es.wedoany.com Noticia: Clayton Wagar, responsable de IA y redes de alto rendimiento en Nokia, afirmó en un seminario web organizado por BizClik que el verdadero desafío de la infraestructura de IA radica en que la velocidad de movimiento de los datos debe ser lo suficientemente rápida para seguir el ritmo. Considera que la infraestructura de IA está entrando en una nueva fase en la que la importancia de las redes ha llegado a equipararse con la capacidad de cómputo.
Para los operadores de centros de datos y los proveedores de servicios de telecomunicaciones, las oportunidades que trae esta transformación resultan familiares. Clayton explicó que los proveedores de servicios en la nube tardaron décadas en dominar las operaciones a hiperescala, mientras que la IA fusiona las demandas de la infraestructura tradicional de hiperescala con los requisitos de rendimiento de la supercomputación, lo que impulsa a los operadores a reconsiderar cómo conectar los clústeres de IA distribuidos entre edificios, campus e incluso diferentes regiones. A medida que los sistemas de IA se vuelven cada vez más complejos gracias a la IA agéntica (agentic AI), las consultas dependen de almacenamiento distribuido, múltiples servicios e infraestructura geográficamente separada, por lo que las redes de alto rendimiento se convierten en la base de la experiencia del usuario.
Los cinco puntos clave de este seminario web incluyen: el cuello de botella del rendimiento de la IA se está desplazando, y los factores que determinan el rendimiento y la escalabilidad de la IA pasan del cómputo puro al movimiento de datos; los despliegues de IA se expanden hacia una escala de millones de GPU, con una demanda sin precedentes de terreno, electricidad y redes; las limitaciones físicas impulsan una transición acelerada de las conexiones eléctricas a las ópticas, ya que las redes ópticas pueden ofrecer mayor ancho de banda con mayor eficiencia a distancias más largas; la infraestructura de IA se parece cada vez más a las redes de los proveedores de servicios, donde la conectividad de larga distancia, la recuperación resiliente y la gestión granular se vuelven más necesarias; y los centros de datos tradicionales deben adaptarse a la creciente densidad de cómputo de la IA mediante nuevas tecnologías de refrigeración y diseños reorganizados.
Clayton considera que el mayor desafío quizás sea prepararse para un crecimiento de la infraestructura que supera con creces las expectativas actuales. Los clústeres de IA ya han pasado de decenas de miles de GPU a cientos de miles, y actualmente algunas instalaciones se diseñan en torno a un millón o más de GPU. A esta escala, las redes empiezan a parecerse más a la infraestructura de telecomunicaciones que a las redes empresariales tradicionales. Afirma: "Cada vez que tocamos el límite de la escala, vemos que hay otro límite, y normalmente es 10 o 100 veces mayor de lo que se necesitaba antes". A medida que las empresas conectan campus de IA que abarcan cientos o miles de kilómetros, la conectividad de larga distancia, la resiliencia y la visibilidad se vuelven fundamentales.
Clayton también mencionó que está en marcha una transformación tecnológica de la interconexión eléctrica a la interconexión óptica. La tecnología eléctrica se acerca a sus límites físicos, mientras que las redes ópticas pueden ofrecer mayores velocidades a distancias más largas con un menor consumo de energía, aunque requieren un rediseño significativo de los equipos de comunicación. Los centros de datos antiguos representan otro desafío, ya que no fueron diseñados para la densidad de potencia ni la disipación de calor de la IA, por lo que la refrigeración líquida y los métodos de refrigeración híbrida son especialmente críticos para los operadores que desean reutilizar instalaciones existentes. Cree que, a medida que la infraestructura de IA se expande de instalaciones individuales a campus de IA interconectados, la automatización y las redes ópticas de alta capacidad serán imprescindibles, y la experiencia en redes acumulada por la industria aportará condiciones favorables.
