Google Cloud enfrenta el desafío de los altos costos generados por agentes de inteligencia artificial (IA) que operan en Kubernetes y permanecen inactivos entre el 90% y 95% del tiempo, según explicó Allan Naim, director de gestión de productos de infraestructura de IA en Google Cloud. Para abordar esta problemática, la compañía ha donado tres proyectos de código abierto a la Cloud Native Computing Foundation (CNCF) que buscan optimizar el uso de recursos y reducir gastos.
Agent Substrate: ahorro significativo en costos
Uno de los proyectos destacados es Agent Substrate, un entorno de ejecución que aloja agentes de IA en Kubernetes de forma aislada. Cuando un agente se suspende, el sistema guarda un estado instantáneo de su memoria y archivos locales, liberando los recursos computacionales para otros procesos. Al reanudarse el trabajo, el agente se restaura desde ese estado guardado. Allan Naim señaló que esta solución ha logrado una reducción de costos de hasta 10 veces en comparación con la ejecución directa en máquinas virtuales o contenedores dedicados.
Seguridad reforzada con gVisor
La seguridad es otro aspecto clave. Google liberó en 2018 el proyecto gVisor, que actúa como una capa sobre el núcleo del sistema operativo para supervisar y auditar cada llamada al sistema realizada por los agentes. Gari Singh, gerente de producto en Google Cloud, destacó que esta herramienta previene modificaciones no autorizadas y accesos indebidos, asegurando la integridad del entorno.
Te puede interesar
TecnologíaCómo convertir un USB de recuperación de Windows en una herramienta completa de diagnóstico y reparación para PCUn USB de recuperación básico de Windows puede transformarse en un kit multifuncional que incluye instaladores, herramie…Leer la nota Colaboración con Anyscale y nuevas herramientas para aprendizaje por refuerzo
Además, Google trabaja con Anyscale Inc. en KubeRay, que permite ejecutar la plataforma Ray de Anyscale nativamente en Kubernetes para facilitar el entrenamiento distribuido y la inferencia a múltiples grupos de investigación. También se desarrolla OpenRL, que integra el aprendizaje por refuerzo en Kubernetes para mejorar continuamente las cargas de trabajo de agentes, democratizando esta técnica que antes requería equipos especializados.
Contexto y perspectivas
Kubernetes se ha consolidado como el estándar para entrenamiento e inferencia distribuidos en IA, pero su diseño original no contemplaba la gestión eficiente de agentes que pasan la mayor parte del tiempo inactivos. Los proyectos donados por Google Cloud buscan adaptar esta plataforma a las nuevas demandas, optimizando costos y seguridad para usuarios empresariales y de investigación.
Estos avances representan un paso importante para hacer más accesible y sostenible la operación de agentes inteligentes en entornos en la nube, con impacto directo en la economía de recursos y la escalabilidad de aplicaciones de IA.
