A IA está mudando o planejamento de infraestrutura. Aqui está o motivo

À medida que as cargas de trabalho de IA se diversificam, os dados estão se tornando o principal fator determinante das decisões de infraestrutura.

O planejamento de infraestrutura sempre foi baseado na estabilidade, com as organizações selecionando plataformas, qualificando tecnologias, padronizando arquiteturas e, em seguida, escalando-as de forma consistente e eficiente.

Isso está mudando à medida que mais iniciativas de IA saem da fase piloto e entram em produção.

As equipes agora oferecem suporte a uma variedade crescente de cargas de trabalho, ambientes de implantação e requisitos de negócios, atendendo também aos requisitos de governança, conformidade e soberania. Algumas aplicações de IA são executadas em nuvens públicas, enquanto outras permanecem em infraestruturas locais ou na borda da rede.

Entretanto, o ritmo acelerado da tecnologia está criando mais opções de modelos e de implementação do que nunca. As decisões sobre infraestrutura estão deixando de se concentrar na identificação de uma arquitetura padrão única e passando a priorizar a manutenção da flexibilidade para adaptação.

Os modelos estão se tornando mais intercambiáveis ​​nos fluxos de trabalho de IA. As organizações podem direcionar diferentes tarefas para diferentes modelos com base em custos, desempenho ou requisitos de negócios. Modelos de IA capazes estão surgindo em uma gama mais ampla de ambientes, desde infraestruturas de hiperescala até dispositivos locais. Os provedores de infraestrutura também estão planejando arquiteturas de computação mais modulares e substituíveis.

Tudo isso aponta para uma mudança mais ampla: A infraestrutura de IA está se tornando mais dinâmica, e as decisões sobre infraestrutura estão se tornando cada vez mais específicas para cada carga de trabalho. Em muitos casos, os dados são a razão.

O valor mutável dos dados

A IA está criando novas oportunidades para reutilizar dados em sistemas, fluxos de trabalho e aplicativos. Essas aplicações têm requisitos diferentes quanto ao local onde os dados residem, como são governados, quem pode acessá-los, com que frequência são transferidos e por quanto tempo precisam ser retidos. Privacidade, soberania, latência, economia e considerações operacionais também influenciam essas decisões de arquitetura.

Isso significa que a infraestrutura é cada vez mais moldada pelos requisitos dos dados, em vez de uma abordagem de implantação padronizada. Historicamente, as organizações coletavam dados para responder a perguntas comerciais conhecidas. A análise de dados ajudou a prever resultados futuros, mas as próprias perguntas geralmente já eram compreendidas de antemão.

Com a IA, as interações com os clientes, o histórico operacional, os registros de governança, o conhecimento organizacional e o contexto de negócios podem ser reutilizados em diversos sistemas, fluxos de trabalho e aplicativos.

Como novas implementações geram novos dados que podem orientar modelos, fluxos de trabalho e decisões futuras, os dados retidos tornam-se um insumo para a criação de valor futuro.

Quando os dados sobrevivem à infraestrutura

Em minhas conversas com profissionais do setor, ficou cada vez mais claro que os dados persistem muito tempo depois do término dos ciclos de computação individuais. Os modelos, a infraestrutura e as aplicações podem mudar, mas os dados permanecem.

Como resultado, muitas organizações estão descobrindo o valor de combinar modelos disponíveis comercialmente com dados proprietários. Quando isso acontece, a capacidade de reter, governar, acessar e reutilizar dados torna-se cada vez mais importante. Como os dados muitas vezes sobrevivem à infraestrutura usada para processá-los, as organizações estão dando maior ênfase a arquiteturas que possam se adaptar à medida que as tecnologias evoluem.

Eles querem ter a capacidade de adotar novas tecnologias e qualificar a infraestrutura mais rapidamente. Eles querem arquiteturas que lhes permitam responder às mudanças de requisitos sem precisar reconstruir tudo do zero.

Também tenho observado um interesse crescente em modelos de infraestrutura adaptáveis ​​que reduzem as dependências rígidas entre as camadas de tecnologia. Essa flexibilidade visa criar opções suficientes para responder às mudanças nas cargas de trabalho, tecnologias e prioridades de negócios.

À medida que a IA se torna mais integrada às operações comerciais, as decisões de infraestrutura serão cada vez mais moldadas por dados: onde residem, como são governados, por quanto tempo permanecem valiosos e com que eficácia podem ser reutilizados em uma gama crescente de aplicações e cargas de trabalho.

Construir uma infraestrutura flexível em torno do valor de longo prazo dos dados será uma vantagem determinante no futuro da IA.

Saiba mais: Faça o Teste de Estratégia de Armazenamento da Seagate e descubra oportunidades para construir uma infraestrutura mais flexível e preparada para o futuro.