NAIRR, Red Hat y el open source ayudan a proporcionar el plano de control para la investigación en inteligencia artificial

Los proyectos de inteligencia artificial en la comunidad open source crecen a un ritmo tan emocionante como desafiante. El 2025 AI Index Report de la Universidad de Stanford presentó información sobre la asombrosa cantidad de 4300000 proyectos open source de inteligencia artificial creados en GitHub durante el año anterior, lo cual representa un aumento del 40 % en tan solo 12 meses. Para los investigadores, ese impulso es vital, pero también presenta un desafío fundamental: cómo colaborar de forma abierta sin perder el control sobre los datos y la propiedad intelectual que impulsan el descubrimiento. 

En un contexto de investigación, no se trata solo de quién es el propietario del hardware; se trata de tener control administrativo sobre tu entorno. Los investigadores y científicos dependemos de nuestros datos, y debemos saber que, en un espacio compartido, nuestras aportaciones únicas están protegidas. Esta capacidad de controlar y proteger de forma independiente la huella digital de un proyecto es lo que permite un entorno de investigación verdaderamente colaborativo. Afortunadamente, surgió una solución en la comunidad de investigación: una forma de cerrar la brecha a través del control a nivel de proyecto y una manera más inteligente de gestionar la gravedad de los datos.

En mi puesto en Red Hat, tuve la suerte de trabajar con el programa National AI Research Resource (NAIRR). La National AI Research Resource (NAIRR), dirigida por la National Science Foundation (NSF), se estableció para evolucionar los recursos de investigación de Estados Unidos para enfrentar los desafíos del desarrollo de la inteligencia artificial y para ayudar a democratizar el acceso a los recursos informáticos y de datos de inteligencia artificial de alta gama que suelen estar disponibles solo para las empresas de tecnología más grandes. NAIRR, que ahora se convierte en un recurso de investigación a largo plazo, crea una infraestructura nacional escalable que respalda a los investigadores y educadores de todos los entornos. Si bien este proyecto marca un hito en la investigación de Estados Unidos, también sirve como un ejemplo repetible de cómo los proyectos pueden mantener la independencia y la transparencia en un entorno compartido.

La arquitectura del aislamiento de la investigación

NAIRR actúa como un punto de encuentro, un modelo de infraestructura eficiente a gran escala que elimina la necesidad de que los investigadores creen miles de copias individuales de los recursos.  Con más de 670 proyectos y participantes de todo Estados Unidos y sus territorios involucrados desde el piloto del proyecto, la escala es evidente.  Pero para que un punto de encuentro sea efectivo, cada participante también necesita su propio espacio adaptado a sus necesidades específicas de investigación para prosperar. NAIRR utiliza este enfoque para ayudar a los innovadores a afianzar su trabajo en una base open source sin ceder el control. Para ayudar a mantener estos límites a nivel de proyecto para los investigadores en el Deep Partnership Pilot conjunto de Red Hat con IBM, la AI Alliance y Mass Open Cloud, Red Hat proporciona una capa de software que orquesta el hardware subyacente. Esto brinda a los investigadores las herramientas y funciones necesarias para mantener el control autónomo sobre su espacio de nombres dentro de un clúster multi-tenant, mientras permite que el proveedor de recursos gestione el entorno de manera eficiente. Los investigadores que trabajan en NAIRR tienen acceso a nuestra infraestructura de inteligencia artificial empresarial, que incluye Red Hat OpenShift, Red Hat OpenShift AI, Red Hat Enterprise Linux y Red Hat Advanced Cluster Management for Kubernetes.

Al proporcionar este stack uniforme para todo el ciclo de vida de los experimentos de inteligencia artificial y machine learning (aprendizaje automático), respaldamos un ecosistema colaborativo donde la innovación puede prosperar sin comprometer el control del proyecto. Por ejemplo, al usar Red Hat OpenShift, los investigadores pueden asignar a cada proyecto su propio espacio de nombres de Kubernetes y VLAN de capa 2. También tienen la capacidad de usar el control de acceso basado en recursos (RBAC) y crear grupos con diferentes niveles de acceso a los recursos y datos dentro de su propio proyecto o en colaboración con otros. Esta configuración técnica confirma que, incluso en un centro de datos compartido, cada proyecto cuenta con el aislamiento de su propia "sala", lo cual protege su tráfico de red y sus datos del acceso no autorizado. Esta base ayuda a los investigadores a pasar del descubrimiento inicial a los resultados validados, mientras mantienen la independencia durante todo el proceso tecnológico.

Equilibrio entre la escala compartida y la propiedad exclusiva

El valor del enfoque de NAIRR radica en su eficiencia y en su capacidad para gestionar la gravedad de los datos. Al proporcionar una base open source compartida —el entorno de software que se ejecuta en esta infraestructura—, Red Hat puede ayudar a las organizaciones a maximizar los beneficios de su inversión en infraestructura y mantener su potencia informática cerca de sus datos. Nuestras contribuciones forman parte de un ecosistema colaborativo más amplio, junto con muchas otras herramientas y recursos que los científicos tienen a su disposición para personalizar su trabajo.

Dado que la investigación no es algo único para todos, el nivel de control requerido puede variar. A veces, el aislamiento que necesitan los investigadores se extiende más allá de los límites definidos por el software hasta el propio hardware. Si bien muchos investigadores prosperan en plataformas compartidas, otros necesitan la propiedad exclusiva del hardware para realizar mediciones especializadas, como el desarrollo de sistemas operativos de bajo nivel o las pruebas de GPU de alta precisión. Para respaldar esto, NAIRR también proporciona acceso a máquinas bare metal aisladas. Ya sea que los investigadores utilicen contenedores gestionados por OpenShift o hardware sin procesar, proporcionamos la unión operativa estable y segura que te ayuda a mantener la independencia de tu trabajo sin dejar de participar en esta comunidad compartida.

Creación de un espacio para el descubrimiento experimental

Una parte fundamental de este trabajo consiste en proporcionar un entorno estable en el que también podamos explorar el futuro de la capa de inteligencia. En la era de muchos modelos de inteligencia artificial, la potencia informática es un recurso escaso en todo el mundo y debemos encontrar formas de utilizarla de manera más eficiente. Aquí es donde los bancos de pruebas aislados resultan tan valiosos; nos permiten experimentar con categorías nuevas, como el enrutamiento de inferencias (que dirige de manera inteligente las tareas sencillas a modelos de inteligencia artificial rentables mientras reserva la informática masiva para los problemas más complejos), sin interrumpir la investigación principal.

Por ejemplo, uno de los proyectos respaldados por NAIRR, Multi-Modal Semantic Routing for vLLM, se dedica a ampliar el vLLM Semantic Router project fundado por Red Hat. Este esfuerzo se centra en los canales de voz y texto y en las funciones de visión, y analiza cómo mantener una lógica de toma de decisiones transparente y auditable en un entorno open source. Al proporcionar estos entornos de pruebas, ayudamos a que proyectos específicos amplíen los límites de la investigación de la inteligencia artificial mientras garantizamos la estabilidad de la comunidad en general.

Esta capacidad de experimentación es vital a medida que el sector se orienta hacia la inteligencia artificial con agentes, donde los modelos de inteligencia artificial van más allá de la simple generación para realizar tareas complejas y autónomas. Para que esta tendencia pase de ser una moda del sector a un avance científico, los investigadores necesitan más que solo potencia bruta: requieren un conducto para la innovación que ofrezca una gestión del ciclo de vida y una estandarización de nivel profesional. Al igual que requieren controles y medidas de protección para el acceso humano, los investigadores necesitan el mismo nivel de supervisión para los agentes que acceden a los datos y a la informática dentro de sus proyectos.

A medida que el ecosistema de NAIRR madura, proporciona exactamente ese entorno. Red Hat facilita esto al proporcionar la unión operativa (el stack integrado de Red Hat Enterprise Linux, Red Hat OpenShift y Red Hat OpenShift AI) que permite que un conjunto de potentes herramientas de investigación, como PyTorch para la optimización y SLURM para la gestión de cargas de trabajo, funcionen como una base unificada de alto rendimiento. Esto permite que los investigadores creen, entrenen e implementen agentes autónomos con el mismo nivel de rigor empresarial que requiere la ciencia de alto nivel.

El trabajo que realizamos con NAIRR demuestra que innovar en open source es la mejor manera de crear una inteligencia artificial estable y flexible desde el punto de vista operativo, y que los recursos compartidos y el control individual no están reñidos. Al proporcionar una base de herramientas open source que respaldan los límites de los proyectos, Red Hat ayuda a demostrar que el futuro de la inteligencia artificial puede ser tanto colaborativo como independiente.