantidades de memoria. Por ejemplo, el servidor XE9680 de Dell optimizado para IA puede llegar hasta 2 CPU de 56 núcleos, 4 TB de RAM y albergar 8 GPU NVIDIA A100 de 80 GB.

La solución de inmersión de AI

En el ámbito de la informática puntera, el debate sobre las soluciones de refrigeración ha pasado de los métodos tradicionales basados en aire a enfoques más innovadores adaptados a los sistemas de gama alta. A medida que avanzan las tecnologías de IA, aumenta la demanda de potencia de procesamiento, lo que provoca niveles de producción de calor sin precedentes en los centros de datos.

Los métodos tradicionales de refrigeración por aire tienen dificultades para seguir el ritmo, lo que provoca cuellos de botella en el rendimiento y un mayor consumo de energía.

Por esto, la refrigeración por inmersión se perfila como la solución óptima, ya que ofrece un rendimiento, una reducción energética, una densidad y una flexibilidad sin precedentes para las cargas de trabajo de los centros de datos. Al sumergir los servidores en un fluido térmicamente conductor, la refrigeración por inmersión facilita el contacto directo entre el líquido y los componentes calientes, lo que permite una eliminación eficaz del calor.

Con la circulación del líquido a través de intercambiadores de calor refrigerados por agua, la refrigeración por inmersión garantiza una gestión óptima de la temperatura, satisfaciendo las intensas demandas de refrigeración de los entornos informáticos impulsados por IA.

Está claro que una de las principales prioridades de las empresas este 2024 será la de adaptar el hardware para el uso de la IA.

Este paso es necesario para poder aprovechar las ventajas que ofrece esta herramienta para potenciar y optimizar la infraestructura de TI en determinados aspectos. Entre estos beneficios, descatan los siguientes:

La optimización térmica en centros de datos

La inteligencia artificial se aplica a los sistemas térmicos, energéticos y de refrigeración para optimizar y automatizar la carga de trabajo. Para ello, se utilizan técnicas como la simulación, la validación de nuevos modelos de programación, la consolidación de procesos y máquinas virtuales o la identificación de puntos calientes. Todo ello ofrece grandes ventajas para potenciar la eficiencia de los recursos existentes.

Por ejemplo, el estudio Avances en la investigación sobre gestión térmica de centros de datos basada en IA afirma que la optimización térmica impulsada por IA tiene el potencial de mejorar la programación de procesos, la consolidación de máquinas virtuales y la prevención de puntos calientes en los centros de datos.

El mantenimiento predictivo 

En este sentido, otra aplicación interesante es el mantenimiento predictivo, un componente clave en el panorama tecnológico moderno que aprovecha el análisis de datos y la inteligencia artificial para prever posibles fallos de los equipos antes de que se produzcan. Mediante la supervisión y el análisis continuo de las métricas de rendimiento de los componentes de hardware, los algoritmos de IA pueden identificar problemas potenciales con mucha antelación, como la degradación de la potencia de procesamiento o las ineficiencias del sistema de refrigeración.

El análisis predictivo puede ayudar a los proveedores a ajustar la asignación de energía y el espacio en los bastidores. El resultado es una reducción de los costes operativos, una mejora de la eficacia del uso de la energía (PUE) y decisiones más informadas y basadas en datos. De este modo, las organizaciones pueden garantizar un entorno estable y fiable para las operaciones de IA, rebajando el tiempo de inactividad, reduciendo costes y maximizando la eficiencia de sus procesos.

España es uno de los países punteros en la Unión Europea en el desarrollo de la inteligencia artificial por su inversión y su compromiso con la Ley Europea de IA, la primera norma que regula los usos de la inteligencia artificial, garantizando la seguridad y el respeto a los derechos de los ciudadanos. También cabe destacar la Estrategia Nacional de Inteligencia Artificial (ENIA), un proyecto del Gobierno español que pretende "mejorar la preparación del tejido productivo español con el fin de impulsar su competitividad a nivel europeo e internacional".

Uno de los objetivos específicos de esta iniciativa es, precisamente, "desarrollar plataformas de datos e infraestructuras tecnológicas de apoyo a la IA".

Estoy convencido de que el papel de los CIO y los CTO es actualmente crítico: sus decisiones a la hora de reforzar, preparar y optimizar la infraestructura de hardware para las aplicaciones de IA no solo suponen un claro beneficio económico propio, sino que también contribuyen a impulsar a España como una fuerza líder en la Unión Europea.

***Martijn Niessen es CEO y fundador de Infinite Group (Exellyn, Ynvolve, GSS e Itsm).