En un momento de acelerado avance de la inteligencia artificial (IA) en los negocios y la tecnología, los centros de datos están empezando a enfrentan demandas críticas de infraestructura para procesar grandes volúmenes de datos y optimizar su eficiencia.
De acuerdo con Juan Pablo Borray, gerente de Desarrollo de Negocios de Panduit para Latinoamérica, precisamente, la adopción de la IA está implicando que la gestión de centros de datos genere un aumento en el gasto energético y en los requerimientos de recursos. Esto impulsado por tecnologías avanzadas como el procesamiento de GPU y redes de alta velocidad.
Datos compartidos por Panduit, señalan que el 10% de la energía total de los centros de datos se dedicará a la inteligencia artificial en 2025, mientras que las capacidades de procesamiento y la demanda de redes de fibra óptica continuarán creciendo exponencialmente.
Según un análisis realizado por Forbes, los empresarios emplean la IA para optimizar áreas clave como el servicio al cliente (25%), ciberseguridad (20%), asistentes digitales (15%) y gestión de relaciones con el cliente (30%). Además, destacan aplicaciones en inventarios (18%), producción de contenido (12%), recomendaciones de productos (28%), contabilidad (22%), cadena de suministro (19%), reclutamiento (17%) y segmentación de audiencia (25%), impulsando eficiencia y personalización en sus operaciones.
“Esta realidad exige una infraestructura preparada para el futuro, tanto en términos de potencia como de eficiencia operativa”, comentó Borray.
Pero ¿cómo impacta la IA en el desarrollo de los Centros de Datos? El especialista de Panduit comentó que el principal aspecto es que la IA está permitiendo que los centros de datos se beneficien de la automatización en varias áreas clave. Entre ellas, el mantenimiento predictivo y la gestión de recursos en tiempo real, sobre lo cual Panduit ha desarrollado soluciones para atender estas necesidades.
“Al implementar soluciones de IA, Panduit facilita un monitoreo constante que detecta y repara posibles fallos antes de que estos afecten el funcionamiento. Esta capacidad predictiva, soportada en redes de IA avanzadas, ayuda a reducir los costos de mantenimiento en hasta un 40%, incrementando la productividad y optimizando los recursos”, explicó Borray.
Añadió que, en cuanto a la tecnología aplicada, los centros de datos ahora integran redes de GPU (Unidades de Procesamiento Gráfico) capaces de entrenar modelos de IA de alta demanda. Este entrenamiento permite que los sistemas realicen inferencias, o análisis en tiempo real, para predecir patrones y tomar decisiones informadas. Ejemplos de estas aplicaciones van desde la ciberseguridad y los vehículos autónomos hasta la gestión financiera.
Optimización energética
Borray agregó que el consumo energético es uno de los desafíos más grandes para los centros de datos que operan bajo cargas de IA. Según datos de McKinsey, para el año 2027 se espera que la energía utilizada por la IA de próxima generación casi duplique el consumo energético total de los centros de datos de EE. UU. registrado en 2022.
“Para mitigar este impacto, Panduit ha desarrollado soluciones de infraestructura que soportan el uso de fuentes de energía renovables y sistemas de PDU (Unidades de Distribución de Energía) de alta densidad, capaces de administrar hasta 415V, garantizando la potencia suficiente para racks completamente cargados”, dijo Borray.
También, se pueden aplicar sistemas de enfriamiento, ya que permite mantener operativa la industria en condiciones de alta demanda energética.
Entre los principales tipos de enfriamiento utilizados durante el 2023, están por mayor uso: 1) En fila y en rack; 2) Directo al Chip; 3) Intercambio de calor de la puerta trasera; y 4) Inmersión. De ellos, de acuerdo con un análisis de Mordor Intelligence, se proyecta que para el 2032 la técnica Directo al Chip, y la de Inmersión, tengan un crecimiento exponencial en su uso.
Conectividad y Redes de IA
Adicionalmente, en la actualidad, la infraestructura de IA requiere una conectividad robusta y optimizada. En este sentido, se debe optar por una arquitectura de redes de IA que permita la comunicación fluida entre GPUs, creando un entorno de baja latencia para maximizar el rendimiento en tiempo real.
En este sentido, Borray recomendó que las redes de IA adopten configuraciones avanzadas como la arquitectura Leaf-Spine, que minimiza la latencia al conectar múltiples nodos de procesamiento. Ello, dijo, es fundamental en aplicaciones críticas, donde cada GPU se conecta de manera eficiente a través de soluciones de cableado en fibra base-8 y base-16, desarrollados específicamente para aplicaciones de alto tráfico de datos como la IA.
Además, las soluciones de organización y mapeo de cables como RapidID™, que simplifica la documentación y gestión de grandes volúmenes de cables de fibra en centros de datos, son elementos que se deben contemplar, ya que no solo se logra ahorrar hasta un 50% de tiempo en la instalación, sino que también reduce el riesgo de errores humanos, promoviendo una infraestructura segura y fácil de gestionar.
“La adopción de IA está redefiniendo el futuro de los centros de datos, y Panduit está en la vanguardia, proporcionando soluciones que permiten a las empresas maximizar sus operaciones con una infraestructura robusta, sostenible y eficiente”, concluyó el gerente de Desarrollo de Negocios de Panduit para Latinoamérica.
Fuente. Panduit
