De la IA Generativa a la Agéntica: AMD y Dell se asocian para acelerar la Inteligencia Artificial empresarial
La rápida integración de la Inteligencia Artificial (IA) a los procesos empresariales ha obligado a las organizaciones a reevaluar la arquitectura de sus Centros de Datos. Tras una primera fase dedicada al consumo experimental, hoy las compañías e instituciones comienzan a explorar nuevos casos de uso más complejos con la IA Agéntica. Ante este desafío, AMD y Dell Technologies han fortalecido una alianza estratégica de codesarrollo para proveer soluciones de infraestructura híbrida que conecten la capacidad de cómputo directamente con las necesidades del negocio y la investigación de frontera.
Debido a que AMD opera como un fabricante de componentes del ecosistema y no vende directamente al usuario final, la sinergia con Dell se consolida como un vehículo para empaquetar e industrializar las tecnologías de cómputo. La colaboración combina los bloques de procesamiento de última generación de AMD con el portafolio de servidores, consultoría y financiamiento de Dell.
En medio de un panorama en el que la IA está transitando hacia una fase de integración con los procesos de negocio, Hiram Monroy, commercial sales director de AMD, aseguró que la combinación de CPU y GPU es fundamental. Mientras el ecosistema ARM ha facilitado el desarrollo de unidades como TPUs y NPUs para la ejecución, el procesador tradicional (CPU) es el puente necesario para conectar la inteligencia de los modelos con los flujos de trabajo empresariales.
Al respecto, Rubén Durón, senior Director de Data Center Sales en Dell, agregó que el trabajo con AMD se centra en “acercar la tecnología de la IA al dato y no el dato a la IA”. Dentro de este proceso comienza a ser relevante la “economía de los tokens” o “tokenomics”, que obliga a las empresas a optimizar el consumo y generación de tokens bajo un arquitectura híbrida, que combine el procesamiento en infraestructura on-premise (o propietaria) y la Nube.
Un estudio de IDC, encargado por AMD, encontró que aproximadamente 67% de las organizaciones a nivel global está ampliando las iniciativas de IA en todos los departamentos como Recursos Humanos, Ventas, Cadena de suministro, entre otros. La encuesta también encontró que 38% de las empresas encuestadas siguen experimentando.
Asimismo, se estima que 36% está recurriendo a servicios de terceros. Al respecto, Monroy resaltó la importancia de la formación de soluciones integrales entre todo el ecosistema, “porque la IA es tan rica en opciones, que obviamente lo que le funciona a una empresa no necesariamente le va a funcionar a otras”.
Retos estructurales y de infraestructura
Mientras que la IA Generativa a través de aplicaciones como ChatGPT o Gemini comenzaron a generar fascinación entre usuarios, su implementación en usos productivos aún enfrenta desafíos, tanto estructurales como de infraestructura. Se estima que los proyectos de IA en empresas tienen una tasa de fracaso del 95%.
“Dentro de estos retos que hemos identificado está el cómo mapear los procesos para poder integrar la IA. Uno de los principales es la parte de los riesgos potenciales de seguridad, el no saber primero entender cómo funcionaba la IA. Y después dónde se ejecutaba”, señaló Hiram Monroy, commercial sales director de AMD, en entrevista con DPL News.
AMD y Dell también encontraron como desafío la falta de alineación comercial, ya que el fracaso de la mayoría de los proyectos se debe a que no están vinculados desde su origen a un resultado de negocio específico. Los directivos también identificaron que las organizaciones operan con múltiples repositorios de datos aislados que no se comunican entre sí, por lo que la IA carece del insumo básico para operar con efectividad.
“Hoy necesitamos entender a nuestros clientes, sus necesidades, sus casos de negocio y sus business outcomes, y de ahí poder generar una arquitectura y algo que pueda ayudarles en esa modernización”, coincidió, por su parte, Rubén Durón, senior Director de Data Center Sales en Dell.
Mitos de la adquisición: el dilema de la modernización eficiente
Un error común entre los tomadores de decisiones es asumir que la adopción de IA exige desechar la infraestructura actual y realizar inversiones excesivas. La perspectiva de Dell y AMD apunta a que la modernización del Centro de Datos consiste en hallar el balance óptimo entre las cargas de trabajo tradicionales y las nuevas aplicaciones de IA Agéntica.
La estrategia permite que las empresas comiencen con implementaciones pequeñas utilizando arquitecturas híbridas. Según Monroy, el verdadero reto de la infraestructura no es su reemplazo total, sino resolver desafíos físicos del “piso blanco” en los Centros de Datos locales: optimizar el espacio físico, mitigar el consumo eléctrico y reducir las demandas de enfriamiento. Reemplazar servidores obsoletos por equipos modernos de alta densidad permite elevar la capacidad de cómputo disminuyendo el costo operativo de las instalaciones.
Caso de éxito UNISON: el impacto real de la alianza en el supercómputo mexicano
La prueba real de cómo esta arquitectura híbrida transforma los tiempos de ejecución se encuentra en el ámbito académico y de investigación mexicana. La Universidad de Sonora (UNISON), a través de su Área de Cómputo de Alto Rendimiento (ACARUS), desplegó Yuca, un clúster de alto rendimiento potenciado de manera conjunta por tecnologías de Dell y AMD que atiende a una comunidad de 536 usuarios y 200 investigadores intensivos.
Para responder a cargas científicas de alta exigencia, la arquitectura de Yuca es un ejemplo de la complementariedad de ambas firmas al integrar una robusta infraestructura de 40 servidores Dell PowerEdge de doble socket impulsados por procesadores AMD EPYC de 4.ª generación y aceleradores AMD Instinct.
Con esta configuración de pila completa, el sistema validó un desempeño de 1.5 petaflops (con una capacidad teórica de 2.3 petaflops). En sus primeros nueve meses de operación, el clúster ejecutó más de 1.4 millones de horas de procesamiento de CPU. Según estiman ambas compañías, un proceso complejo que tomaría cerca de un año en un solo núcleo de CPU se resuelve en aproximadamente cuatro horas al aprovechar los 1,536 núcleos disponibles en el clúster.
Se espera que esta infraestructura reduzca los tiempos de procesamiento requeridos en física de altas energías o ciencias químico-biológicas, a la vez que apoyará de forma directa al proyecto LLM-MX: un modelo de lenguaje de IA entrenado desde cero en español y lenguas indígenas de México junto al Instituto Politécnico Nacional (IPN), así como a sistemas de alerta temprana para desastres naturales (sismos, tsunamis y huracanes).