La inteligencia artificial (IA) se ha convertido en uno de los ámbitos de inversión e innovación tecnológica empresarial más grandes y de crecimiento más rápido. Esta tecnología se ha generalizado y se ha introducido en numerosos sectores, desde las ciencias de la salud hasta la fabricación de semiconductores y chips, la automoción o los servicios financieros.

Las herramientas de IA generativas, como ChatGPT, han acaparado titulares en los últimos meses, pero en realidad la IA existe desde hace varios años.

Sin embargo, la última oleada de herramientas de IA generativa ampliamente accesibles se está traduciendo en un aumento excepcional de los datos generados y esto está impulsando un crecimiento sin precedentes de los datos no estructurados en todo el mundo.

De hecho, IDC prevé que, en 2025, la cantidad total de datos digitales creados en todo el mundo ascienda a 175 zettabytes (frente a los aproximadamente 40 zettabytes de 2019).

En este contexto, es importante tener en cuenta las conclusiones de un reciente estudio de Pure Storage: Drivers of change: meeting the energy and data challenges of AI adoption. Este informe muestra que las organizaciones no están preparadas para las enormes necesidades energéticas y de datos de la IA.

En concreto, para el 88% de las empresas que han adoptado la IA, la necesidad de capacidad computacional ha aumentado espectacularmente. Casi la mitad (47%) ha tenido que doblar —o más— su potencia de cálculo desde la adopción de la IA. Por otro lado, el 73% ha constatado que esta tecnología exige, o exigirá, algún tipo de mejora de la administración de los datos.

Para impulsar la IA es necesaria una infraestructura de almacenamiento de datos flexible, fiable, eficiente y sostenible

Una consecuencia preocupante es que estos retos han complicado los objetivos de sostenibilidad de las empresas. El 89% afirma que los objetivos ASG son más difíciles de cumplir como resultado de las actualizaciones realizadas en su infraestructura de TI tras la adopción de la IA.

Sin embargo, del mismo modo que el petróleo se refina para convertirse en combustible y plásticos, otro tanto se ha de hacer con los datos para que puedan proporcionar todo su valor. Aquí es donde entran en juego los análisis de datos, que cada vez se basan más en la IA.

Una IA sostenible

Para impulsar la IA y los análisis de datos basados en ella, las organizaciones deben tener una infraestructura de almacenamiento de datos flexible, fiable, eficiente y, por último y tal vez lo más importante, sostenible.

Rendimiento. La IA necesita enviar enormes cantidades de datos a las GPU, una y otra vez. Cuanto más rápido hagan esto las organizaciones, mejores y más rápidos serán los resultados que obtengan. Los recursos de la IA (GPU, científicos de datos) son caros y están sometidos a una gran demanda, por lo que, si deben esperar para acceder a los datos, las facturas pueden acabar siendo muy altas. La aceleración de los flujos de trabajo completos de preparación y gestión de los datos es igual de importante que la alimentación de las GPU, ya que ayuda a recoger y procesar los datos en primer lugar.

Flexibilidad. La IA es, con mucho, el ámbito tecnológico que más rápidamente está evolucionando. Las herramientas, las técnicas, los conjuntos de datos y los casos de uso cambian a diario, por lo que es esencial invertir en opciones tecnológicas y de infraestructura que permitan adaptarse con rapidez a los cambios.

Fiabilidad empresarial y controles. La IA requiere unos entornos de misión crítica y cualquier tiempo de inactividad puede generar unos costes desorbitados. La disponibilidad y la fiabilidad son esenciales. Además, los proyectos de IA suelen ser muy extensos y estar muy automatizados, por lo que es fundamental establecer controles sobre las cuotas, la seguridad y la facilidad de administración.

Sostenibilidad. Esta es una de las preocupaciones más acuciantes para el planeta. Según las estimaciones actuales, los centros de datos son los responsables de entre el 1% y el 4% del consumo global de energía. De hecho, en algunos países se ha paralizado el crecimiento de los centros de datos porque no tienen un acceso adecuado a la energía.

La IA no va a desaparecer y, en conjunto, será una herramienta extraordinariamente positiva para la humanidad. Nos ayudará a automatizar tareas repetitivas, a tratar con más eficacia las enfermedades y a entender mejor nuestro mundo gracias a los patrones climáticos.

Sin embargo, desde un punto de vista medioambiental, aumenta el consumo energético y la huella de carbono, lo que exige crear una infraestructura tecnológica eficiente y sostenible para ella, con el fin de mitigar el calentamiento global.

Buscar la eficiencia

Los volúmenes de datos no paran de crecer y el alto rendimiento se está convirtiendo en un requisito habitual para la IA. Por ello, las preocupaciones medioambientales se están deslizando a un primer plano. Además, a medida que aumentan estas necesidades, también lo hacen los costes ligados al suministro energético, el enfriamiento y el espacio necesario para albergar los equipos.

Los volúmenes de datos no paran de crecer y el alto rendimiento se está convirtiendo en un requisito habitual para la IA

En la situación actual de aumento desbocado de los precios de la energía, no se trata solo de un problema ambiental, sino que también supone un reto operativo y financiero para las empresas.

Por suerte, algunas compañías diseñan y fabrican productos y prestan servicios que permiten a las empresas reducir drásticamente su propia huella medioambiental. Por ejemplo, las soluciones de almacenamiento totalmente flash son considerablemente más eficientes que sus homólogas basadas en el disco giratorio (HDD), ya que pueden ayudar a lograr una reducción de hasta el 80% en el consumo energético directo de sus sistemas de datos, en comparación con los productos con los que compiten.

Muchas empresas ya aplican estas mejores prácticas para embarcarse en su viaje hacia la IA. Meta, por ejemplo, quería ayudar a sus investigadores a desarrollar unos modelos de IA nuevos y mejores, capaces de aprender de billones de ejemplos, trabajar con cientos de idiomas diferentes, analizar sin problemas textos, imágenes y vídeos de manera conjunta o desarrollar nuevas herramientas de realidad aumentada.

Las soluciones de almacenamiento totalmente flash son considerablemente más eficientes que sus homólogas basadas en el disco giratorio

De este modo, la empresa se propuso crear su propio AI Research SuperCluster (RSC o Superclúster de Investigación de la IA), con la intención de que fuera el superordenador de IA más rápido del mundo.

Para ello, Meta eligió a Pure Storage, ya que necesitaba un socio colaborador capaz de proporcionar unas capacidades de almacenamiento potentes y escalables con las que impulsar su RSC.

Con los sistemas FlashArray y FlashBlade de Pure Storage, RSC tiene un rendimiento incomparable para analizar los datos tanto estructurados como no estructurados. RSC allanará el camino para el desarrollo de las tecnologías con las que Meta creará su próxima gran plataforma de computación, el metaverso, donde las aplicaciones y los productos basados en la IA desempeñarán un papel importante.