Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

Potenciando la inteligencia artificial mediante computación perimetral

  • Inteligencia Artificial

Inteligencia artificial_3

La proliferación de aplicaciones potenciadas por inteligencia artificial eleva los requisitos técnicos del centro de datos, lo que genera importantes costes, y la nube no es una alternativa válida en muchos casos. La mejor opción en estos casos puede ser la computación en el borde, que no solo puede proporcionar la potencia de cálculo necesaria, sino que permite reducir al mínimo la latencia en la entrega de servicios.

Con la transformación digital están surgiendo nuevas aplicaciones movidas por inteligencia artificial, que se utilizan de forma interna en las organizaciones, pero también para dar servicios al cliente final. En estos casos, ejecutar las aplicaciones desde el centro de datos de la empresa requiere invertir en infraestructura más potente y que en muchas ocasiones debe estar diseñada específicamente para este uso, lo que supone un coste importante, y presenta ciertos problemas adicionales.

El principal es la latencia en la obtención de datos y en la entrega de servicios al cliente final, algo que no es fácil de solucionar. La nube pública se postula como una solución interesante, pero resulta ineficaz para las aplicaciones de máxima conectividad y consumo de datos, por lo que no es la mejor alternativa.

Frente a las limitaciones de ancho de banda y latencia que existen en muchas redes de datos, la mejor solución para desplegar servicios de inteligencia artificial vinculados al cliente o usuario final puede estar en la computación perimetral. Mediante centros de datos Edge, que pueden tener configuraciones de hardware muy variadas, las empresas pueden trasladar las tareas de recopilación de datos, almacenamiento, procesamiento y ejecución de la IA a instalaciones cercanas al cliente.

Esto también supone un importante gasto en nueva infraestructura, pero en muchos casos se pueden usar soluciones específicamente diseñadas para las cargas de trabajo de inteligencia artificial, que finalmente proporcionan un mayor retorno de la inversión. Además, permiten reducir la latencia al mínimo, lo que tiene un impacto muy positivo en la experiencia del cliente. Y, teniendo en cuenta la evolución que está dándose en esta modalidad de infraestructura, los centros de datos Edge se han convertido en plataformas escalables a necesidad, permitiendo incrementar los recursos de computación, redes o almacenamiento de forma independiente, lo que permite un mayor control del gasto.

Ya sea mediante micro centros de datos modulares o a través de plataformas basadas en infraestructura hiperconvergente, las organizaciones pueden desplegar nodos de computación perimetral para las cargas de trabajo de IA en ubicaciones periféricas de su red empresarial, con grandes resultados. Además de la baja latencia, la potencia adaptada a la IA y la escalabilidad, muchas de estas plataformas están pensadas para facilitar la administración de servicios e infraestructura, y aportan un elevado nivel de automatización, lo que también contribuye a contener los costes de operaciones y mantenimiento.

Con estas ventajas en mente, los expertos esperan que la computación perimetral ganará mucha presencia en los escenarios donde se emplean aplicaciones basadas en la inteligencia artificial más cerca del cliente. Ejemplos de ello son la industria de las telecomunicaciones, las administraciones públicas, la sanidad, la industria 4.0 y el comercio minorista, pero los casos de uso se están multiplicando rápidamente.