AWS, Microsoft y Google continuarán dominando el mercado de la nube corporativa. Pero una serie de proveedores más especializados aparecen como socios preciosos para las organizaciones, especialmente en la era donde la IA está en auge.

Athos Therapeutics es una de estas compañías. Después de ejecutar sus aplicaciones de IA en sus instalaciones, la compañía de biotecnología, especializada en desarrollo a través de AI de nuevas moléculas dirigidas a enfermedades autoinmunes, inflamación crónica y cánceres, eligió Vultr Cloud GPU, un proveedor de nubes que ofrece instancias de GPU a pedido a pedido. En los sistemas Dell PowerEdge aumentados a los servidores HGX H100 de Nvidia de su proveedor, Athos ejecuta sus propios modelos de IA y construye su plataforma de medicina de precisión alimentada por IA.

Antes de firmar el acuerdo el verano pasado, el Trio Athos, Vultr y Dell colaboraron en un proyecto piloto que satisfizo las necesidades de la compañía de biotecnología, explica June Guo, vicepresidente de IA y aprendizaje automático en Athos. Cita varias razones explican por qué Athos ha abandonado su pequeña infraestructura en las instalaciones a favor de la plataforma de nube especializada, incluido el enorme consumo de electricidad y ancho de banda de Internet, así como la necesidad de seguridad para capacitar a sus grandes modelos. La transición a Vultr también resultó en ahorros, dice.

"Solíamos tener nuestros propios servidores para entrenar estos algoritmos de IA, pero los problemas de infraestructura, como las fallas de electricidad y los problemas de ancho de banda de Internet, nos impulsaron a buscar un proveedor para resolver estos puntos", explica June Guo, quien agrega que la transición a un modelo de GPU-AS-A-Service también hizo posible acelerar el desarrollo de la plataforma terapéutica de ATHOS.

Necesidades de nicho, soluciones de nicho

Vultr, IBM, Alibaba, Akamai, Ovhcloud, Tencent y Huawei son parte de un puñado de actores de segundo rango de IaaS que ofrecen especificidades en términos de costos y flexibilidad en la capacitación de modelos de IA, en su configuración y sus servicios de inferencia. Sin olvidar las capacidades de seguridad y confidencialidad, como garantías en términos de propiedad intelectual, protección de datos genómicos o algoritmos de IA desarrollados por empresas, según los analistas.

"Los proveedores de la nube de segunda clase se diferencian al enfocarse en nicho de mercados y necesidades comerciales específicas, a diferencia del enfoque genérico y único de los hiperscalers", dijo David Linthicum, un experto en dominios de la nube y la IA que anteriormente ocuparon el puesto de director general y jefe de la estrategia de la nube en Deloitte Consulting. "Estos proveedores prosperan en los campos donde la especialización, flexibilidad y rentabilidad importan más." »

Según June Guo, la protección de la propiedad intelectual fue una de las principales razones para el paso de Athos a la nube de GPU de Vustr. Las garantías ofrecidas por el proveedor con respecto a la protección de su modelo que se combina con las relacionadas con el cumplimiento de las regulaciones. El modelo GPU-AA-Service también minimiza los requisitos de mantenimiento para la infraestructura IA, un área de evolución constante, en particular la descarga de cantidades masivas de datos genómicos, actualizaciones de Internet y el reemplazo de tarjetas NVIDIA, agrega.

Hiperscalers demasiado caros

Athos podría haber optado por uno de los tres grandes hiperscalers -AWS, Google Cloud o Microsoft Azure, pero el entrenamiento de sus algoritmos y la transición a escala en varios tipos de datos científicos se habrían traducido mediante un costo prohibitivo en estas plataformas.

Dado que los datos de ATHOS provienen de muestras de sangre, heces y telas humanas, y que las estructuras de datos múltiples (o de las diversas disciplinas de biología) no son comparables al texto, el audio o el video, los ATHO no pueden usar modelos de IA generativos estándar. La variedad y el volumen de los datos utilizados para la terapia de precisión obligan a ATHO a construir sus propios algoritmos y modelos de IA, que puede comercializar con otras compañías biotecnológicas y farmacéuticas una vez que están completamente al punto.

La plataforma GPU en la nube de Vultr ahora administra la aplicación ATHOS de principio a fin: ejecuta los servicios de entrenamiento, fino y inferencia del modelo AI. Este no es el caso de todas las nubes, subraya al gerente de la compañía californiana. También garantiza la seguridad y confidencialidad requeridas para la propiedad intelectual de Athos, en los grandes conjuntos de datos genómicos y los algoritmos de IA exclusivos de la empresa. Athos Therapeutics, que trabaja en asociación con la Clínica Cleveland y el Centro Médico y Hospital de Lahey, ha desarrollado múltiples modelos con miles de millones de parámetros basados ​​en datos multi-ordinarios, y ha llevado a cabo análisis en más de 25,000 pacientes.

"En comparación con los servidores en el sitio que solíamos usar, la aceleración es asombrosa", explica June Guo, quien estima este factor en alrededor de 10. Además, Vultr y Dell han podido proporcionar un soporte más eficiente para la Ingeniería de Plataformas de IA y el DataSake de Athos que la mayoría de los proveedores de la nube, agrega June Guo.

El surgimiento de la GPU como servicio

La AI Gold Rush ha llevado al surgimiento de actores de nicho que ofrecen servicios puros de servicio GPU-AA, así como proveedores de segunda clase que ofrecen un conjunto más completo de servicios, como los tres grandes hiperscalers, incluida la GPU en la nube. Dave McCarthy, analista de IDC, explica que el término GPU como servicio apareció con los inicios de nuevas empresas como CoreWeave, que ofrecen exclusivamente este modelo, pero que los grandes jugadores, como AWS, Microsoft y Google, han disparado y agregado este servicio a su catalógeno durante muchos años.

Para las empresas estadounidenses y europeas, la atracción de los proveedores de la segunda clase en la nube a menudo radica en la capacidad de establecer un ecosistema de proveedores diversificado, pero también en las economías y en la capacidad de admitir aplicaciones AI y especializadas que no requieren la escalabilidad y la complejidad de AWS, Google Cloud Platform o Azure o Azure, agrega David Linthicum.

Sulabh Srivastava, analista de Cloud Firsture de Accenture, explica que los jugadores de la nube de segunda clase ofrecen una variedad de servicios especializados para PYME, empresas regionales e industrias reguladas, con ventajas clave como costos reducidos para capacitación e inferencia de IA/ML. Para Athos Therapeutics, la solución Vultrtr-Dell parecía ser la opción óptima para desarrollar una plataforma para la construcción y entrenamiento de los modelos de IA domiciliarios. "No tenemos datos, código o plataforma heredada. Utilizamos la nube pública para procesar ciertos datos, pero para la capacitación de nuestros modelos con datos genómicos, Vultr y Dell nos convirtió en una propuesta muy razonable", resume June Guo.