Table of Contents
En conversación con Leonardo Barbero, Presidente & EVP Products and Enterprise Sales de Cirion Technologies, exploramos cómo la IA y las redes avanzadas se integran para potenciar la productividad empresarial.
Esta entrevista destaca los conceptos clave y los desafíos que enfrentan las redes para ser «AI-ready», abarcando temas como la escalabilidad, la seguridad y la latencia.
ITenLINEA: Hablemos sobre la inteligencia artificial (IA) y los temas de conectividad. ¿Cómo se integran y de qué manera la IA potencia la productividad de las empresas?
Leonardo Barbero:
Gran parte del avance en IA está impulsado por el procesamiento de la información a través de GPUs, como los de Nvidia, una compañía que ha alcanzado niveles récord de ingresos.
Sin embargo, es importante entender dos procesos clave en la IA: el entrenamiento y la inferencia.
El entrenamiento involucra el manejo de grandes volúmenes de información, que generalmente se realiza en data centers.
Por otro lado, la inferencia, es la respuesta de la IA a estímulos de un usuario final, debe ocurrir en el borde de la red.
Para conectar estos dos procesos, necesitamos una red que no sea un cuello de botella, con el ancho de banda adecuado y que tenga la dinámica correcta.
ITenLINEA: Entonces, ¿cómo se ve afectada la infraestructura de red en este contexto?
LB: Aquí es donde las tecnologías avanzadas comienzan a jugar un papel crucial.
Las conexiones entre data centers y el borde de la red requieren tecnologías especiales que permitan canales de hasta un tera de capacidad, además de fibra oscura para conectar data centers.
Todo esto ha cambiado significativamente, requiriendo inversiones y un entendimiento profundo de cómo se manejan los flujos de información.
Además, los procesos de entrenamiento de IA son extremadamente demandantes en cuanto a volumen de información.
Por ejemplo, si se quiere entrenar una IA generativa de imágenes, es necesario enviar millones de imágenes a los data centers.
Imagina el desafío que esto representa para las redes, que deben estar listas para IA (AI-ready) para manejar estos volúmenes de datos.
ITenLINEA: ¿Podría resumir en tres puntos clave los desafíos que las redes enfrentan para volverse AI-ready?
LB: Claro. Los tres desafíos principales son escalabilidad, seguridad y latencia.
1. Escalabilidad: Los volúmenes de datos son altísimos, por lo que las redes deben ser capaces de crecer para soportar estas cargas.
2. Seguridad: La información que se mueve entre data centers es extremadamente sensible.
En 2023, se descubrieron 29,000 vulnerabilidades en redes, y este número ha aumentado en 2024.
Los hackers también usan IA para descubrir vulnerabilidades, lo que hace que la seguridad sea un desafío crítico.
3. Latencia: Es vital que la respuesta que recibe el usuario final sea inmediata.
La latencia afecta la calidad de la inferencia, que debe ser tan rápida como la respuesta de un ser humano.
ITenLINEA: Finalmente, ¿cuáles son las tendencias dentro de las redes inteligentes?
LB: Las tendencias están orientadas hacia canales de comunicación más amplios y dinámicos.
La IA juega un papel en la predicción del comportamiento del tráfico de datos en las redes, lo que permite un planeamiento mucho más preciso.
DWDM (Dense Wavelength Division Multiplexing) *, Ethernet y fibra oscura son, en mi opinión, las tres tecnologías de red que más impactarán en el futuro de la inteligencia artificial.
* DWDM (Dense Wavelength Division Multiplexing). “Técnica de transmisión, que realiza la multiplexación por división en longitudes de onda, es decir, que utiliza varias longitudes de onda de luz, descompuesta en colores, para enviar datos desde dos o más colores de luz que pueden viajar sobre una sola fibra óptica”.
