Vertiv Holdings Co., reconocido líder global en infraestructura digital crítica, en colaboración con Deloitte Center for Integrated Research, ha lanzado una nueva guía destinada a ayudar a las empresas en la transición de la experimentación en inteligencia artificial (IA) a su implementación en producción. Esta iniciativa aborda un problema clave en el que las organizaciones deben determinar la mejor ubicación para ejecutar sus cargas de trabajo de IA, así como evaluar si la infraestructura física disponible puede dar soporte a estas necesidades.
La «Guía de Vertiv para el diseño de infraestructura para la IA empresarial», elaborada junto a la firma de investigación STL Partners, ofrece un marco útil que facilita a los responsables de negocio, TI e instalaciones tomar decisiones estratégicas sobre la infraestructura necesaria antes de comprometerse a un plan de acción. Utilizando un enfoque centrado en las cargas de trabajo, la guía permite a las organizaciones evaluar no solo la ubicación de implementación, sino también los requisitos de infraestructura necesarios para una correcta integración y funcionamiento.
Estudios en los que se basa esta guía subrayan que la preparación de la infraestructura es crucial para determinar dónde se pueden llevar a cabo las cargas de trabajo de IA y la rapidez con la que pueden integrarse en un entorno de producción. Elementos como la disponibilidad de energía, refrigeración, conectividad y capacidad operativa son factores determinantes en la viabilidad de una instalación para soportar estas cargas.
El proceso que se detalla en la guía se desglosa en cuatro pasos sencillos: definir el resultado empresarial y la carga de trabajo de IA; evaluar la escala y funcionamiento de la carga; determinar la ubicación más adecuada para su implementación; y finalmente, asociar la carga de trabajo y su localización con un modelo de infraestructura física y un diseño de referencia.
Giordano Albertazzi, CEO de Vertiv, enfatiza que el futuro de la IA empresarial dependerá no solo de los modelos computacionales, sino también de la capacidad de las organizaciones para ofrecer el soporte físico necesario. Este enfoque permite que las empresas tomen decisiones más informadas sobre su infraestructura, identificando limitaciones de manera anticipada y estableciendo un camino más robusto hacia la producción efectiva de soluciones basadas en IA.
Nicholas Merizzi, director de Deloitte Consulting LLP, también resalta la importancia de tener en cuenta aspectos económicos y operativos que cambiarán a medida que se introduzcan cargas de trabajo de IA en producción. El hecho de integrar consideraciones sobre valor empresarial, gobernanza y sostenibilidad operativa en las primeras etapas del proceso de planificación brinda a los responsables las herramientas necesarias para decidir el entorno más adecuado para la ejecución de cargas de trabajo de IA.
La guía categoriza las cargas de trabajo de IA en seis arquetipos, facilitando así la identificación de similitudes en términos de funcionamiento y necesidades de infraestructura. A partir de aquí, se pueden asociar con uno de los cuatro modelos de infraestructura física: clúster de IA en el extremo de la red, clúster de IA pequeño, clúster de IA grande y clúster de IA de alta densidad.
Además, cada uno de estos modelos proporciona una base para decisiones relacionadas con energía, refrigeración, conectividad y resiliencia, lo que resulta en una planificación más efectiva y adaptada a las necesidades reales de la organización. La guía también realiza hincapié en la importancia de evaluar la preparación de las instalaciones desde el inicio del proceso para evitar obstáculos futuros.
La guía completa, titulada «Diseño de infraestructura para la IA empresarial», ofrece 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 su consulta en el portal oficial de Vertiv.
