A medida que las organizaciones aceleran la innovación y desarrollan productos basados en IA capaces de transformar vidas, como los vehículos autónomos o los grandes modelos de lenguaje (LLM), contar con una infraestructura eficiente resulta fundamental para ampliar las operaciones y mantener la competitividad. Tradicionalmente, los centros de datos se han centrado en utilizar unidades centrales de procesamiento (CPU) para la computación de propósito general y unidades de procesamiento gráfico (GPU) para las tareas de procesamiento paralelo intensivo esenciales para la IA y el aprendizaje automático. A medida que los modelos de IA aumentan en escala y complejidad, los centros de datos se han convertido en la nueva unidad de computación, superando los límites de las redes tradicionales en la nube. Para hacer posible la transición hacia la computación a escala de centro de datos, la unidad de procesamiento de datos (DPU) ha surgido como el tercer pilar de la computación.
El auge de las fábricas de IA
Anteriormente, en nuestra serie sobre fábricas de IA, F5 definió una fábrica de IA como una enorme inversión en almacenamiento, redes y computación destinada a satisfacer requisitos de entrenamiento e inferencia de gran volumen y alto rendimiento. Al igual que las plantas de fabricación tradicionales, las fábricas de IA utilizan modelos de IA preentrenados para transformar datos sin procesar en inteligencia.
¿Qué es una unidad de procesamiento de datos (DPU)?
Una DPU es un procesador programable diseñado para gestionar grandes volúmenes de movimiento y procesamiento de datos mediante aceleración por hardware a la velocidad de línea de una red. A finales de 2024, anunciamos el despliegue de BIG-IP Next for Kubernetes en DPU NVIDIA BlueField-3. NVIDIA BlueField es una plataforma de computación acelerada para infraestructuras de centros de datos, diseñada específicamente para impulsar las fábricas de IA de NVIDIA. Mientras que la CPU se encarga de la computación de propósito general para aplicaciones informáticas y la GPU destaca en tareas de computación acelerada, como los cálculos vectoriales y matriciales a gran escala relacionados con la IA y el renderizado de gráficos, la DPU NVIDIA BlueField suele integrarse en una tarjeta de interfaz de red (NIC) PCIe (interconexión de componentes periféricos exprés), que proporciona conectividad de red al host o chasis de un clúster de IA. En otras palabras, la NIC se ha convertido esencialmente en un potente procesador optimizado para procesar los datos a medida que entran y salen del servidor. La DPU BlueField también puede funcionar como dispositivo de red entre clústeres cuando varios hosts o chasis forman parte de un único clúster de IA.
“Una DPU es un procesador programable diseñado para gestionar grandes volúmenes de transferencia y procesamiento de datos mediante aceleración por hardware a la velocidad de línea de una red.”
Potencia desatada
Al encargarse de las redes definidas por software, la gestión del almacenamiento y los servicios de seguridad, las DPU BlueField reducen la carga computacional de las CPU, lo que les permite centrarse en las tareas que mejor desempeñan. Esta capacidad de descarga es fundamental para las fábricas de IA, donde es necesario procesar y transferir rápidamente enormes cantidades de datos para satisfacer las exigencias de los modelos de IA complejos y las tareas de inferencia en tiempo real.
Las DPU BlueField contribuyen de forma significativa a la eficiencia energética y la escalabilidad de las fábricas de IA. Dado que estas requieren enormes recursos computacionales, la gestión eficiente de la energía y la refrigeración resulta fundamental. Gracias a sus motores de aceleración especializados y sus interfaces de red de alto rendimiento, las DPU garantizan que los datos se procesen y transporten con una latencia y un consumo energético mínimos. Esta eficiencia no solo reduce los costes operativos, sino que también permite que las fábricas de IA escalen de forma eficaz. Con las DPU BlueField, las fábricas de IA y las infraestructuras a gran escala pueden lograr una infraestructura equilibrada, de alto rendimiento y gran eficiencia que favorezca la innovación y el despliegue continuos de tecnologías de IA.
¿Dónde se implementan las DPU BlueField en las fábricas de IA?
Al analizar la arquitectura de referencia de IA de F5, las DPU suelen implementarse en las áreas funcionales de gestión del corpus de RAG, ajuste fino, entrenamiento y servicios de inferencia, así como en los clústeres de almacenamiento que respaldan estas funciones. Además, las DPU se utilizan en numerosas aplicaciones que requieren un procesamiento de datos de alto rendimiento y eficiencia energética, como las implementaciones de redes de acceso radioeléctrico (RAN) 5G.
La arquitectura de referencia de IA de F5 destaca las áreas en las que suelen implementarse las DPU.
Descarga y aceleración de la entrega y la seguridad de aplicaciones en la DPU
El nuevo requisito de una gestión eficiente del tráfico y una seguridad sólida para las fábricas de IA supone un cambio importante centrado en el flujo de datos y en una infraestructura reforzada para prevenir las amenazas de seguridad. F5 BIG-IP Next for Kubernetes, implementado en DPU NVIDIA BlueField-3, permite una conectividad de baja latencia y alto rendimiento al descargar de la CPU el movimiento de datos y acelerarlo mediante las DPU. Además, integra funciones de seguridad completas, como cortafuegos, mitigación de DDoS, WAF, protección de API y prevención de intrusiones, directamente en la DPU programable NVIDIA BlueField-3. Esto permite crear una arquitectura que aísla los modelos y las aplicaciones de IA frente a las amenazas, garantizando la integridad y la soberanía de los datos.
BIG-IP Next for Kubernetes admite la multitenencia, lo que permite alojar varios usuarios y cargas de trabajo de IA en una única infraestructura, a la vez que garantiza el aislamiento de la red. La gestión de una infraestructura de IA a gran escala resulta sencilla con BIG-IP Next for Kubernetes, ya que proporciona un punto centralizado para gestionar las redes, el tráfico, la seguridad y los entornos multitenant. Esto simplifica las operaciones y reduce los gastos operativos al ofrecer datos detallados sobre el tráfico para mejorar la visibilidad de la red y optimizar el rendimiento. La integración entre BIG-IP Next for Kubernetes y la DPU NVIDIA BlueField-3 ayuda a garantizar que las fábricas de IA funcionen a pleno rendimiento, al tiempo que reduce la proliferación de herramientas y la complejidad operativa.
Con la tecnología de F5
Para las empresas que invierten en IA, garantizar que su infraestructura esté optimizada y sea segura es innegociable. F5 BIG-IP Next for Kubernetes implementado en DPU NVIDIA BlueField-3 es una inversión estratégica que ofrece un alto rendimiento, escalabilidad y seguridad, y maximiza el retorno de la inversión en infraestructura de IA a gran escala. Para las organizaciones que implementan GPU y DPU para respaldar sus inversiones en fábricas de IA, póngase en contacto con F5 para descubrir cómo BIG-IP Next for Kubernetes puede mejorar sus cargas de trabajo de IA.
El compromiso de F5 con la IA no termina aquí: descubra cómo F5 protege y distribuye aplicaciones de IA en cualquier entorno.
¿Te interesa saber más sobre las fábricas de IA? Descubre otros artículos de nuestra serie del blog 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 extremo con fábricas de IA ›
- La escalabilidad y la flexibilidad multicloud respaldan 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 ›
- Las fábricas de IA producen las aplicaciones más modernas: las aplicaciones de IA ›
Sobre el autor
Hunter 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.