¿Qué problema resuelve?

Los modelos climáticos convencionales no pueden simular con precisión fenómenos a pequeña escala como tormentas o nubes tropicales debido a limitaciones computacionales. Para ello se usan modelos de resolución de nubes (CRM), pero son tan costosos que no se emplean en proyecciones globales a largo plazo.

La solución: IA que emula física compleja

• ClimSim-Online utiliza el dataset ClimSim, generado por el simulador E3SM-MMF con más de 5.7 mil millones de muestras
• Entrena modelos de IA para reemplazar los CRMs embebidos, que consumen hasta 95 % del coste computacional
• Permite ejecutar simulaciones híbridas en estaciones locales, clusters HPC o nubes, con solo un archivo TorchScript

Avance técnico: simulaciones estables por años

• NVIDIA logró simulaciones híbridas estables de más de 5 años usando redes U-Net entrenadas con PhysicsNeMo
• Se incorporaron restricciones microfísicas en la arquitectura neuronal para evitar errores como nubes de hielo irreales
• Se alcanzaron errores mínimos en temperatura y humedad, con sesgos inferiores a 2 °C y 1 g/kg respectivamente

Accesibilidad y colaboración

• Todo el flujo de trabajo está contenedorizado, con librerías y dependencias preinstaladas
• Disponible en el repositorio de ClimSim-Online, con herramientas para diagnóstico y evaluación
• Inspiró una competencia global en Kaggle con más de 460 equipos desarrollando soluciones IA para simulación climática

ClimSim-Online representa un salto cualitativo en la simulación climática, al permitir modelos híbridos precisos, estables y accesibles. NVIDIA abre la puerta a una nueva era de colaboración entre científicos del clima e investigadores en IA, con el potencial de mejorar la predicción y respuesta ante el cambio climático.

El artículo puede contener imprecisiones y/o errores, consulte la web del fabricante para obtener la principal información.

QNAP Systems, Inc. ha anunciado el lanzamiento de su nuevo servidor Edge AI Storage, una plataforma de computación en el borde que integra almacenamiento de datos, virtualización, aceleración por GPU y gestión de recursos del sistema. Esta solución está diseñada para ayudar a las empresas a construir infraestructuras de inteligencia artificial robustas en sus propias instalaciones, soportando escenarios como almacenamiento de datos de IA, inferencia de modelos, manufactura inteligente y análisis de video. Al mantener los datos y modelos localmente, se mitigan los riesgos de seguridad comunes y se reducen los costos asociados con las implementaciones en la nube.

Seguridad y cumplimiento mejorados

El servidor Edge AI Storage de QNAP permite almacenar y ejecutar modelos de lenguaje de gran tamaño (LLM) y datos sensibles completamente en las instalaciones, evitando la transmisión a la nube y apoyando el cumplimiento de regulaciones específicas de la industria. Esto es ideal para sectores como finanzas, salud y manufactura, donde la soberanía de los datos y la seguridad son primordiales.

Plataforma integrada con menor costo total de propiedad

Al combinar almacenamiento, virtualización, aceleración por GPU y protección de datos en un solo sistema, esta solución simplifica la implementación y reduce los costos de mantenimiento a largo plazo. Esto permite a las empresas adoptar la inteligencia artificial de manera más eficiente y rentable.

Asignación precisa de recursos

El servidor soporta tecnologías como GPU y PCIe passthrough, SR-IOV para optimización de red y aislamiento de CPU (próximamente), lo que permite una asignación precisa de los recursos del sistema. Esto asegura un rendimiento cercano al nativo en máquinas virtuales, con baja latencia y alta estabilidad.

Virtualización y despliegue de contenedores

Compatible con Virtualization Station y Container Station de QNAP, el servidor permite la adopción rápida de diversos entornos de inteligencia artificial para el despliegue de modelos, desarrollo de aplicaciones inteligentes o respaldo de servidores virtuales. Esto facilita la implementación de soluciones de IA adaptadas a las necesidades específicas de cada empresa.

Despliegue simplificado de LLMs de código abierto

El servidor permite desplegar fácilmente modelos de código abierto como LLaMA, DeepSeek, Qwen y Gemma a través de Ollama, para búsqueda de conocimiento interno, chatbots o desarrollo de herramientas de IA. Esto reduce las barreras para la adopción de la inteligencia artificial en las empresas.

CT Cheng, Gerente de Producto en QNAP, afirmó: «El enfoque en la inteligencia artificial ha pasado de simplemente construir modelos a construir la infraestructura adecuada. Para las empresas que adoptan LLMs, IA generativa o virtualización, lo que realmente importa es tener una plataforma que pueda manejar grandes conjuntos de datos, salvaguardar la seguridad de los datos y ofrecer un rendimiento confiable. Nuestro servidor Edge AI Storage es más que solo almacenamiento. Reúne inferencia de IA, virtualización y capacidades de respaldo para ayudar a las empresas a implementar IA de manera segura y flexible en el borde». 

Implicaciones para el futuro de la inteligencia artificial empresarial

La introducción del servidor Edge AI Storage por parte de QNAP representa un paso significativo hacia la democratización de la inteligencia artificial en el entorno empresarial. Al ofrecer una solución integral que aborda los desafíos de seguridad, cumplimiento, rendimiento y costo, QNAP facilita a las empresas la adopción de tecnologías de IA avanzadas sin depender de infraestructuras en la nube.

Con esta solución, las empresas pueden aprovechar las ventajas de la inteligencia artificial para mejorar sus procesos, tomar decisiones más informadas y ofrecer productos y servicios innovadores, todo mientras mantienen el control total sobre sus datos y modelos.

El artículo puede contener imprecisiones y/o errores, consulte la web del fabricante para obtener la principal información.