Durante los últimos meses, F5 ha analizado en profundidad las fábricas de IA. Al comienzo de nuestra serie, definimos una fábrica de IA como una enorme inversión en almacenamiento, redes y computación destinada a satisfacer los requisitos de entrenamiento e inferencia de alto volumen y alto rendimiento. En definitiva, las fábricas de IA son una analogía de cómo se crean, perfeccionan e implementan los modelos y servicios de IA. Al igual que una planta de fabricación tradicional transforma materias primas en productos acabados, las fábricas de IA crean aplicaciones de IA.
En este artículo del blog, describiremos las similitudes y diferencias entre una aplicación de IA y una aplicación moderna, destacaremos sus necesidades de entrega y seguridad y analizaremos estas aplicaciones modernas de IA en el contexto de la arquitectura de referencia de IA de F5.
Evolución de las aplicaciones modernas
Las aplicaciones modernas han experimentado una evolución significativa, impulsada por la necesidad de agilidad, escalabilidad y mejores experiencias de usuario. La llegada de la computación en la nube marcó un punto de inflexión en esta evolución, al sentar las bases de sistemas altamente distribuidos capaces de escalar de forma eficiente y funcionar sin problemas en múltiples entornos. La modernización de las aplicaciones supone la evolución hacia sistemas basados en API, lo que ha llevado a adoptar arquitecturas híbridas y multinube.
Las aplicaciones de IA aumentan aún más la dependencia de las API y consolidan los entornos híbridos y multicloud como la nueva norma. Las tecnologías de contenerización han revolucionado aún más el despliegue de aplicaciones al proporcionar entornos de software coherentes y aislados, independientemente de la infraestructura subyacente. Estos avances no solo son fundamentales para las aplicaciones modernas tradicionales, sino que también constituyen la columna vertebral de las fábricas de IA. La agilidad que ofrecen la computación en la nube y la contenerización es esencial para gestionar las elevadas exigencias computacionales del entrenamiento y el despliegue de modelos de IA.
Las herramientas de orquestación como Kubernetes son esenciales para gestionar aplicaciones en contenedores a gran escala. Kubernetes automatiza el despliegue, el escalado y la gestión de estas aplicaciones. En los flujos de trabajo de IA, Kubernetes coordina el despliegue de cargas de trabajo de IA en varios sistemas, asignando los recursos de forma eficiente y permitiendo escalar los modelos de IA sin interrupciones.
“Al comenzar con estrategias de seguridad y entrega de eficacia demostrada, los equipos pueden sentar unas bases sólidas y abordar gradualmente los desafíos específicos que plantean las aplicaciones de IA.”
Un aspecto fundamental de este proceso es MLOps, que aborda los retos específicos del desarrollo, el entrenamiento y la puesta en producción de modelos de IA. MLOps facilita la integración y la entrega continuas (CI/CD), lo que garantiza que los modelos de IA se prueben, actualicen e implementen de forma continua. Además, la adopción de arquitecturas de microservicios ha transformado el desarrollo de aplicaciones modernas al dividir los sistemas monolíticos en servicios más pequeños que pueden implementarse de forma independiente. Este enfoque agiliza la CI/CD, lo que permite actualizar el software con mayor rapidez y fiabilidad.
La seguridad siempre ha sido un pilar fundamental en la evolución de las aplicaciones modernas. Ante el auge de ciberamenazas sofisticadas, las aplicaciones modernas han incorporado medidas de seguridad avanzadas, como firewalls de aplicaciones web (WAF), protección contra ataques distribuidos de denegación de servicio (DDoS) y seguridad de las API. Es fundamental distinguir entre los ataques DDoS de las capas 3 y 4, dirigidos a las capas de red y transporte, y los ataques DoS de la capa 7, dirigidos a la capa de aplicación.
A medida que avanza la IA, el modelo de amenazas evoluciona, especialmente en el caso de los modelos de lenguaje de gran tamaño (LLM) a los que se accede mediante interfaces de procesamiento del lenguaje natural (NLP). Entre los riesgos para los LLM se incluyen vulnerabilidades como las señaladas en el Top 10 de OWASP para aplicaciones LLM, como los ataques de inyección de instrucciones y las amenazas de extracción de datos, además de los ataques de denegación de servicio (DoS) específicos de estos modelos. Estos avances en materia de seguridad garantizan que las aplicaciones de IA sigan siendo resilientes y seguras, preservando la integridad y la fiabilidad de las soluciones basadas en IA frente a amenazas en constante evolución.
Arquitectura de referencia de IA de F5
Si has seguido nuestra serie sobre fábricas de IA, habrás visto que hemos tratado temas como la seguridad de las API, la segmentación de redes, la gestión del tráfico, la generación aumentada por recuperación (RAG), y las unidades de procesamiento de datos (DPU). Demos un paso atrás para analizar cómo encaja una fábrica de IA en la arquitectura de referencia de IA de F5, cómo producen aplicaciones de IA estas fábricas y qué requisitos deben cumplirse para implementarlas y protegerlas.
Arquitectura de referencia de IA de F5
Basándose en sus casi tres décadas de experiencia ayudando a los clientes a ofrecer aplicaciones de alto rendimiento, F5 ha desarrollado una arquitectura de referencia de IA que incluye siete componentes básicos (inferencia, RAG, gestión del corpus de RAG, ajuste fino, entrenamiento, integración de servicios externos y desarrollo) y cuatro tipos de implementación (IA como SaaS, alojada en la nube, alojada en infraestructura propia y alojada en el edge). Para obtener más información al respecto, visite nuestro blog, donde explicamos qué es una fábrica de IA. Dado que las aplicaciones de IA son las más modernas entre las aplicaciones modernas, están conectadas mediante API y presentan una distribución extrema, esta arquitectura de referencia aborda los retos de rendimiento, operaciones y seguridad que son esenciales para ofrecer aplicaciones de IA.
Dos de los componentes básicos más habituales de las fábricas de IA son el entrenamiento y la inferencia; sin embargo, todos los componentes son necesarios para crear una aplicación de IA plenamente funcional. Algunas organizaciones pueden crear una fábrica de IA para gestionar las funciones necesarias para el entrenamiento o la inferencia. Otras pueden recurrir a terceros para utilizar servicios de entrenamiento de modelos o proporcionar infraestructura para la inferencia.
Las aplicaciones de IA son, en esencia, distribuidas y pueden ejecutarse en plataformas distribuidas de contenedores Kubernetes. Esta es precisamente la definición de una aplicación moderna y el origen de nuestra frase: «Una aplicación de IA es, sencillamente, la más moderna de las aplicaciones modernas». Pero ¿qué implica esto para las empresas que crean fábricas de IA? Las aplicaciones de IA necesitan los mismos servicios de entrega y seguridad que las aplicaciones modernas actuales, como el tráfico de entrada de Kubernetes, el tráfico de salida multiinquilino, la gestión del tráfico basada en DNS, la resiliencia y la observabilidad. En materia de seguridad, se requieren protección contra ataques DDoS, protección de aplicaciones web y API, y tecnologías de optimización.
Aunque pueda parecer sorprendente que nos centremos en las funciones de entrega y seguridad comunes tanto a las aplicaciones de IA como a las aplicaciones modernas, en lugar de hacerlo únicamente en los problemas de seguridad específicos de la IA, este enfoque es intencionado. Las aplicaciones de IA introducen riesgos específicos, pero a menudo se pasan por alto los aspectos básicos de la seguridad y la entrega de aplicaciones en favor de funciones nuevas e innovadoras. Al abordar primero las necesidades comunes de seguridad y entrega —lo que denominamos los objetivos más fáciles de alcanzar—, las organizaciones pueden realizar mejoras inmediatas aprovechando su experiencia actual en seguridad de aplicaciones. Aunque las aplicaciones de IA pueden incorporar nuevos componentes, siguen dependiendo en gran medida de las interacciones web y mediante API, que están perfectamente al alcance de los equipos actuales de NetOps y SecOps. Si comienzan con estrategias de seguridad y entrega de eficacia probada, los equipos pueden establecer una base sólida y abordar gradualmente los retos específicos que plantean las aplicaciones de IA.
La arquitectura de referencia de IA de F5 destaca no solo los resultados de la fábrica de IA, sino también los desafíos y riesgos que deben abordarse para que la aplicación de IA contribuya satisfactoriamente a los objetivos empresariales de la organización. Para ello, decidimos utilizar dos listas complementarias de los 10 principales riesgos y desafíos: el Top 10 de OWASP para aplicaciones de LLM y el Top 10 de F5 sobre entrega de aplicaciones. Hemos analizado cada componente y cada interconexión de los bloques funcionales, e indicado dónde se aplican el Top 10 de OWASP para LLM y el Top 10 de F5 sobre entrega de aplicaciones. A continuación, se muestra un ejemplo para la inferencia de IA.
La arquitectura de referencia de IA de F5, que destaca el bloque funcional de inferencia con las listas F5 Application Delivery Top 10 y OWASP LLM Top 10 superpuestas.
Todos los componentes y puntos de interconexión de una aplicación de IA se benefician de las consolidadas medidas de protección para la entrega y la seguridad diseñadas para las aplicaciones modernas. Esto no significa que estas medidas convencionales sean suficientes por sí solas para proteger las aplicaciones de IA. Al utilizar como base estas soluciones de entrega y seguridad de eficacia demostrada, las organizaciones pueden mejorar considerablemente la entrega y la postura de seguridad de sus aplicaciones de IA. A partir de esta sólida base, los equipos pueden desarrollar progresivamente competencias especializadas y adoptar las herramientas avanzadas necesarias para abordar los desafíos y riesgos específicos que plantean las aplicaciones de IA.
En estos momentos, la arquitectura de referencia de IA de F5 está disponible en versión preliminar. Los clientes tendrán la oportunidad de explorar la arquitectura de referencia de IA completa mediante una experiencia interactiva a partir de finales del próximo mes en AppWorld, la principal conferencia de F5 sobre seguridad y entrega de aplicaciones.
F5 es compatible con las fábricas de IA y las aplicaciones modernas
F5 es líder en entrega y seguridad de aplicaciones. Soluciones como F5 BIG-IP proporcionan servicios esenciales, como el equilibrio de carga, la gestión del tráfico y la seguridad. Estas capacidades, habitualmente asociadas a las aplicaciones tradicionales, son igualmente fundamentales para que las aplicaciones de IA ofrezcan los máximos niveles de fiabilidad, rendimiento y protección.
Para las empresas que están creando fábricas de IA, las capacidades de F5 en las que confían para la entrega y la seguridad de aplicaciones son las mismas que necesitan dichas fábricas. F5 BIG-IP Local Traffic Manager, junto con el hardware específico F5 rSeries y VELOS, permiten una ingesta de datos de alto rendimiento para el entrenamiento y el ajuste fino, y protegen las aplicaciones de IA frente a las amenazas de seguridad más exigentes. F5 Distributed Cloud Services permiten establecer redes multinube seguras y proteger las aplicaciones web y las API. Además, la solución de F5 anunciada recientemente, BIG-IP Next for Kubernetes implementado en DPU NVIDIA BlueField-3, descarga la gestión del tráfico y la seguridad de la CPU en la DPU para infraestructuras de IA a gran escala, lo que aporta mayor eficiencia, control y rendimiento a las aplicaciones de IA.
Para obtener más información sobre cómo F5 puede proteger y escalar las fábricas de IA, póngase en contacto con su equipo de cuentas de F5 hoy mismo. La apuesta de F5 por la IA no acaba aquí: descubra cómo F5 protege y distribuye aplicaciones de IA en cualquier entorno.
¿Le interesa saber más sobre las fábricas de IA? Descubra otras en nuestra serie de artículos sobre fábricas de IA:
- ¿Qué es una fábrica de IA? ›
- Generación aumentada por recuperación (RAG) para fábricas de IA ›
- Optimice la gestión del tráfico para la ingesta de datos de fábricas de IA ›
- Conexión óptima de fuentes de datos en el edge con fábricas de IA ›
- La escalabilidad y la flexibilidad multicloud respaldan las fábricas de IA ›
- La potencia y el significado de la DPU NVIDIA BlueField para las fábricas de IA ›
- Protección de API para fábricas de IA: el primer paso hacia la seguridad de la IA ›
- La importancia de la segmentación de red para las fábricas de IA ›
Sobre los autores
Paul Pindell es arquitecto principal en F5, donde trabaja en el área de Alianzas Tecnológicas y supervisa las colaboraciones técnicas de toda la cartera de productos de F5. Desde 2019, también ha desempeñado un papel clave en iniciativas de estrategia corporativa, entre ellas el lanzamiento del primer proyecto de innovación de F5. Paul dirigió el equipo especial de estrategia de IA de F5, centrado en definir cómo los productos actuales de F5 pueden ayudar a proteger y distribuir aplicaciones de IA. Posteriormente, contribuyó al desarrollo de la arquitectura de referencia de IA de F5, que describe los componentes fundamentales, los retos, los riesgos y las soluciones de socios necesarios para respaldar la distribución y la seguridad de las aplicaciones de IA. Paul participa con frecuencia como ponente principal y en sesiones paralelas de eventos del sector, como OPI Summit, OCP Global Summit, Intel InnovatiON, Open Source Summit, Red Hat Tech Exchange y varias ediciones de VMworld en Estados Unidos y EMEA. También es fundador y responsable del mantenimiento de proyectos de código abierto, preside el Comité de Difusión del Open Programmable Infrastructure Project y anteriormente dirigió las operaciones de los centros de datos de respuesta antivirus y los laboratorios de pruebas de software de seguridad de Symantec.
Más artículos de Paul PindellHunter Smit es director sénior de marketing de producto para soluciones y estrategia en F5. Lidera el marketing de soluciones de toda la cartera de F5, incluidas la infraestructura de IA y la seguridad de aplicaciones, e impulsa la entrada de F5 en el mercado emergente de la entrega de datos para IA. Hunter es miembro del Consejo Asesor de la Escuela de Negocios de la Universidad Whitworth y ha ejercido como profesor adjunto de marketing de producto. Obtuvo un MBA y un grado en Administración y Dirección de Empresas, con especialización en gestión, por la Universidad Whitworth.
Más artículos de Hunter SmitArtículos relacionados del blog
Cree servicios públicos seguros, resilientes y preparados para la IA con F5 y AWS
Descubre cómo las organizaciones del sector público pueden modernizar de forma segura sus aplicaciones y soluciones de IA, al tiempo que gestionan los sistemas heredados, el cumplimiento normativo y el riesgo operativo.
Protección de los sistemas de IA: por qué la seguridad debe avanzar al ritmo de la innovación
Desde acelerar avances revolucionarios en medicina y educación hasta transformar la vida cotidiana, la IA está cambiando nuestra forma de vivir y trabajar. Pero también ofrece grandes oportunidades a los ciberdelincuentes.
Avanzar hacia la optimización digital tras la transformación
Descubre estrategias de optimización digital para garantizar políticas de seguridad coherentes, impulsar la madurez de la transformación digital y superar los retos de la transformación.
Proyecto de código abierto destacado: mayor observabilidad con F5 Cloud Logger iApp
En el punto de mira del código abierto: cómo aumentar la observabilidad. Lee el blog de F5 para descubrir cómo exportar fácilmente la telemetría de BIG-IP a plataformas modernas de análisis en la nube.
El estado de la entrega de aplicaciones en 2018: la transformación digital impulsa la automatización y la multinube pese a las preocupaciones de seguridad
Descubre las principales conclusiones del cuarto informe anual de F5 sobre el estado de la entrega de aplicaciones.
Estado de la entrega de aplicaciones en 2017: automatización, API y DevOps
Descubre el informe sobre el estado de la entrega de aplicaciones de 2017. Lee el blog retrospectivo de F5 sobre los inicios del auge de las redes declarativas y los flujos de DevOps.