¿Qué es la modernización de los centros de datos?

Para la mayoría de las organizaciones, la modernización de los centros de datos no es un proyecto puntual, sino un proceso continuo. Se centra en alejarse de los sistemas dependientes del hardware para ir hacia una infraestructura definida por software que abarca la infraestructura on premises, la nube privada y la nube pública y la configuración edge, todo gestionado como un solo entorno.

La necesidad de obtener valor de la inteligencia artificial (IA), las aplicaciones distribuidas y el procesamiento en tiempo real en el edge cambió 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 % para 2027 y alcanzarán el 165 % de los niveles de 2023 para 2030, impulsadas en gran medida por la capacitación y las cargas de trabajo de inferencia.¹ La mayoría de los centros de datos heredados no se construyeron para satisfacer esas demandas.

Los centros de datos sirvieron a una era diferente de la computación en la que la infraestructura tradicional se construyó alrededor de la computación basada en CPU, cargas de trabajo predecibles y almacenamiento centralizado.

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

La soberanía de los datos también está determinando dónde se ejecutan las cargas de trabajo. Muchas industrias y geografías requieren que ciertos datos permanezcan dentro de jurisdicciones específicas, lo que significa que las decisiones de ubicación de la carga de trabajo deben tener en cuenta dónde residen los datos y dónde se aplican las regulaciones.

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

El cambio a los centros de datos modernos comenzó con la virtualización de servidores, que separaba las cargas de trabajo del hardware físico y permite que múltiples aplicaciones compartan recursos en un solo servidor. La infraestructura definida por software amplió eso al almacenamiento y las redes.

La introducción de contenedores y Kubernetes aumentó la portabilidad, permitiendo que las aplicaciones se ejecuten de forma congruente en servidores on premises, y plataformas en la nube privada y pública. Este enfoque impulsado por 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 principales, plataformas basadas en la nube y ubicaciones en el edge, con cargas de trabajo que se ajustan según el rendimiento, costo, latencia y cumplimiento en lugar de la proximidad física al hardware. Este modelo de nube híbrida distribuida brinda a las organizaciones la flexibilidad de ejecutar cargas de trabajo donde se desempeñan mejor, mientras que el software y la automatización impulsan el aprovisionamiento y la gestión de recursos.

Los centros de datos de IA van más allá, construidos para las demandas de escalabilidad y rendimiento de las cargas de trabajo de inferencia y entrenamiento de IA que los centros de datos tradicionales no fueron diseñados para manejar.

Las cargas de trabajo empresariales tradicionales aún se ejecutan en la mayoría de las instalaciones en una infraestructura virtualizada on premises. En contraste, las aplicaciones nativas de la nube están diseñadas para ejecutarse en sistemas on premises y de nube pública simultáneamente, en lugar de estar vinculadas a un solo entorno.

Hoy en día, las cargas de trabajo impulsadas por IA plantean las mayores exigencias a la infraestructura, ya que requieren computación densa en GPU, almacenamiento rápido y redes de baja latencia. Las cargas de trabajo de computación de alto rendimiento (HPC) comparten muchos de estos requisitos.

Más allá del centro de datos, las cargas de trabajo en el edge están creciendo a medida que el machine learning (ML) y la IA pasan 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 los centros de datos abarca sistemas que proporcionan computación, almacenamiento y protección de datos. Aquí mostramos qué incluyen esos componentes:

• Computación y hardware preparado para la IA: modernizar la computación significa ir más allá de los servidores solo de CPU para admitir cargas de trabajo aceleradas por GPU para IA y HPC. Las unidades de procesamiento neuronal (NPU) gestionan la inferencia en el edge, donde la eficiencia energética importa tanto como el rendimiento bruto. El hardware empresarial (por ejemplo, IBM® Z) combina aceleradores de IA con capacidades de seguridad requeridas por industrias reguladas como las finanzas y la atención médica.

• Almacenamiento de alto rendimiento: las SSD NVMe y las matrices all flash reducen la latencia y aumentan el rendimiento, mientras el almacenamiento definido por software (SDS) desacopla la gestión del hardware físico. Estas capacidades permiten operaciones uniformes tanto en entornos on premises como de computación en la nube. Además, el almacenamiento de objetos gestiona grandes volúmenes de datos no estructurados que generan el entrenamiento de IA y las cargas de trabajo en el 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 manera uniforme en todas las configuraciones. Kubernetes gestiona su despliegue y escalado en entornos híbridos desde una sola 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 AIOps manejan el monitoreo, la respuesta a incidentes y la planificación de la capacidad basada 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 requiere que muchas instalaciones de centros de datos actualicen sus sistemas de suministro de energía. La refrigeración líquida maneja el calor que la refrigeración por aire no puede gestionar a escala.

• Seguridad y arquitectura de confianza cero: a medida que las cargas de trabajo se extienden a más entornos y ubicaciones de computación edge, hay más puntos de entrada que proteger. Modernizar la ciberseguridad significa alejarse de los modelos basados en el perímetro para ir hacia entornos de confianza cero, donde ningún usuario, dispositivo o carga de trabajo obtiene acceso de forma predeterminada, independientemente de la ubicación de la red.

La modernización de los centros de datos ofrece una serie de beneficios que respaldan las necesidades empresariales actuales:

• Compatibilidad con IA y cargas de trabajo modernas: la modernización de los centros de datos proporciona a las organizaciones la infraestructura necesaria para llevar a cabo el entrenamiento, la inferencia o el analytics 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 que lleva aprovisionar recursos, desplegar aplicaciones y responder a las cambiantes demandas de carga de trabajo. Las organizaciones pueden distribuir recursos entre cargas de trabajo sin cambios físicos de hardware.

• Menores costos operativos: modernizar el centro de datos optimiza la infraestructura de TI para que funcione de forma más eficiente. Mover las cargas de trabajo a la configuración más rentable, ya sea on premises, en la nube o en el edge, también reduce la sobrecarga de mantener una infraestructura infrautilizada.

• Mayor resiliencia: los centros de datos modernos y la arquitectura distribuida reducen la dependencia de cualquier lugar o conexión. Las cargas de trabajo pueden continuar en todas las configuraciones, y las ubicaciones en el 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.

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

• Sustentabilidad: la infraestructura moderna es más eficiente energéticamente que los sistemas heredados. La refrigeración líquida y el hardware de bajo consumo de energía contribuyen a reducir la huella ambiental de las operaciones del centro de datos.

• Modernización de aplicaciones: los contenedores, Kubernetes y las plataformas híbridas multinube dan a los equipos de desarrollo las herramientas para pasar de aplicaciones monolíticas a arquitecturas de microservicios. Este método mejora la velocidad de despliegue, la disponibilidad y el tiempo de actividad para mejorar la experiencia del usuario.
  
  

Los proyectos de modernización de los centros de datos son complejos y, a menudo, una parte central 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 de negocio (por ejemplo, IBM, HPE) para evaluar la infraestructura actual y gestionar la transición a través de la arquitectura, la seguridad y las 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 revela dependencias heredadas e indica hacia dónde debe ir cada carga de trabajo.

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

Establezca objetivos específicos, como reducir los costos de infraestructura, dar soporte a un caso de uso específico de IA o cumplir con un requisito de residencia de datos.

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

No todas las cargas de trabajo pertenecen a la nube y no todas las cargas de trabajo pertenecen a entornos on premises. Las soluciones en la nube ofrecen escalabilidad y un acceso más rápido a nuevos servicios, mientras que la infraestructura on premises brinda a las organizaciones más control sobre el rendimiento y el cumplimiento.

Para las organizaciones cuyas instalaciones no pueden admitir infraestructura de IA de alta densidad, vale la pena considerar la colocación como parte de esta decisión.

Un enfoque por fases prioriza primero las cargas de trabajo de mayor valor, lo que reduce el riesgo de tiempo de inactividad y la interrupción de las operaciones clave a medida que avanza la iniciativa.

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

La modernización de los centros de datos no termina en el despliegue. La infraestructura requiere monitoreo continuo, 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 capacitación continua a medida que evolucionan los servicios del centro de datos y las nuevas tecnologías.