Vertiv Holdings Co., un líder reconocido en el ámbito de la infraestructura digital crítica, ha unido fuerzas con Deloitte Center for Integrated Research para lanzar una nueva guía que pretende facilitar a las empresas la transición de proyectos piloto de inteligencia artificial (IA) a su implementación plena en entornos de producción. Esta iniciativa busca resolver un desafío crucial para muchas organizaciones: la identificación del mejor lugar para ejecutar sus cargas de trabajo basadas en IA y la evaluación de la infraestructura física disponible para soportar estas necesidades.
La «Guía de Vertiv para el diseño de infraestructura para la IA empresarial» fue creada en colaboración con STL Partners y ofrece un marco práctico para que los responsables de negocio, tecnología de la información (TI) e instalaciones puedan tomar decisiones estratégicas sobre la infraestructura antes de embarcarse en un plan de acción. El enfoque de la guía se centra en las cargas de trabajo y proporciona a las organizaciones las herramientas para evaluar tanto la ubicación adecuada para su implementación como los requisitos de infraestructura necesarios para su integración y operación efectiva.
Los estudios que respaldan esta guía destacan que la preparación de la infraestructura es fundamental para decidir dónde se pueden llevar a cabo las cargas de IA y qué tan rápido pueden integrarse en un entorno de producción. Factores como la disponibilidad de energía, capacidades de refrigeración, conectividad y operatividad son determinantes para la viabilidad de una instalación.
El proceso descrito en la guía se divide en cuatro pasos clave: definir el objetivo empresarial y la carga de trabajo de IA; evaluar la escala y eficiencia de la carga; seleccionar la ubicación más adecuada para su implementación; y finalmente, relacionar la carga de trabajo y su ubicación con un modelo de infraestructura física y un diseño de referencia.
Giordano Albertazzi, CEO de Vertiv, subraya que el futuro de la IA empresarial dependerá no solo de los modelos computacionales, sino también de la habilidad de las organizaciones para brindar el soporte físico necesario. Este enfoque promueve que las empresas tomen decisiones informadas sobre su infraestructura, reconociendo limitaciones de manera anticipada y estableciendo un camino más sólido hacia la producción exitosa de soluciones basadas en IA.
Por su parte, Nicholas Merizzi, director de Deloitte Consulting LLP, resalta la importancia de considerar aspectos económicos y operativos que evolucionarán a medida que las cargas de trabajo de IA se implementen en producción. Integrar consideraciones sobre el valor empresarial, la gobernanza y la sostenibilidad operativa desde el inicio del proceso de planificación proporciona a los tomadores de decisiones las herramientas necesarias para seleccionar el entorno más idóneo para llevar a cabo cargas de trabajo de IA.
La guía categoriza las cargas de trabajo de IA en seis arquetipos, simplificando la identificación de similitudes en términos operativos y de necesidades de infraestructura. Estos arquetipos se vinculan con uno de los cuatro modelos de infraestructura física propuestos: clúster de IA en el extremo de la red, clúster de IA pequeño, clúster de IA grande y clúster de IA de alta densidad.
Cada uno de estos modelos funge como una base para decisiones relacionadas con la energía, la refrigeración, la conectividad y la resiliencia, lo que deriva en una planificación más efectiva y adaptada a las necesidades específicas de cada organización. Además, la guía enfatiza la importancia de evaluar la preparación de las instalaciones desde el inicio para evitar futuros obstáculos.
La «Guía completa, titulada «Diseño de infraestructura para la IA empresarial», proporciona una hoja de ruta detallada que incluye los seis arquetipos de carga de trabajo, los cuatro modelos de infraestructura física y una estrategia de cuatro fases para la planificación y evolución de la infraestructura de IA en las empresas. Esta guía está disponible para consulta en el portal oficial de Vertiv.
