Ai, le 4 azioni chiave per data center e aziende

Ai, data center e applicazioni per le imprese, questa volta non è solo hype. In passato molte “ondate” tecnologiche hanno destato scetticismo – pensiamo alla blockchain o al metaverso – , ma con l‘intelligenza artificiale siamo di fronte a una storia diversa. Anche se le applicazioni aziendali sono ancora da esplorare, i primi casi d’uso stanno mostrando un potenziale capace di trasformare interi settori, rivoluzionando il nostro modo di vivere e fare business. Ne consegue che una sempre più diffusa adozione dell’Ai richiederà livelli mai visti prima di potenza di calcolo, capacità di archiviazione e connettività. Per questo, le infrastrutture di data center progettate appositamente per questi scopi saranno cruciali. Solo i data center Ai potranno supportare i carichi di lavoro massicci delle applicazioni di intelligenza artificiale.

Secondo Equinix ci sono 4 precisi trend che indicano come aziende e data center dovrebbero riconfigurare infrastrutture e workload per vincere la prova dell’Ai. L’azienda delle infrastrutture digitali ritien che il ribilanciamento del cloud, la governance dei dati, l’osservabilità e le fonti di energia siano i temi maggiormente impattanti sulla corretta gestione dei modelli di Ai.

Data center e Ai, 4 trend per riconfigurare le infrastrutture

L’Ai sta trasformando il modo in cui le aziende operano: dallo sviluppo di prodotti e servizi innovativi, all’automazione dei processi, fino all’ottimizzazione dei flussi di lavoro per aumentare la produttività. E di pari passo, sta ridefinendo anche le tendenze infrastrutturali nei data center.

Per allenare modelli di Ai e ottenere il massimo dalla fase di inferenza, le aziende dovranno: rivalutare la collocazione delle risorse tra cloud pubblici e infrastrutture locali (cloud rebalancing); rispettare le normative sulla sovranità dei dati; implementare l’osservabilità; e fare affidamento su data center “Ai-ready”, con capacità energetiche adeguate.

Trend 1: Il cloud rebalancing

Negli ultimi due anni molte aziende hanno sperimentato l’Ai generativa nel cloud pubblico. Queste sperimentazioni hanno evidenziato la necessità di un “riequilibrio” del cloud, spostando parte delle risorse verso infrastrutture locali o data center in colocation, come già avvenuto per altri tipi di workload prima dell’avvento della Ai generativa. Un report Idc del giugno 2024 ha rivelato che circa l’80% degli intervistati prevede una certa forma di rimpatrio di risorse It in sede entro i prossimi 12 mesi.

Il cloud rebalancing (o cloud repatriation) è una strategia per collocare i carichi di lavoro critici, tra cui lo sviluppo dell’Ai, laddove garantiscono il miglior rapporto tra prestazioni e costi. Altre ragioni per posizionare strategicamente i carichi di lavoro e lo storage sono:

• Allenare i propri modelli Ai usando dati proprietari.
• Mantenere il controllo su dati distribuiti nonostante la rapida crescita e la complessità.
• Sapere esattamente quali dati si possiedono, da dove provengono e dove sono archiviati.
• Migliorare la localizzazione dei dati così da poter rispettare le normative sulla sovranità dei dati e sulla privacy del luogo.
• Trasferire i dati istantaneamente e senza soluzione di continuità dallo storage vendor-neutral ai workload in esecuzione su più cloud.
• Mantenere un nucleo di dati “core” centralizzato che consenta di spostare dati specifici ai workload in esecuzione in cloud pubblici o all’edge.

Trend 2: Formalizzare i processi di governance dei dati

Per addestrare modelli efficaci e generare prodotti di valore, servono dati di qualità. Per questo motivo è essenziale per un’azienda sapere quali dati si possiedono, come sono organizzati, da dove provengono e se presentano rischi normativi o di privacy. Una volta raggiunta questa comprensione, servono strumenti in grado di offrire una visione completa e affidabile del proprio ecosistema dati.

La governance dei dati supporta tutte le attività di gestione incluse privacy, compliance e qualità. Eppure, molte aziende non hanno ancora definito politiche strutturate in merito. Secondo il report State of Ai di McKinsey, il 70% degli intervistati ha riscontrato difficoltà nella gestione dei dati, in particolare nel definire processi di governance, integrare i dati nei modelli Ai e reperire dati sufficienti.

Guardando avanti, le aziende dovranno formalizzare sempre più le politiche e i processi di governance, rendendoli una parte essenziale delle loro strategie Ai. Fare ciò permetterà di garantire la privacy, evitare sanzioni e massimizzare il valore derivante dagli investimenti in Ai.

Trend 3: L’osservabilità per rispondere alle minacce

Il rischio di cyber-attacchi è sempre più elevato, perché le aziende continuano ad ampliare il numero di società con cui si interfacciano, tra cui i fornitori di servizi cloud e di rete e le società SaaS.

L’osservabilità è essenziale per capire cosa sta accadendo in tutto il panorama delle reti e dell’It. Le aziende devono associare il comando e il controllo del loro patrimonio tecnologico e infrastrutturale a strumenti di osservabilità che forniscano la copertura necessaria sull’intero scenario delle minacce. Dovranno essere in grado di vedere gli attacchi in anticipo prevedendo quando e dove ci sarà un’a ‘esposizione maggiore.

Per rafforzare la protezione contro questi attacchi sarà fondamentale che il settore collabori all’implementazione di best practice e strumenti.

Trend 4: Stakeholder uniti per soddisfare la richiesta di energia

L’addestramento di modelli Ai richiede grandi quantità di energia. Per esempio, una risposta di ChatGpt consuma fino a 10 volte più elettricità rispetto a una ricerca su Google. Questa crescente domanda energetica impone una collaborazione tra industria, governi e comunità per integrare nuove fonti energetiche più efficienti, come l’idrogeno e il nucleare, e accelerare la costruzione di infrastrutture elettriche e di data center nelle zone dove sono presenti terreni e energia elettrica.

La crescita dell’Ai si basa sull’infrastruttura di data center

Espandere le infrastrutture di data center ad alte prestazioni che supportino la crescita dell’Ai continuerà ad essere una priorità, conclude Equinix. Non si tratta solo di un trend, in quanto il continuo sviluppo dei data center con potenza e rete darà un contributo enorme alla ricchezza dei Paesi: entro il 2027, si stima, 8,75 trilioni di dollari dell’economia mondiale dipenderanno dai data center.

Tenere a mente queste quattro tendenze mentre si cerca di integrare l’Ai in un’azienda aiuterà a tracciare la rotta per il 2025 e a consentire un’innovazione e una crescita aziendale ancora maggiori.