Desde el lanzamiento de la inteligencia artificial generativa todas las miradas se han vuelto hacia una tecnología que promete revolucionar la forma de trabajar con la información y de interactuar con los ecosistemas tecnológicos. Paralelamente a este avance, se está acelerando el desarrollo y la implantación de otras muchas formas de inteligencia artificial, todas ellas con unos requisitos tecnológicos que en muchas ocasiones exceden las capacidades de la infraestructura TI tradicional. En respuesta a este desafío la industria está enfocándose en desarrollar tecnologías y dispositivos que den soporte a las cargas de trabajo de IA, tanto en los centros de datos como en los equipos de los usuarios finales, a nivel de hardware y software.
Nuevos requisitos de infraestructura
Para entrenar y ejecutar modelos de inteligencia artificial es imprescindible contar con una infraestructura de gran potencia informática, requisitos que la TI tradicional no puede satisfacer adecuadamente. Julio César Gómez Martín, CTO de Dell Technologies en España, señala que “el entrenamiento de modelos de IA requiere unidades de procesamiento especializadas, como GPUs y TPUs, que son capaces de manejar cálculos intensivos de manera eficiente”.
Desde el punto de vista de HPE, Adriano Galano, AI & HPC sales specialist Southern Europe de la compañía, también es fundamental contar con plataformas de almacenamiento escalables, de alto rendimiento y con capacidad de gestión en tiempo real, acompañadas por redes que garanticen un flujo de datos de alta velocidad entre las plataformas de almacenamiento y las unidades de procesamiento.
IT USER (22/11/2024)
Más información aquí
