La IA obliga a los centros de datos a replantear la resiliencia

Durante años, los centros de datos se diseñaron siguiendo una regla dominante: mantener los sistemas disponibles, resilientes y previsibles en casi cualquier condición. Eso implicaba superponer redundancia en alimentación eléctrica, refrigeración y redes, de manera similar a cómo se diseña la red eléctrica para ofrecer un servicio constante incluso cuando fallan componentes.

La inteligencia artificial está rompiendo ese modelo único para todos. Entrenar grandes modelos de lenguaje, ejecutar inferencias en tiempo real, alojar aplicaciones empresariales y procesar transacciones críticas para el negocio imponen demandas muy distintas sobre la infraestructura. Una sola instalación ya no necesita dar servicio a todas las cargas de trabajo con las mismas suposiciones de diseño.

Por qué el entrenamiento y la inferencia de IA necesitan instalaciones diferentes

Históricamente, 99.999% de tiempo de actividad se consideraba innegociable. Bancos, redes de emergencias y servicios digitales orientados al cliente podrían sufrir consecuencias financieras extremas o incluso humanas por interrupciones, y los operadores no siempre podían prever qué aplicaciones se volverían críticas. Como resultado, muchos centros de datos se construyeron por defecto con los más altos estándares de resiliencia.

La IA ha hecho ese enfoque menos práctico. Las instalaciones de entrenamiento, por ejemplo, se diseñan cada vez más sin generadores de respaldo, sistemas complejos de redundancia ni arquitecturas de alto nivel. Pueden ubicarse donde haya disponibilidad de energía, siendo las principales limitaciones:

Recomendado

Los centros de datos de IA del Reino Unido enfrentan una advertencia sobre la prioridad de

• Suministro de energía
• Capacidad de refrigeración
• Velocidad de despliegue

Para estos sitios, maximizar la densidad de cómputo y poner capacidad en línea rápidamente puede importar más que alcanzar el nivel más alto posible de redundancia.

La infraestructura de inferencia tiene un perfil diferente. Estas cargas de trabajo a menudo se colocan más cerca de los usuarios y de los servicios de soporte con los que la gente interactúa diariamente. Por lo tanto, la latencia, la disponibilidad y la experiencia del cliente importan más, lo que refuerza el caso a favor de infraestructuras resilientes y arquitecturas distribuidas geográficamente.

Diseñar para la resiliencia de precisión

La fiabilidad sigue siendo importante, pero el nivel requerido debe corresponderse con la carga de trabajo. El CTO y cofundador de InfraPartners describe esto como «resiliencia de precisión»: aplicar redundancia según cómo se comporta realmente un servicio en lugar de seguir suposiciones de diseño heredadas.

El desafío para los operadores es identificar dónde la resiliencia genera un valor empresarial real y dónde solo añade coste y complejidad. Los desarrolladores ya están bajo presión por la escasez de mano de obra y por una demanda que supera la oferta. Al mismo tiempo, se espera que la industria entregue capacidad más rápido mientras lidia con una brecha energética persistente.

La sobreingeniería puede empeorar esos problemas. Cada capa adicional de redundancia consume capital y aumenta la complejidad operativa, empujando a los operadores a centrarse no solo en la eficiencia energética sino también en cómo se asigna el capital a lo largo de un proyecto. El objetivo es una infraestructura que extraiga el mayor valor de cada vatio disponible.

Centros de datos actualizables para cargas de trabajo cambiantes

A medida que los operadores se alejan de los estándares de redundancia uniformes, las instalaciones deben seguir siendo adaptables. Se espera que la inferencia represente una proporción creciente de la demanda de IA, pero sigue siendo difícil predecir qué cargas de trabajo, densidades de cómputo y requisitos de refrigeración dominarán en el futuro.

La flexibilidad y la fungibilidad se están convirtiendo en requisitos centrales de diseño. Los desarrolladores utilizan cada vez más bloques prefabricados construidos fuera del sitio en fábricas y ensamblados posteriormente en el centro de datos. Este enfoque permite que las instalaciones evolucionen, crezcan y cambien sin requerir que todas las decisiones sobre resiliencia se finalicen al inicio.

El artículo prevé un movimiento hacia varios tipos de instalaciones: campus de entrenamiento optimizados energéticamente cerca de fuentes de energía, sitios de inferencia distribuidos donde el tiempo de actividad y la latencia afectan directamente la experiencia del usuario, y entornos híbridos que soportan tanto cargas de IA como tradicionales. Cada uno necesitará la flexibilidad suficiente para adaptarse a medida que cambien los requisitos de la IA.