Annabelle Stephenson
A medida que las empresas aprovechan el potencial de la inteligencia artificial (IA) en sus operaciones comerciales, el panorama de las cargas de trabajo de IA está experimentando un cambio significativo. Tradicionalmente, las cargas de trabajo de IA se procesaban en centros de datos, lo que requería hardware especializado y costoso para entrenar modelos. Sin embargo, a medida que el campo de la IA madura, hay una tendencia creciente hacia las cargas de trabajo basadas en inferencia y la optimización de modelos existentes. Este cambio está abriendo nuevas oportunidades para la IA como servicio, proporcionado por los principales proveedores de servicios en la nube.
En el centro de datos, está surgiendo una tendencia de utilizar servidores tradicionales para las cargas de trabajo de IA. Este movimiento hacia soluciones más rentables presenta una ventaja significativa para los actores establecidos en el negocio de los centros de datos. A medida que se desarrollan métodos de modelado más nuevos y eficientes, los servidores tradicionales pueden manejar estas cargas de trabajo con una relación costo / rendimiento favorable y una mayor disponibilidad de cómputo. Esto elimina la necesidad de que las empresas realicen inversiones de capital importantes en hardware costoso que solo se requiere para fines de capacitación.
Mientras tanto, la informática en el borde está lista para convertirse en el destino principal para las cargas de trabajo de IA en un futuro próximo. El borde abarca una amplia gama de sistemas y capacidades de procesamiento, desde pequeños conjuntos de sensores hasta vehículos autónomos y diagnósticos médicos. Esta migración hacia sistemas basados en el borde ofrece numerosos beneficios, incluida la reducción de la latencia, una mayor seguridad y una mayor eficiencia.
Para apoyar el próspero ecosistema de la informática en el borde, se espera que las plataformas de código abierto y los entornos de desarrollo jueguen un papel fundamental. A diferencia de soluciones propietarias, como CUDA de Nvidia, los ecosistemas abiertos y compatibles como Arm y x86 ofrecen compatibilidad con diversas necesidades informáticas. Esta flexibilidad permite la escalabilidad y portabilidad fáciles de soluciones, facilitando la integración sin problemas de cargas de trabajo de IA desde dispositivos a pequeña escala hasta entornos informáticos a gran escala.
El rápido crecimiento del Internet de las cosas (IoT) ha creado una necesidad adicional de soluciones escalables en el espacio de la informática en el borde. Con el IoT, los dispositivos suelen ser más pequeños y operan con menos energía, por lo que es crucial establecer un ecosistema abierto que pueda satisfacer estos requisitos específicos. Como tal, la colaboración entre plataformas de código abierto y la industria en expansión del IoT tiene un gran potencial para impulsar la innovación y el avance en el campo de la IA.
En conclusión, el panorama de las cargas de trabajo de IA está cambiando de los centros de datos tradicionales a entornos de informática en el borde. Mientras los centros de datos continúan cumpliendo un papel importante, el aumento de las cargas de trabajo basadas en inferencia y la optimización de modelos están generando una demanda de soluciones rentables. El borde, con su amplia gama de sistemas y capacidades de procesamiento, está emergiendo como el futuro centro de las cargas de trabajo de IA. A medida que esta transición avanza, las plataformas de código abierto y los entornos de desarrollo jugarán un papel crítico en facilitar la compatibilidad y la escalabilidad en todo el panorama de la IA.
