Cloud Computing

La computación en la nube consiste en proporcionar recursos informáticos bajo demanda —como servidores, almacenamiento, bases de datos, redes, GPU y aplicaciones de software completas— a través de internet desde los centros de datos de un proveedor, con una facturación basada en el uso. El Instituto Nacional de Estándares y Tecnología de Estados Unidos la definió en 2011 en NIST SP 800-145 mediante cinco características esenciales: autoservicio bajo demanda, amplio acceso a la red, agrupación de recursos entre muchos clientes, elasticidad rápida y servicio medido. Amazon Web Services lanzó sus servicios de almacenamiento S3 y de computación EC2 en 2006, y AWS, Microsoft Azure y Google Cloud son ahora los mayores proveedores. En el ámbito de la inteligencia artificial, la nube convierte los aceleradores costosos en un recurso que se puede alquilar durante una tarde, lo que permite a la mayoría de los equipos entrenar modelos grandes sin tener un centro de datos propio.

Modelos de servicio e implementación#

Los modelos de servicio se diferencian por la parte de la pila que gestiona el proveedor:

• Infraestructura como servicio (IaaS): Máquinas virtuales, almacenamiento en bloques y redes; el cliente gestiona el sistema operativo, los controladores y el software. Las máquinas virtuales con GPU, como las instancias P5 de Amazon EC2, son IaaS.
• Plataforma como servicio (PaaS): Entornos de ejecución, bases de datos y clústeres de Kubernetes gestionados, donde el cliente implementa el código y el proveedor se ocupa de los servidores y las actualizaciones. Las plataformas de ML gestionadas, como Amazon SageMaker, Google Vertex AI y Azure Machine Learning, añaden trabajos de entrenamiento y puntos de conexión de modelos.
• Computación sin servidor: Funciones o contenedores que se inician con cada solicitud, se escalan a cero cuando están inactivos y se facturan por solicitud y tiempo de ejecución; es un modelo más reciente que oculta por completo los servidores.
• Software como servicio (SaaS): Aplicaciones completas que se usan en un navegador o mediante una API, sin que el cliente tenga que gestionar nada.

NIST también define cuatro modelos de implementación: nubes públicas compartidas por muchos clientes, nubes privadas destinadas a una organización, nubes comunitarias compartidas por organizaciones con requisitos comunes y nubes híbridas que combinan las anteriores. En todos los modelos, los proveedores siguen un modelo de responsabilidad compartida: el proveedor protege los centros de datos físicos y la capa de virtualización, mientras que el cliente es responsable de sus identidades, configuraciones y seguridad de los datos.

Computación en la nube para IA#

El entrenamiento es la parte de la IA que más capacidad de cómputo consume. Los proveedores de la nube alquilan GPU individuales o clústeres de aceleradores NVIDIA H100, H200 y B200 conectados mediante enlaces de gran ancho de banda para el entrenamiento distribuido, y Google Cloud también ofrece sus propias TPU. La capacidad sobrante cuesta menos: las instancias Spot de AWS cuestan hasta un 90 % menos que las tarifas bajo demanda, pero se pueden retirar con dos minutos de aviso, así que los trabajos que las usan guardan puntos de control de los pesos del modelo con suficiente frecuencia para poder reanudarse.

La ubicación de los datos determina los costes de la nube. Los conjuntos de datos residen en almacenamiento de objetos, a menudo organizados como un lago de datos, y los proveedores cobran tarifas de salida por los datos que abandonan su red, mientras que la entrada suele ser gratuita; por eso, el cómputo de entrenamiento tiende a ejecutarse en la misma región que los macrodatos que procesa. Para la inferencia, los modelos empaquetados como contenedores Docker se ejecutan en puntos de conexión gestionados para la implementación de modelos o en clústeres de Kubernetes que añaden o eliminan réplicas según varía el tráfico, lo que corresponde a la elasticidad rápida de la definición de NIST; además, las regiones cercanas a los usuarios reducen la latencia de inferencia. Las plataformas de ML en la nube también alojan las herramientas de MLOps complementarias para el seguimiento de experimentos, los registros de modelos y la supervisión de modelos.

Ultralytics Platform aplica este modelo de alquiler según el uso al entrenamiento de YOLO: el entrenamiento en la nube ofrece 26 tipos de GPU, desde una RTX 2000 Ada de 16 GB hasta una B300 de 288 GB; factura el tiempo de GPU que realmente utiliza una ejecución y, si no queda capacidad de la GPU seleccionada, propone la alternativa disponible más parecida, priorizando primero la VRAM, después la velocidad y, por último, el precio.

Computación en la nube frente a computación perimetral#

La computación en el borde procesa los datos en los dispositivos que los generan o cerca de ellos, como cámaras, robots y pasarelas, lo que evita el viaje de ida y vuelta por la red hasta un centro de datos y permite seguir trabajando si se pierde la conexión. La computación en la nube centraliza una capacidad elástica para las tareas que más la necesitan: entrenamiento, procesamiento por lotes a gran escala, almacenamiento a largo plazo y servicios cuyos usuarios pueden tolerar decenas de milisegundos de retardo de red. La mayoría de los sistemas de visión artificial combinan ambas opciones. Un modelo entrenado en GPU en la nube se exporta a un formato compacto, como ONNX o TensorRT, y se ejecuta como IA en el borde en el dispositivo; este envía detecciones e imágenes seleccionadas a la nube, donde se convierten en datos de entrenamiento para la siguiente versión del modelo.