Por qué la planificación de la infraestructura de IA debe incluir el almacenamiento de datos

La inversión empresarial en inteligencia artificial se ha centrado en gran medida en la capacidad de procesamiento, incluido el acceso a GPU, el rendimiento de los modelos y los costes de inferencia. Sin embargo, el almacenamiento de datos está surgiendo como otro componente estratégico de la infraestructura de IA, según David Boland, vicepresidente de estrategia de nube de Wasabi, en un artículo para TechRadar.

Las cargas de trabajo de IA dependen de los datos durante todo su ciclo de vida. Las organizaciones recopilan y preparan conjuntos de datos, ponen datos de entrenamiento a disposición del procesamiento, conservan puntos de control y artefactos de modelos, y pueden trasladar información entre proveedores de infraestructura. Cada etapa tiene distintas prioridades de almacenamiento: los datos que se procesan activamente pueden necesitar alto rendimiento, mientras que los conjuntos históricos y los artefactos de modelos pueden exigir más durabilidad, seguridad, acceso y control de costes.

Boland llama «AI storagemaxxing» a la optimización sistemática del almacenamiento durante todo ese ciclo, para adaptar la infraestructura a las necesidades empresariales y de las cargas de trabajo. Sostiene que aplicar el mismo enfoque de almacenamiento en todas las etapas puede provocar un uso ineficiente de la infraestructura.

Trasladar cargas de trabajo entre hiperescaladores, proveedores especializados en GPU y nuevas plataformas de nube puede resultar atractivo cuando cambian la disponibilidad y las condiciones económicas. Sin embargo, transferir grandes conjuntos de datos y artefactos de modelos puede ser costoso y complejo desde el punto de vista operativo. Boland afirma que la movilidad de los datos debe tenerse en cuenta al diseñar la infraestructura, y que los estándares abiertos y el almacenamiento interoperable pueden ayudar a separar los datos del procesamiento.

También sostiene que la resiliencia del almacenamiento debe formar parte de la planificación de seguridad de la IA. Las copias inmutables, los controles de acceso y los procesos de recuperación pueden ayudar a proteger los datos frente al ransomware, el borrado accidental y las modificaciones no autorizadas. La planificación debe contemplar los costes de capacidad, acceso, recuperación y transferencia, así como las necesidades de las cargas de trabajo de producción durante todo su ciclo de vida.