Almacenamiento de datos más inteligente
La implementación de tecnologías de inteligencia artificial obligará a las organizaciones a invertir en un almacenamiento de datos más inteligente.
Nutanix, líder en computación híbrida multicloud, considera que contar con una infraestructura de almacenamiento de alto rendimiento, disponibilidad y flexibilidad será un factor clave para que las iniciativas de inteligencia artificial de las empresas tengan éxito.
“El almacenamiento de los datos se descuida con demasiada frecuencia cuando hablamos de los principales catalizadores de la innovación, pero la realidad es que es un factor fundamental para una de las mayores revoluciones tecnológicas de nuestra generación: la IA. Y esto es así tanto para suministrar los datos que necesita la IA para su entrenamiento como para almacenar los que se generan”, afirma Stuart Heade, EMEA Sales Director Nutanix Unified Storage. “Todos hemos escuchado alguna vez eso de que cada dos años se generan más datos que el total de los creados a lo largo de la historia, pero es que ahora estos estándares habituales de incremento exponencial de la información se están quedando cortos”.
IDC prevé que el almacenamiento de datos global alcance los 175 zettabytes en 2025, de los cuales aproximadamente cuatro quintas partes corresponderán a datos no estructurados. Y tal es la preocupación por este rápido crecimiento que ya se está explorando el uso de la IA para gestionar las labores de almacenamiento. La idea es utilizar sistemas capaces de identificar patrones de almacenamiento y hacer recomendaciones sobre cómo gestionar su crecimiento a través del aprendizaje automático y el análisis predictivo. Además, será necesario automatizar las tareas rutinarias de administración del almacenamiento para reducir los gastos.
Datos de mayor calidad y a los que se pueda acceder más rápido: mejores modelos de IA
Aunque la gestión del almacenamiento como complemento de la IA es un fenómeno relativamente nuevo, ya podemos afirmar que va a requerir una rápida I/O, unos altos niveles de escalabilidad, un soporte para varios tipos de archivos (especialmente datos no estructurados) y unas funcionalidades integradas de seguridad.
“Las empresas que quieran sacar el máximo partido a la IA tendrán que ser capaces de superar un obstáculo inicial: poner en orden sus almacenes de datos porque, sin ello, todos los esfuerzos alrededor de la IA no serán productivos, obtendrán resultados engañosos y, en última instancia, verán cómo fracasa el proyecto”, añade Stuart Heade.
Los responsables de TI deberán replantearse la gestión del almacenamiento y considerar el uso de plataformas unificadas que puedan gestionar con una mejor visibilidad, rendimiento y escalabilidad. Este tipo de plataformas permiten gestionar cómodamente (y desde un solo sistema) el almacenamiento de bloques, archivos y objetos. Esto presenta grandes ventajas frente a los silos independientes, que generan desafíos de interoperabilidad, requieren más habilidades y conllevan un mayor coste total de propiedad. Además, el almacenamiento unificado permite seguir accediendo a nuevos conocimientos a través de una única plataforma para entornos on-premise, nubes privadas o públicas, incluso aunque siga aumentando el volumen de datos.
Las organizaciones que hayan apostado por un modelo de adopción progresiva de esta tecnología estarán mejor posicionadas que sus competidores. “Por ejemplo, aquellas que hayan abandonado las arquitecturas heredadas de tres niveles, que separaban las redes de almacenamiento y las capacidades informáticas, tendrán claras ventajas en términos de acceso rápido a los datos. La consigna básica es la simplicidad. Esto ayudará con las tareas de interoperabilidad y análisis, pero también con las de seguridad y gobernanza, ya que los ciberdelincuentes tendrán menos lugares donde esconderse y las empresas mayores capacidades integradas de defensa para mitigar los ataques de ransomware y otras amenazas”, concluye Stuart Heade.
No hay un proceso único para la adopción de la IA y el almacenamiento. Las distintas etapas de la apuesta por la inteligencia artificial requerirán diferentes capacidades. La inferencia, por ejemplo, representará un proceso particularmente intensivo para la GPU y el almacenamiento, mientras que el pre-procesamiento de datos y la personalización de modelos tendrán otras implicaciones y exigencias. Por ello, la apuesta por un modelo de almacenamiento unificado es clave para los CIO que busquen disponer de una escalabilidad más dinámica, mayor flexibilidad de implementación, movilidad de datos y un acceso más rápido a los “insights”.
