La difusión del uso de la inteligencia artificial (IA) se ha acelerado durante la crisis de Covid, pero es probable que el aumento de la demanda cree necesidades adicionales significativas de recursos informáticos e infraestructura de apoyo.
Appen es una empresa de inteligencia artificial recientemente hecha Según el informe sobre el estado de la inteligencia artificial, el 55 por ciento de las empresas ha acelerado la introducción de la inteligencia artificial en 2020 y el 67 por ciento espera que el ritmo aumente aún más este año. A medida que aumenta la introducción de la IA, los costos generales también se convertirán en una consideración importante y existe el riesgo de que estos gastos aumenten como una bola de nieve si las organizaciones no planifican con anticipación.
Esta tendencia ha sido reforzada por Ritu Jyoti, vicepresidente de investigación y automatización de IA de IDC, quien dijo que la pandemia ha «puesto a la IA en un lugar destacado de la agenda de la empresa, lo que permite la agilidad y la relevancia empresarial. Ahora hemos entrado en el negocio impulsado por la IA». El desarrollo responsable y el uso de soluciones de inteligencia artificial capaces de detección, predicción, respuesta y adaptación rápidas son una necesidad comercial importante ”, dijo DCD. toma de corriente. Los comentarios de Jyoti se publican junto con las estimaciones de mercado de IDC. Según ellos, el mercado global de inteligencia artificial crecerá un 15,2 por ciento este año hasta los 341.800 millones de dólares, y se espera que supere los 500.000 millones de dólares en 2024.
En términos de infraestructura, las empresas deben ser adaptables y flexibles. Esta necesidad de flexibilidad hace que la nube, y especialmente la nube híbrida, sea la base de la inteligencia artificial a medida que crece la demanda de grandes cantidades de datos. Mediante el uso de una nube híbrida, las empresas pueden satisfacer las necesidades tecnológicas de la IA a un nivel de costo apropiado para su negocio y carga de trabajo.
La infraestructura como servicio (IaaS) permite a las organizaciones utilizar, desarrollar e implementar software de IA sin sacrificar el rendimiento. Sin embargo, hay una serie de elementos de infraestructura que las organizaciones deben tener en cuenta al evaluar los posibles proveedores de IaaS.
poder computacional
Las empresas necesitan acceso a recursos informáticos críticos, incluidas CPU y GPU, para aprovechar al máximo el potencial que ofrece la IA. Los algoritmos de aprendizaje automático necesitan velocidad y rendimiento para realizar una gran cantidad de cálculos. Si bien un entorno basado en CPU puede manejar cargas de trabajo básicas de IA, el aprendizaje profundo requiere conjuntos de datos más grandes y la capacidad de implementar un algoritmo de red neuronal escalable.
Es posible que la informática basada en CPU no logre estos objetivos, y las GPU pueden ser una mejor opción. El alto rendimiento proporcionado por las GPU puede acelerar significativamente el aprendizaje profundo en comparación con las CPU. Sin embargo, esta velocidad tiene un costo más alto y, en algunos casos, cambiar de CPU a GPU puede no ser rentable. Es importante encontrar el equilibrio adecuado para las tareas que necesita.
capacidad de almacenamiento
La capacidad de escalar el almacenamiento es esencial para muchas empresas a medida que aumenta la cantidad de datos. Las organizaciones deben decidir qué tipo de almacenamiento necesitan y considerar una serie de factores. Entre otras cosas, deben considerar qué nivel de inteligencia artificial vale o necesita usar y si deben tomar decisiones en tiempo real. Por ejemplo, una empresa de tecnología financiera que utiliza sistemas de inteligencia artificial para tomar decisiones comerciales en tiempo real puede necesitar una tecnología de almacenamiento flash completa, mientras que otras empresas pueden adaptarse mejor a un almacenamiento más alto pero a una velocidad más baja.
Las empresas necesitan saber cuántos datos generarán sus aplicaciones de IA porque toman mejores decisiones cuando se enfrentan a más datos. Las bases de datos crecen con el tiempo, por lo que las capacidades de almacenamiento deben supervisarse y planificarse la expansión en consecuencia.
infraestructura de red
Las redes son otro componente importante de la infraestructura de IA. Una red buena, rápida y confiable es esencial para maximizar los resultados. Los algoritmos de aprendizaje profundo dependen en gran medida de la conectividad, por lo que las redes deben mantenerse al día con las demandas de expandir los esfuerzos de IA. La escalabilidad es fundamental, ya que la IA requiere un gran ancho de banda y una red de baja latencia. También es importante que el paquete de servicios y el conjunto de tecnologías sean uniformes en todas las áreas.
la seguridad
La IA puede implicar el manejo de datos confidenciales como registros de pacientes, información financiera e información personal. Por tanto, es fundamental proteger la infraestructura de principio a fin utilizando las últimas tecnologías. Una violación de datos puede ser un desastre para cualquier organización, pero en el caso de la IA, un flujo de datos incorrectos puede llevar a conclusiones erróneas, lo que puede llevar a decisiones erróneas.
Rentabilidad
A medida que los modelos de IA se vuelven más complejos, su ejecución se vuelve más costosa, por lo que es imperativo que la infraestructura proporcione un rendimiento adicional para mantener los costos bajo control. A medida que las empresas utilizan cada vez más la inteligencia artificial, ejercen una presión cada vez mayor sobre las redes, los servidores y las infraestructuras de almacenamiento. Las empresas deben elegir con cuidado y encontrar proveedores de IaaS que ofrezcan servidores dedicados rentables para aumentar el rendimiento y permitirles seguir invirtiendo en IA sin aumentar sus presupuestos.
«Quiero ser un aficionado a la televisión. Entusiasta certificado de la cultura pop. Académico de Twitter. Estudiante aficionado».