AWS y la batería de novedades anunciadas en el congreso re:Invent

Si ayer hablábamos de lo que supone volver a organizar un congreso internacional de forma presencial y cómo los clientes y partners de Amazon Web Services establecen un importante vínculo para hacer uso de las últimas tecnologías del fabricante (y cerrar acuerdos, por supuesto), hoy desgranamos las principales novedades que ha anunciado el proveedor cloud en todos los campos donde opera.

A día de hoy, AWS ofrece más de 200 servicios completos, un número que crece constantemente gracias a la innovación que mantiene desde su creación hace 15 años. Las dudas que existían sobre la migración de los recursos empresariales a la nube como datos y aplicaciones se han disipado porque allí se alberga lo último en tecnología, los avances más importantes de las últimas décadas del sector TIC. 

Todo ello accesible para cualquier empresa, de forma independiente a su tamaño o al sector donde opere. Hace unos años habría sido impensable para una pyme acceder al software o hardware que usa una gran corporación por motivos obvios de presupuesto. Hoy, gracias a las capacidades de la nube y al modelo de pago por uso, es una realidad tener acceso a las bases de datos más avanzadas, modelos de inteligencia artificial y aprendizaje de máquina, al procesamiento más potente… y todo ello sin esperas, prácticamente al alcance de un par de clics. Es el motivo por el que miles de startups han hecho realidad sus ideas de negocio y muchas pymes pueden ser competitivas frente a los gigantes de la industria. Y esto es lo que ofrece precisamente AWS: reducir los costes tecnológicos y crecer a escala porque las inversiones en tecnología se pueden adaptar a lo que las organizaciones van necesitando en cada momento. 

Pero centrémonos a continuación en las principales novedades mostradas durante esta edición de AWS re:Invent, que no son pocas.

Gemelos digitales con AWS IoT TwinMaker

En pocas palabras, un gemelo digital es una réplica de un sistema existente en el mundo físico a nivel de funcionalidad. AWS IoT TwinMaker ha sido anunciado para facilitar en la medida de lo posible la creación y desarrollo de estos gemelos digitales para poder gestionar las características de su homónimo físico como puedan ser sensores, cámaras o aplicaciones de negocio.

No se trata solamente de encender o apagar un interruptor o visualizar de forma unificada cualquier tipo de alerta. TwinMaker permite recopilar toda la información enviada de múltiples fuentes  para generar modelos gráficos que permiten un control exhaustivo de lo que está ocurriendo en el mundo físico, lo que facilita la toma decisiones en tiempo real y la automatización de todo tipo de tareas que mejoran la eficiencia operacional y reducen los tiempos de inactividad. Y esto es vital en cualquier actividad industrial.

AWS IoT TwinMaker ofrece un interfaz gráfico que permite absorber cualquier modelo 3D durante el diseño del gemelo digital, de tal forma que los operadores pueden explorar un mundo virtual en tres dimensiones para controlar la actividad de cualquier sensor. 

La inyección de inteligencia artificial en esa ingente cantidad de datos aporta un componente adicional como es la predicción, de tal forma que es posible adelantarse a los fallos de cualquier mecanismo para reemplazar piezas y realizar un mantenimiento de las instalaciones mucho más eficiente. 

Redes privadas 5G para cualquier tipo de industria

AWS Private 5G ha sido anunciado para añadir el componente de conectividad inalámbrica que muchas empresas industriales necesitan en sus instalaciones. Según la compañía, este servicio, que incluye el uso de tarjetas SIM proporcionadas por la propia AWS, permite “el despliegue, escalado y gestión de redes privadas en días en vez de en meses”. 

Se trata de un servicio gestionado donde es AWS la que también proporciona las antenas de radio, los servidores y la infraestructura RAN, de tal forma que toda la gestión de estas comunicaciones está centralizada en un único panel de mandos. 

Obviamente, se trata de un servicio que se complementa con otros como el anteriormente comentado AWS IoT TwinMaker para proporcionar una experiencia unificada. 

AWS Mainframe Modernization 

Desde hace décadas, la industria de TI daba al mainframe por muerto. Ha sido una afirmación que siempre ha estado lejos de la realidad… al menos hasta ahora. 

Ha sido así porque la plataforma de IBM se ha mantenido como la más robusta y disponible para los entornos de misión crítica como los que se ejecutan en sistemas financieros y bancarios. Además, el legado del mainframe supera todos los límites de lo posible debido a los millones de líneas de código escritas en lenguajes de programación como COBOL que todavía se siguen procesando en la actualidad, por lo que cambiar todo esto supone un quebradero de cabeza para las organizaciones que utilizan la plataforma, tanto a nivel de programación como monetario. 

Durante estos años hemos asistido a diversos intentos de migración y modernización de los que ciertamente algunos se han llevado a cabo con éxito, pero faltaba un sistema que pudiera facilitar estos procesos sin morir en el intento. 

Eso es lo que busca AWS Mainframe Modernization, un servicio que hace más rápido y fácil para los clientes la migración de aplicaciones y cargas de trabajo basadas en mainframe hacia la nube, de tal forma que se puedan beneficiar de una mayor agilidad, elasticidad y reducción de costes.

Tal y como asegura AWS, es posible convertir las aplicaciones y cargas de trabajo a servicios cloud basados en Java con mínimos cambios en el código fuente: un entorno de ejecución específico se ha construido en este servicio para proporcionar todas las necesidades de cómputo, memoria y almacenamiento para ejecutar esas aplicaciones. Asimismo, AWS Mainframe Modernization se ha diseñado para manejar automáticamente el aprovisionamiento de capacidad, la seguridad, el balanceo de cargas, el escalado o incluso la monitorización de la salud de las aplicaciones.

Amazon EC2 y el poder del silicio de AWS

Efectivamente, AWS también lleva tiempo trabajando en el diseño de chips para sus servidores EC2. En esta ocasión, los chips Graviton 3 (basados en arquitectura ARM) acaban de ser anunciados como los chips más potentes de la compañía para cargas de trabajo intensivas de propósito general a través de las instancias de computación Amazon EC2 C7g, pero también se han lanzado otras dos modalidades más específicas que detallamos a continuación: 

• Amazon EC2 C7g: Instancias de computación intensiva que mejoran un 25 por ciento el rendimiento de la anterior generación basada en chips Graviton 2. 
• Amazon EC2 Trn1: Instancias específicas para aprendizaje de máquina para el entrenamiento de modelos. Están gobernadas por los chips AWS Trainium, con una circuitería basada en redes neuronales para mejorar la eficiencia en el entrenamiento de modelos.  
• Amazon EC2 Im4gn/Is4gen/I4iC: Estas instancias hacen uso de las unidades de almacenamiento SSD AWS Nitro, que mejoran notablemente el rendimiento de Entrada/Salida a la hora de mover cargas de trabajo y datos de forma intensiva.   

Machine Learning más accesible con Amazon SageMaker

AWS ha anunciado novedades en Amazon SageMaker (desarrollado en conjunto con su matriz Amazon), una plataforma específica de aprendizaje de máquina que se puede aplicar a prácticamente cualquier otra suite disponible en los servicios cloud de AWS.

Con el crecimiento exponencial de los datos que gestionan las empresas, se ha producido una proliferación de los procesos de aprendizaje de máquina para automatizar y conseguir procesos más eficientes e inteligentes sin necesidad de intervención humana. 

El problema en estos ámbitos se sitúa a la hora de diseñar los modelos de entrenamiento y aprendizaje, algo que siempre ha estado en manos de unas pocas personas con profundos conocimientos matemáticos y científicos. 

Las novedades que llegan en Amazon SageMaker van dirigidas precisamente para hacer que estas tecnologías sean más accesibles para un mayor número de profesionales sin necesidad de que tengas esos conocimientos. La compañía ha destacado diversos anuncios en materia de machine learning:

• Amazon SageMaker Canvas:  Amplía el acceso al aprendizaje automático al proporcionar a los analistas de negocios la capacidad de generar predicciones de aprendizaje automático más precisas que no requiere codificación. 
• Amazon SageMaker Ground Truth Plus:  Ofrece un servicio de etiquetado de datos totalmente administrado sin necesidad de profesionales calificados. También añade flujos de trabajo integrados para entregar datos anotados de alta calidad para el entrenamiento.
• Amazon SageMaker Studio:  Este servicio llega con  flujos de trabajo de ingeniería de datos, análisis y aprendizaje automático accesible desde un portátil unificado.
• Amazon SageMaker Training Compiler: Ayuda a los clientes a entrenar modelos de aprendizaje profundo hasta un 50% más rápido al compilar código automáticamente para hacerlo más eficiente.
• Amazon SageMaker Serverless Inference: Ofrece computación sin servidor para inferencia de aprendizaje automático en escala.

Nuevas capacidades para más casos de uso de bases de datos

Ante la necesidad de gestionar esos grandes volúmenes de datos que generan las organizaciones, ya no es válido el uso de una arquitectura concreta para todos ellos, debido a su diversidad y naturaleza. Pero sí es necesario que se consiga un rendimiento mayor y una respuesta casi en tiempo real para cualquier tipo de consulta sobre las bases de datos. La alta disponibilidad, la fiabilidad o la versatilidad ya no son una opción para las empresas, sino algo obligado para proporcionar la mejor experiencia tanto a sus empleados como a sus clientes. 

En este sentido, AWS ha anunciado tres nuevas funcionalidades para ampliar la elección de sus clientes y mejorar esos aspectos a la hora de gestionar las bases de datos. Son las siguientes: 

• Amazon RDS Custom: Es un servicio administrado para aplicaciones comerciales que requieren bases de datos personalizadas para entornos verticales.
• Amazon DynamoDB Standard-Infrequent: Diseñado para acceder a aquellos datos almacenados en DynamoDB que se usan con poca frecuencia. Permite reducir el coste a la hora de acceder a ellos en torno al 60% .
• Amazon DevOps Guru for RDS:  Utiliza el aprendizaje de máquina para detectar, diagnosticar y resolver mejor los problemas de rendimiento que son difíciles de encontrar. La compañía asegura que se puede pasar de días a minutos a la hora de encontrarlos.