4 predicciones para la nube híbrida en 2021

2020 fue el año de la nube híbrida. Las soluciones de nube privada con uno o más servicios de nube pública tuvo un papel crucial ante el inesperado surgimiento de la pandemia global de COVID-19 y cada vez más organizaciones se dan cuenta del valor de estos entornos híbridos.

La transformación digital también ha experimentado un enorme impulso en 2020. Ahora, las empresas todavía enfrentarán incertidumbre en 2021, pero para Mukesh Khare, Vicepresidente de IBM Systems Research, las tendencias que surgieron en los pasados 12 meses permiten hacer algunas predicciones.

1.- Las industrias más reguladas se muevan a la nube híbrida

Las tecnologías de seguridad como Confidential Computing, la encriptación cuántica segura y el cifrado totalmente homomórfico harán que incluso las industrias más reguladas se muevan a la nube híbrida.

Las empresas continuarán descentralizando las operaciones de TI a entornos de nube híbrida durante el próximo año -y entre ellas estarán incluso las de industrias más estrictamente reguladas-. Para hacerlo con éxito, las empresas deben tomar medidas de seguridad que mejoren el aislamiento, garanticen la integridad del sistema y de los datos e implementen estrategias Zero Trust, mientras cumplen con las regulaciones de privacidad de datos más estrictas en todo el mundo, todo a medida que evolucionan las complejas amenazas de seguridad, apunta Khare.

Capacitar a maestros mexicanos en TIC, la iniciativa Future Is

2.- La IA automatizará el cambio a la nube híbrida al enseñar a las máquinas a «razonar»

Las tecnologías de IA como las técnicas basadas en gráficos, el procesamiento del lenguaje natural (PLN) y la IA explicable ya se están aplicando al lenguaje humano: piense en aplicaciones de reconocimiento de voz y traducción de idiomas. Ahora, emplear la misma IA en el código de las máquinas acelerará significativamente el traslado de aplicaciones a la nube y su posterior capacidad de administración. Estas técnicas de IA ofrecen razonamientos sobre el comportamiento de las aplicaciones y su estructura para recomendar y automatizar la generación de candidatos a microservicios identificados.

3.- Las herramientas de código abierto ayudarán a unificar las nubes

En la actualidad, si se desea procesar un gran conjunto de datos desde una computadora portátil, lo que podría requerir el uso de 100,000 contenedores, se necesita saber cómo volver a codificar aplicaciones para la nube híbrida. Los desarrolladores requieren acceso no solo a una plataforma de nube híbrida, sino también a herramientas y frameworks que les permitan resolver problemas y ser productivos. Sin embargo, a los desarrolladores y científicos de datos sin años de experiencia les resulta muy difícil programar en entornos de nube híbrida.

En 2021, las herramientas de código abierto ayudarán a integrar muchas nubes y sistemas on premise en una única plataforma híbrida sin fisuras, al acortar la curva de aprendizaje para programadores y no programadores. Las empresas adoptarán un modelo de implementación de aplicaciones que sea más fácil de programar y usar para quienes no tienen mucha experiencia en la nube híbrida. Este avance liberará a los programadores con experiencia para trabajar en proyectos de mayor valor. Necesitamos expertos en la materia para poder concentrarse en el problema real que están tratando de resolver en lugar de cómo se ejecuta su software de manera eficiente en múltiples nubes.

4.- Algunas de las innovaciones de hardware de nube híbrida más avanzadas y potentes se extienden a los dispositivos periféricos, gracias a los progresos en la eficiencia del hardware informático

El hardware para el entrenamiento de modelos de IA está notoriamente hambriento de recursos y consume dinero, tiempo y energía. Por ejemplo, el modelo a escala industrial más grande implementado actualmente, GPT-3 de OpenAI, tiene 175B parámetros -o más de 100 veces más grande que los modelos de hace un par de años-. Cuesta varios millones de dólares para entrenar y genera una huella de carbono durante el entrenamiento que es mayor que las emisiones de por vida de 20 autos.

En 2021 veremos grandes avances en el hardware de IA utilizado para construir e implementar modelos de IA. La eficiencia de los sistemas de entrenamiento de inteligencia artificial aumentará en casi un orden de magnitud en comparación con los mejores sistemas disponibles comercialmente hoy. Junto con los avances de 5G, la computación de IA sostenible en el borde podría borrar la frontera entre la nube y edge, ofreciendo una actualización tecnológica clave para las infraestructuras de nube híbrida y un avance importante para la privacidad y seguridad de los modelos de IA al mantener más datos en el borde. Se espera que la arquitectura celular 5G sea un catalizador para desencadenar la adopción generalizada de edge computing.