Hay algo raro en la forma en que se ha diseñado el entorno de Azure Machine Learning, al menos para mí. Como científico de datos, usualmente espero unirme a un ciclo de desarrollo: un ciclo de DevOps o de MLOps; un ciclo en el que uno entrega su notebook y, en el mejor de los casos, un ML engineer lo toma para integrarlo en producción, siguiendo un SDLC. Parece que aquí, en Azure ese no es el caso, Nuevamente, buscando «innovar», Microsoft complica las cosas, pero voy a dejar esto para después. Antes algo que no me dejado de darme vuelta en la cabeza.
En un momento en que buscaba crear una «compute instance» (una VM) para mi entorno en Azure ML Studio, seleccionaba el tipo de computadora y leía las especificaciones (por ejemplo, 4 cores, 32GB RAM, 150GB storage para una máquina identificada como Standard_E4ds_v4) veía que, si bien identificamos 150GB como «espacio en disco», lo cierto es que «disco» comienza a ser una idea anacrónica, en la misma forma en la que un floppy lo es ya, y de aquí que se hable simplemente de storage (almacenamiento).
Esto es algo que ya he notado en otras veces. Aunque los íconos para guardar o hacer referencia al espacio de almacenamiento son referenciados con un floppy, un cilindro, un disco duro o algo que nos da la idea de un plato y su cabeza lectora, en fin, de una tecnología que entendíamos, ya no se habla de espacio en disco sino de «espacio de almacenamiento».
Hoy, aunque aún es caro, estamos en una era en la que la migración de tecnología magneto-óptica a la cuántica está empezando. Las unidades de almacenamiento de estado sólido que compiten (casi) en capacidad con las tradicionales magnéticas, son una realidad. Una realidad muy cara pero una realidad.
Pero, el momento anacrónico en el que vivimos nos sitúa con interfaces de comunicación de 5 ó 10 GB/s aunque las unidades de almacenamiento ofrezcan 40 GB/s (¿o serán GiB/s? Parte de este momento de transición). La tecnología de manufactura para estas unidades de estado sólido es verdaderamente «de punta», máquinas extremadamente complejas y sensibles. Su producto, los circuitos de silicio que permiten agrupar millones de celdas de memoria en un diminuto espacio, se encuentran en el borde donde nuestro conocimiento tradicional de física termina y empieza el terreno de la física cuántica, que es contraintuitiva y pocos entienden realmente. Se trata de productos y tecnología en incipiente para los que aún desconocemos su desempeño a largo plazo, pero ya hay indicios de ello. Hay muchos reportes sobre quejas y devoluciones de unidades de almacenamiento de estado sólido que después de un periodo de uso muy corto (uno o dos años) empiezan a fallar, presentar problema o su desempeño se degrada.
Como lemmings que somos, nos da por seguir lo que otros hacen, más cuando hablan maravillas de ello. Los seguimos sin considerar casos particulares o pruebas de los que dicen, sólo convencidos que «es verdad, poque la tecnología es más rápida» (aunque esto último no signifique que sea mejor.
Siguiente
