¿Qué es la modernización del centro de datos?

Para la mayoría de las organizaciones, la modernización de centros de datos no es un proyecto puntual, sino un proceso continuo. Se centra en pasar de sistemas dependientes del hardware a una infraestructura definida por software que abarca entornos locales, de nube privada y de nube pública, así como entornos edge, todo ello gestionado como un único entorno.

La necesidad de obtener valor de la inteligencia artificial (IA), las aplicaciones distribuidas y el procesamiento en tiempo real en el edge ha cambiado lo que las organizaciones necesitan de los centros de datos. Según la investigación de Goldman Sachs, las necesidades de energía de los centros de datos aumentarán un 50 % en 2027 y alcanzarán el 165 % de los niveles de 2023 en 2030, impulsadas en gran medida por las cargas de trabajo de entrenamiento e inferencia.¹ La mayoría de los centros de datos heredados no se crearon para satisfacer esas exigencias.

Los centros de datos servían a una era diferente de la informática, donde la infraestructura tradicional se basaba en computación basada en CPU, cargas de trabajo predecibles y almacenamiento centralizado.

A diferencia del entrenamiento de modelos, que se ejecuta en grandes instalaciones, la inferencia de IA se ejecuta cada vez más en el edge (por ejemplo, en fábricas, comercio minorista, sitios remotos). La modernización se extiende ahora más allá del centro de datos central y a ubicaciones distribuidas.

La soberanía de los datos también está determinando el lugar donde se ejecutan las cargas de trabajo. En muchos sectores y zonas geográficas se exige que determinados datos permanezcan dentro de jurisdicciones específicas, lo que significa que las decisiones sobre la ubicación de las cargas de trabajo deben tener en cuenta dónde se almacenan los datos y dónde se aplican las normativas.

Los centros de datos tradicionales seguían un modelo centralizado. Los servidores físicos ejecutaban aplicaciones individuales, los equipos conectaban sistemas de almacenamiento a hosts específicos y las configuraciones de red requerían una operación manual. Este modelo funcionó bien cuando las cargas de trabajo implicaban ejecutar aplicaciones empresariales, como la planificación de recursos empresariales (ERP) y las bases de datos.

La transición hacia los centros de datos modernos comenzó con la virtualización de servidores, que separaba las cargas de trabajo del hardware físico y permitía que múltiples aplicaciones compartieran recursos en un solo servidor. La infraestructura definida por software amplió este concepto al almacenamiento y a las redes.

La introducción de los contenedores y de Kubernetes ha mejorado la portabilidad, lo que permite que las aplicaciones se ejecuten de forma coherente tanto en servidores locales como en plataformas de nube privada y pública. Este enfoque basado en el software para gestionar todo el centro de datos se denomina centro de datos definido por software (SDDC).

Hoy en día, el centro de datos moderno ya no es una ubicación fija. Abarca instalaciones, plataformas basadas en la nube y en el edge, con cargas de trabajo que se ajustan según el rendimiento, el coste, la latencia y cumplimiento normativo en lugar de la proximidad física al hardware. Este modelo de nube híbrida distribuida ofrece a las organizaciones la flexibilidad de ejecutar las cargas de trabajo donde mejor funcionan, mientras que el software y la automatización impulsan el aprovisionamiento y la gestión de los recursos.

Los centros de datos de IA van más allá, ya que están diseñados para satisfacer las exigencias de escala y rendimiento de las cargas de trabajo de entrenamiento e inferencia de IA, que los centros de datos tradicionales no estaban preparados para gestionar.

Las cargas de trabajo empresariales tradicionales siguen ejecutándose en la mayoría de las instalaciones en una infraestructura virtualizada y local. Por el contrario, las aplicaciones nativas de la nube están diseñadas para ejecutarse simultáneamente en sistemas locales y en la nube pública, en lugar de estar limitadas a un único entorno.

Hoy en día, las cargas de trabajo impulsadas por IA son las que más exigen a la infraestructura, ya que requieren una gran capacidad de cálculo con numerosas GPU, un almacenamiento rápido y una red de baja latencia. Las cargas de trabajo de computación de alto rendimiento (HPC) comparten muchos de estos requisitos.

Más allá del centro de datos principal, las cargas de trabajo en el edge están aumentando a medida que el machine learning (ML) y la IA se trasladan a ubicaciones distribuidas más cercanas a la fuente, donde se ejecutan en servidores remotos y dispositivos del Internet de las cosas (IoT).

La infraestructura moderna de centros de datos abarca sistemas que proporcionan cómputo, almacenamiento y protección de datos. He aquí un vistazo a lo que incluyen esos componentes:

• Hardware preparado para la IA y la computación: modernizar la computación significa ir más allá de los servidores que solo utilizan CPU para soportar cargas de trabajo aceleradas por la GPU para la IA y el HPC. Las unidades de procesamiento neuronal (NPU) gestionan la inferencia en el edge, donde la eficiencia energética importa tanto como el rendimiento. El hardware empresarial (por ejemplo, IBM® Z) combina aceleradores de IA con las capacidades de seguridad que requieren los sectores regulados, como las finanzas y la sanidad.

• Almacenamiento de alto rendimiento: los SSD NVMe y las all flash arrays reducen la latencia y aumentan el rendimiento, mientras que el almacenamiento definido por software (SDS) separa la gestión del hardware físico. Estas capacidades permiten garantizar la coherencia de las operaciones tanto en entornos locales como de cloud computing. Además, el almacenamiento de objetos gestiona grandes volúmenes de datos no estructurados que generan las cargas de trabajo de IA y edge.

• Redes definidas por software (SDN) y SDDC: las redes definidas por software (SDN) aplican una gestión basada en software a las redes, el almacenamiento y la computación, reemplazando la configuración manual del hardware en todo el centro de datos.

• Virtualización e infraestructura hiperconvergente (HCI): la virtualización de servidores sigue siendo la base de la mayoría de los centros de datos modernizados, ya que permite que múltiples cargas de trabajo compartan hardware físico. La infraestructura hiperconvergente (HCI) va más allá, combinando computación, almacenamiento y redes en una única plataforma gestionada por software.

• Contenedores y Kubernetes: los contenedores empaquetan las aplicaciones en unidades portátiles que se ejecutan de forma coherente en todos los entornos. Kubernetes gestiona su implementación y escalado en entornos híbridos desde una única plataforma.

• Automatización y AIOps: a medida que los centros de datos se distribuyen más, las operaciones manuales se vuelven más difíciles de gestionar a escala. La automatización y las AIOps se encargan de la monitorización, la respuesta ante incidentes y la planificación de la capacidad basándose en datos en tiempo real.

• Energía y refrigeración líquida: los racks de IA de alta densidad necesitan mucha más energía que las configuraciones tradicionales, lo que obliga a muchas instalaciones de centros de datos a actualizar sus sistemas de suministro eléctrico. La refrigeración líquida gestiona el calor que la refrigeración por aire no puede gestionar a escala.

• Seguridad y arquitectura zero trust: a medida que las cargas de trabajo se distribuyen en más entornos y ubicaciones de edge computing, hay más puntos de entrada que asegurar. Modernizar la ciberseguridad significa pasar de los modelos basados en el edge a los marcos de zero trust, en los que ningún usuario, dispositivo o carga de trabajo tenga acceso por defecto, independientemente de la ubicación de la red.

La modernización del centro de datos ofrece una serie de beneficios que satisfacen las necesidades empresariales actuales:

• Compatibilidad con IA y cargas de trabajo modernas: la modernización del centro de datos proporciona a las organizaciones la infraestructura necesaria para llevar a cabo el entrenamiento, la inferencia o el análisis en tiempo real de la IA, eliminando los cuellos de botella que presentan los sistemas heredados.

• Mayor agilidad: la infraestructura definida por software y la automatización reducen el tiempo necesario para aprovisionar los recursos, implementar las aplicaciones y responder a las cambiantes demandas de la carga de trabajo. Las organizaciones pueden distribuir recursos entre cargas de trabajo sin cambios físicos en el hardware.

• Reducir los costes operativos: modernizar el centro de datos optimiza la infraestructura de TI para que funcione de forma más eficiente. Trasladar las cargas de trabajo al entorno más rentable, ya sea en local, en la nube o en el edge, también reduce los gastos de mantenimiento de una infraestructura infrautilizada.

• Mejora de la resiliencia: los centros de datos modernos y la arquitectura distribuida reducen la dependencia de cualquier instalación o conexión. Las cargas de trabajo pueden continuar en distintos entornos, y las ubicaciones edge pueden seguir funcionando de forma independiente cuando se pierde la conectividad central.

• Mejor seguridad: la modernización de los centros de datos permite una aplicación coherente de políticas en entornos distribuidos, y el cifrado moderno reduce la exposición en centros de datos, plataformas en la nube y ubicaciones en el edge.

• Mayor cumplimiento: las organizaciones pueden dirigir las cargas de trabajo confidenciales a instalaciones o regiones específicas y hacer cumplir esas políticas mediante una gestión definida por software en lugar de una configuración manual.

• Sostenibilidad: la infraestructura moderna es más eficiente desde el punto de vista energético que los sistemas heredados. La refrigeración líquida y el hardware energéticamente eficiente contribuyen a reducir la huella medioambiental de las operaciones de los centros de datos.

• Modernización de aplicaciones: los contenedores, Kubernetes y las plataformas multinube híbrida dan a los equipos de desarrollo las herramientas para mover de aplicaciones monolíticas a arquitecturas de microservicio. Este método mejora la velocidad de implementación, la disponibilidad y el tiempo de actividad para una mejor experiencia de usuario.
  
  

Los proyectos de modernización de centros de datos son complejos y, a menudo, forman una parte fundamental de una estrategia de transformación digital más amplia. Comenzar con una estrategia clara y una hoja de ruta que pueda adaptarse a medida que cambian la tecnología y los requisitos empresariales es más importante de lo que la mayoría de las organizaciones esperan.

Muchas organizaciones empresariales integran servicios de consultoría de proveedores de tecnología empresarial (por ejemplo, IBM, HPE) para evaluar la infraestructura actual y gestionar la transición entre arquitectura, seguridad y operaciones.

Antes de tomar decisiones de infraestructura, las organizaciones necesitan saber qué cargas de trabajo están ejecutando y cuáles son sus requisitos de rendimiento, seguridad y cumplimiento. Esto permite detectar las dependencias heredadas e indica dónde debe ubicarse cada carga de trabajo.

Según un estudio de Deloitte, más del 60 % de los presupuestos de TI aún se destina al mantenimiento de los sistemas heredados, que suele ser la primera restricción con la que se encuentran los programas de modernización.²

Establezca objetivos concretos, como reducir los costes de infraestructura, dar soporte a un caso de uso específico de la IA o cumplir un requisito de residencia de datos.

Los objetivos específicos ofrecen a los equipos una forma de medir el progreso y decidir sobre la marcha.

No todas las cargas de trabajo deben estar en la nube, ni todas deben estar en el entorno local. Las soluciones en la nube ofrecen escalabilidad y un acceso más rápido a nuevos servicios, mientras que la infraestructura local proporciona a las organizaciones un mayor control sobre el rendimiento y el cumplimiento normativo.

Para aquellas organizaciones cuyas instalaciones no puedan albergar una infraestructura de IA de alta densidad, merece la pena considerar la coubicación como parte de esta decisión.

Un enfoque por fases da prioridad a las cargas de trabajo de mayor valor, lo que reduce el riesgo de tiempos de inactividad y de que se vean afectadas las operaciones clave a medida que avanza la iniciativa.

Los controles de seguridad, el seguimiento del cumplimiento y la gestión de costes deben formar parte de la arquitectura de modernización desde el principio. Este enfoque incluye copias de seguridad y recuperación ante desastres, así como planificación de la continuidad del negocio para que las operaciones puedan seguir funcionando si un sistema o una migración fallan. 

La modernización del centro de datos no termina con la implementación. La infraestructura requiere monitorización continua, parches, actualizaciones y gestión del ciclo de vida.

A menudo se requiere experiencia en plataformas de servicios en la nube, Kubernetes e infraestructura de IA, y los equipos de TI necesitan formación continua a medida que evolucionan los servicios de los centros de datos y las nuevas tecnologías.