Siete principios de arquitectura para construir un suministro de datos más ecológico

Es fácil pensar en los datos como un recurso intangible, barato y con una vida útil ilimitada, pero la verdad es que los datos son grandes consumidores de energía que cuestan mucho más de lo que muchos piensan.

En mi último blog, Cómo los líderes de TI pueden guiarnos hacia un planeta más sustentable, invité a los CIO, CTO y líderes de TI a aplicar tres filtros de sustentabilidad —que la TI sea ecológica, que sea viable y que sea equitativa— en cada decisión que tomen a través de su infraestructura tecnológica.

Ahora, quisiera que profundicemos sobre cómo podemos hacer que la TI sea ecológica analizando el alto costo de los datos en la cadena de suministro de TI. Para poner en contexto, el almacenamiento de datos en la nube está creciendo exponencialmente, alimentado por soluciones de IoT y medios enriquecidos, como video, audio e imágenes de alta definición.

Según la IDC, en todo el mundo se espera que los datos crezcan hasta 175 zettabytes en 2025, con un 51 % de los datos ubicados en centros de datos y un 49 %, en la nube pública. Por lo tanto, es importante que los líderes tecnológicos vean detenidamente cómo el consumo de datos puede afectar tanto a sus modelos de negocio como al mundo en general.

En Rackspace Technology®, nuestro enfoque de los centros de administración de datos se basa en siete principios de arquitectura. Estos principios se alinean con la orientación sobre cómo administramos y almacenamos los datos, cómo los utilizamos y cómo les aplicamos la tecnología, todo con la intención de diseñar y crear una cadena de suministro de datos más ecológica, mientras que satisfacemos la necesidad cada vez mayor de contar con nuevos datos y algoritmos.

Seamos mejores guardianes

En primer lugar, es esencial replantearse nuestra forma de ver los datos. Al igual que administra la eficiencia de su hogar apagando las luces cuando no está en una habitación, puede aplicar estos mismos principios en toda su organización.

• Administrar el ciclo de vida de la información: Implementar la administración del ciclo de vida de la información (ILM) para administrar activamente la clasificación y retención de la información.
• Optimizar el almacenamiento en la nube: Utilizar y optimizar las soluciones de almacenamiento en la nube adecuadas en función de las políticas de administración del ciclo de vida de la información (ILM) y los patrones de uso.

Seamos deliberados con nuestros datos

Es sencillo pensar en el derroche de energía en los términos con los que estamos familiarizados en el día a día. Por ejemplo, no es conveniente subir la misma foto al almacenamiento en la nube 13 veces solo porque se cuenta con la capacidad de almacenamiento; cada movimiento o copia gasta energía.

• Implementar tecnologías de bases de datos: utilice las tecnologías de bases de datos que mejor se adapten a la tarea informática para optimizar el tiempo de cómputo y el rendimiento.
• Minimizar el almacenamiento de datos redundantes: utilice patrones de arquitectura de datos para minimizar el almacenamiento de datos redundantes y promover las transformaciones justo a tiempo.
• Reducir el movimiento de los datos: adopte arquitecturas de datos que minimicen el movimiento de datos.

Seamos más progresistas

Comience a utilizar el tipo correcto de tecnologías invirtiendo en soluciones listas para usar, a fin de obtener el beneficio total de sus datos mientras mitiga su impacto. Por ejemplo, utilizar soluciones de almacenamiento de bajo consumo para la información que no se utiliza habitualmente podría ser el primer paso.

• Aproveche las tecnologías de datos específicas: aproveche las tecnologías de datos específicas que ayudan a evitar copias redundantes de los mismos datos: Snowflake®, Databricks®, etc.
• Invierta en machine learning ecológico: aproveche las disciplinas emergentes del machine learning ecológico (utilizando la optimización de fuentes de información múltiple) para impulsar el machine learning con un consumo de energía optimizado.

El mayor uso de técnicas de machine learning y aprendizaje profundo ha impulsado el almacenamiento de datos y el consumo de energía. Según OpenAI, la energía requerida para el aprendizaje profundo se ha duplicado en pocos meses, lo que resulta en un aumento de 300,000 veces de 2012 a 2018. Además, el consumo de energía de la IA se duplica cada tres o cuatro meses, y los grandes trabajos de capacitación en IA tienen una huella de carbono en su ciclo de vida de cinco coches.

Al final, una cadena de suministro de datos mal administrada puede acarrear importantes costes empresariales. Pero lo más importante es que una cadena de suministro de datos mal administrada puede conllevar altos costos a nuestro planeta. Las máquinas están funcionando, aunque usted no las vea. Por lo tanto, debemos ser más proactivos para minimizar el desperdicio de energía. Si bien los avances en las capacidades de datos indican progreso, también significa que los datos podrían convertirse en nuestro mayor consumidor de energía.

Estamos comprometidos a implementar principios arquitectónicos sostenibles en Rackspace Technology para hacer que la TI sea ecológica. Lea nuestro completo Informe ambiental, social y de gobernanza para obtener más información sobre nuestro enfoque holístico, a fin de construir una infraestructura empresarial más sostenible.

Además, consulte mi otro artículo sobre Triple Pundit en Por qué la TI debe adoptar una definición más amplia de sostenibilidad.