Por Mukesh Khare, Vicepresidente de IBM Systems Research
Hace un año, pocas empresas podrían haber anticipado los dramáticos cambios que 2020 les deparaba. A medida que las organizaciones realizan sus transformaciones digitales, se están dando cuenta del valor de los entornos de nube híbrida y de cómo obtener lo mejor de cada solución de nube.
Aunque las empresas todavía enfrentan altos niveles de imprevisibilidad, varias tendencias que surgieron en 2020 nos permiten hacer algunas predicciones sobre qué esperar para el presente año:
1. En 2021, 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
Es evidente que las empresas continuarán descentralizando las operaciones de TI a entornos de nube híbrida durante este 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.
Los sistemas de hardware que brindan estas capacidades de seguridad se adoptarán ampliamente para proteger las cargas de trabajo on premise y en la nube pública. Estos sistemas de hardware, como LinuxONE e IBM Z, proporcionan un mayor nivel de seguridad para cargas de trabajo tradicionales y de código abierto.
Las nubes específicas de industria, como IBM Cloud for Financial Services e IBM Cloud for Telecommunications, están diseñadas para abordar desafíos únicos y requisitos de seguridad de industrias altamente reguladas.
En general, veremos que los proveedores continúan invirtiendo en innovación de seguridad a medida que las empresas buscan adoptar tecnologías, incluida Confidential Computing, en sus entornos de nube híbrida como una forma de proteger los datos durante el procesamiento y en reposo.
Confidential Computing combinada con el encriptado de datos en reposo y en tránsito, con control exclusivo de claves, protege conjuntos de datos sensibles y altamente regulados y cargas de trabajo de aplicaciones.
Además, las empresas de tecnología son pioneras en computadoras cuánticas que están preparadas para solucionar algunos de los problemas más desafiantes que las supercomputadoras más poderosas del mundo no pueden resolver.
También presentan riesgos potenciales, como la capacidad de romper rápidamente los algoritmos de cifrado y acceder a datos confidenciales.
Esperamos que las empresas comiencen a implementar criptografía cuántica segura y se preparen para cuando las computadoras cuánticas a gran escala se conviertan en parte de nuestro vocabulario cotidiano, no solo para proteger los datos disponibles en la actualidad, sino para ayudar a resguardarlos contra futuras amenazas.
De manera similar, cada vez más empresas comenzarán a experimentar con el cifrado totalmente homomórfico (Fully Homomorphic Encryption, FHE) para proteger sus datos. FHE permite que los datos permanezcan encriptados incluso durante el cálculo. Por ejemplo, las compañías de seguros pueden realizar análisis de los datos de atención médica de los pacientes, sin que la aseguradora pueda ver información de identificación personal.
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.
Este enfoque va más allá del proceso «tradicional» de contenedorización. La automatización es necesaria al migrar cargas de trabajo de misión crítica a entornos de nube.
A menudo, las empresas primero deben determinar exactamente dónde se ejecutan sus aplicaciones de misión crítica. Una vez hecho esto, hay mucho involucrado en el traslado de esas aplicaciones y datos que han estado operando en las instalaciones durante años a entornos de nube híbrida, parte de las cuales esas empresas pueden no controlar directamente.
La IA también mejorará la experiencia de los desarrolladores de la nube y los ingenieros de confiabilidad; desde automatizar la modernización y la implementación de aplicaciones en nuevos entornos, hasta ayudar con la gestión diaria de aplicaciones.
De hecho, el rol de los ingenieros de confiabilidad está preparado para crecer, a medida que las empresas aceleren el uso de técnicas y estrategias basadas en IA, como ChatOps para administrar sus aplicaciones y entornos. Los ingenieros de confiabilidad se anticiparán y abordarán los riesgos de manera proactiva, así como también extraerán conocimientos de datos no estructurados más complejos, una función crítica a medida que las aplicaciones operan en ecosistemas de nube híbrida.
Las herramientas de código abierto ayudarán a unificar las nubes, por lo que las habilidades que los desarrolladores necesitan para programar y usar una nube híbrida serán mucho más simples
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 este año, 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. Programas como IBM Cloud Satellite, que aprovecha Red Hat OpenShift, permiten a los usuarios crear, implementar y gestionar servicios en la nube en cualquier entorno, desde un único panel.
3. Veremos que 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.
Los aceleradores de hardware de IA en infraestructuras de nube híbrida podrían soportar grandes trabajos de entrenamiento de IA en centros de datos. Y la misma tecnología podría implementarse a una escala más pequeña o integrarse en otros procesadores en el borde. La expansión de los aceleradores de hardware compatibles con OpenShift apoyará aún más la implementación flexible de nuestros avances informáticos de hardware de IA hasta el borde.
Como se puede ver, 2021 se centrará en mejorar la potencia y la eficiencia de la IA, de modo que pueda ayudar a las empresas a enfrentar una serie de desafíos para implementar, simplificar y administrar de manera segura entornos de nube híbrida para una mayor cantidad de usuarios. Está claro que las tecnologías de nube híbrida seguirán siendo una ruptura de barreras para la empresa y una estrategia con visión de futuro.
