ASUS sostuvo que la adopción empresarial de IA e IA generativa está mostrando una diferencia estructural frente a los entornos de TI convencionales. La compañía planteó que las cargas de IA ya no pueden tratarse como una extensión de los sistemas diseñados para aplicaciones estables, bases de datos y flujos secuenciales.
Admin
La IA cambia el peso del cómputo, los datos y la red
Según ASUS, la primera diferencia está en la arquitectura de cómputo. Mientras la TI tradicional se apoyó en CPU para tareas basadas en reglas y procesos previsibles, los modelos de IA requieren GPU y aceleradores especializados capaces de ejecutar operaciones paralelas sobre grandes volúmenes de datos.
Ese cambio también modifica las exigencias físicas del data center. La compañía indicó que estas plataformas demandan mayor capacidad eléctrica, refrigeración más avanzada y diseños integrados, donde el rendimiento depende tanto del hardware como de la gestión térmica y la red.
Admin
El dato aparece como otro eje operativo. ASUS señaló que los modelos necesitan infraestructura capaz de recopilar, almacenar, mover y procesar información a alta velocidad, tanto para entrenamiento intensivo como para inferencia con baja latencia.
La red interna también adquiere más relevancia. En IA predomina el tráfico Este-Oeste dentro del data center, entre GPU, servidores, almacenamiento y capas de red, lo que exige topologías Spine-Leaf o Fat-Tree e interconexiones como NVIDIA NVLink e InfiniBand.
ASUS asoció esta visión con sus plataformas de supercomputación de IA en Taiwán junto al NCHC y los National Institutes of Applied Research. Entre los ejemplos citó clusters NVIDIA GB300 y HGX H200 con refrigeración líquida directa al chip, además del supercomputador NCHC Nano 4, con hasta 81,55 PFLOPS, puesto 29 en TOP500 y PUE de 1,18.
Admin
