es.wedoany.com Noticia: HPE anunció en la conferencia Discover 2026 una actualización integral de su producto de nube privada de IA (Private Cloud AI) y la configuración de la fábrica de IA soberana (Sovereign AI Factory), respondiendo a las necesidades de gobernanza, seguridad y eficiencia de implementación de cargas de trabajo híbridas de IA en industrias reguladas y entornos soberanos.
Desde la expansión a escala de la nube pública a finales de la década de 2000, se creyó que casi todas las cargas de trabajo se trasladarían fuera de las instalaciones. Quince años después, los líderes de TI empresariales aún gestionan una gran cantidad de infraestructura local. Los informes de investigación muestran que entre el 35% y el 50% de las cargas de trabajo se han migrado a la nube, distribuyéndose en diferentes ubicaciones. El costo, la sensibilidad de los datos, el cumplimiento normativo, los requisitos de latencia y el control operativo determinan conjuntamente la ubicación de las cargas de trabajo, y la implementación de cargas de trabajo de IA sigue la misma lógica.
Ante los nuevos desafíos de seguridad y gobernanza introducidos por la IA agente, HPE lanzó la configuración de la fábrica de IA soberana (Sovereign AI Factory) dirigida a gobiernos e industrias reguladas, con refuerzo de seguridad de nivel de defensa, preparación para el cumplimiento federal y capacidad de operación aislada. El CEO de HPE, Antonio Neri, señaló que las decisiones de infraestructura de IA son inseparables de la gobernanza y soberanía de datos. La nube privada de IA (Private Cloud AI) de HPE ofrece un entorno local prevalidado diseñado para reducir la complejidad de integración y acelerar los plazos de implementación. HPE afirma que la velocidad para obtener valor es de 7 a 12 veces mayor en comparación con la construcción de un entorno propio. La nube privada de IA (Private Cloud AI) ahora incluye una capa de datos de gobernanza, profundamente integrada con la plataforma de datos de IA de Nvidia (Nvidia AI Data Platform), proporcionando a las empresas capacidades unificadas de acceso y gestión de datos. HPE Alletra Storage MP Extend 1000 sirve como base de almacenamiento, compatible con el enriquecimiento de metadatos en tiempo real y el protocolo nativo MCP. La nueva configuración se puede expandir hasta 256 GPU, incluyendo servidores ProLiant DL394 equipados con GPU optimizadas de Nvidia, e integra la función de caché KV compartida para reducir el costo del primer token y mejorar el rendimiento.
En el ámbito de la identidad y la seguridad, HPE propone un modelo de identidad de tres capas para cargas de trabajo de agentes, que abarca la verificación de usuarios, la gobernanza a nivel de agente y los puntos de control de aprobación humana. Esta solución también integra el entorno de ejecución aislado de Nvidia OpenShell (Nvidia OpenShell), el motor de políticas NeMo Guardrails y la función de reversión de Zerto para hacer frente a errores de ejecución de agentes. Rami Rahim, vicepresidente ejecutivo de la división de redes de HPE, enfatizó además que la red en sí misma debe convertirse en una capa de ejecución activa de seguridad de agentes a través de una arquitectura de confianza cero y detección de anomalías impulsada por IA.
La implementación de HPE ya ha sido validada en clientes clave. La Agencia de Sistemas de Información de Defensa de EE. UU. otorgó a HPE un contrato de diez años para modernizar su plataforma digital y de IA, que requiere un entorno de nube privada conforme a los estándares NIST. En Europa, HPE está construyendo el sistema HammerHAI para el Centro de Supercomputación de Stuttgart (HLRS) en Alemania, un dispositivo de IA soberano que ofrece más de 15 exaflops de rendimiento máximo de inferencia de IA, al servicio de instituciones de investigación y organizaciones industriales que deben cumplir con los requisitos de residencia de datos europeos. En el ámbito de la atención médica, el Hospital de Investigación Infantil St. Jude (St. Jude Children’s Research Hospital) adoptó la nube privada de IA (Private Cloud AI) de HPE, brindando capacidades de IA a sus equipos clínicos y de investigación, mientras protege los datos sensibles de oncología pediátrica.
La implementación de IA empresarial no es una simple elección binaria entre la nube y las instalaciones locales. Incluso las organizaciones que ejecutan en gran medida entornos de IA locales dependen de la nube pública para manejar algunas cargas de trabajo, como el entrenamiento de modelos grandes, la creación de prototipos experimentales o el acceso a modelos de vanguardia. El núcleo de la decisión es un problema de combinación: dónde se ejecutan las diferentes cargas de trabajo y qué condiciones de gobernanza debe cumplir cada entorno. Los diseños de referencia de implementación privada prevalidados reducen la barrera de entrada de IA para organizaciones con la tolerancia al riesgo más baja.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
