Durante mucho tiempo, la IA había sido un tema de la ciencia ficción. Propiciado por películas o series, nos preguntábamos, ¿Cómo será y qué alcances tendrá? Todavía sorprende que nuestras preguntas comienzan a hallar respuesta, pues en años recientes hemos visto a la IA volverse parte de nuestra realidad cotidiana.
Lanzamientos como ChatGPT y DALLE-2, automóviles autónomos o los asistentes de voz en nuestros teléfonos móviles, demuestran que la IA ha llegado para quedarse, y su llegada ha dado lugar a debates sobre cómo cambiará los sistemas de educación y trabajo.
Pero llevemos nuestras preguntas más allá. ¿Cómo impacta la IA a los centros de datos? Para que la IA funcione óptimamente necesita de capacidades de procesamiento mayores a las que hoy día operamos en nuestros centros de datos. Por lo tanto, requiere de una infraestructura más robusta, capaz de soportar velocidades más altas, mayor cantidad de información, una gestión más eficiente, entre mucho más.
Necesitaremos una mucho mayor densidad de conexiones de fibra óptica a la que hasta hoy estábamos habituados. ¡Imaginen lo que eso implica en cantidad de cables, en tamaño de canalizaciones y en densidad de cableado por rack o por gabinete!
En este escenario, se hace más evidente que un sistema de cableado de capa física robusto y ágil es esencial para la compatibilidad con una operación y desempeño confiable de la red donde la IA adquiere mayor relevancia.
Aunque la migración a 400G comenzó hace aproximadamente 5 años, la pandemia y el rápido crecimiento de la digitalización de procesos y aplicaciones, así como el desarrollo de mejores modelos de IA, están promoviendo la adopción de los 800G, y es probable que en esta década estemos llegando hasta el 1,6 Tbps.
Lo que estamos viendo es que, en cuestión de crecimiento de la tasa de transferencia de información por hilo de fibra óptica, estamos yendo de los 10Gbps a los 50Gbps y 100Gbps, llegando a tasas de hasta 200Gbps. Entonces la matemática debe de considerar qué tasa de transferencia tengo por hilo, para luego determinar cuántos hilos necesito para satisfacer las necesidades que 400G y 800G demandan.
Pero el problema no es sólo la capacidad de ancho de banda, sino también la eficiencia operativa. A medida que aumenta el rendimiento de la red, también lo hace su complejidad; por eso la IA y tecnologías como el Machine Learning ayudan a los administradores de centros de datos a optimizar la gestión de recursos, su eficiencia energética y a mejorar la respuesta a fallos o resolución de incidentes.
A medida que los centros de datos se vuelven más complejos, más grandes y con mayores requerimientos, el uso de energía se ha convertido en un tema cada vez más primordial. En este aspecto, una de las aplicaciones de la IA consiste en aprovechar su capacidad para ayudar en la mejora de la eficiencia energética facilitando el desarrollo e implementación de algoritmos que funcionan y se ajustan en tiempo real, permitiendo reducir el consumo de energía y, por tanto, costos operativos.
De hecho, para 2025 Gartner predice que el 50% de los operadores de centros de datos adoptarán Inteligencia Artificial y Machine Learning para mejorar la eficiencia energética y operativa hasta en un 30%.
Así, aprovechando analíticas predictivas avanzadas gracias a la IA y los patrones de cargas de trabajo, además de otra serie de factores, los operadores de los centros de datos podrían asignar de mejor manera los recursos energéticos, evitando un gasto innecesario y garantizando un suministro óptimo.
Por José Bonilla, CALA Systems Engineering Leader – CommScope
