Un reciente ajuste en los precios de Amazon Web Services (AWS) ha dejado ver una realidad incómoda para muchas empresas: la infraestructura de inteligencia artificial (IA) no solo es escasa, sino que también es cada vez más cara de planificar. Según fuentes del sector, AWS habría incrementado en alrededor del 15% el costo de sus EC2 Capacity Blocks for ML, específicamente aquellos basados en instancias punteras con GPU NVIDIA H200.
En concreto, se informa que la instancia p5e.48xlarge, con 8 GPU NVIDIA H200, ha pasado de costar 34,61 dólares a 39,80 dólares por hora en la mayoría de las regiones. Por otra parte, la p5en.48xlarge aumentó de 36,18 a 41,61 dólares por hora. Este ajuste puede tener un impacto significativo en los presupuestos de proyectos que dependen de entrenamiento o inferencia intensiva, afectando a equipos que ya operan con márgenes ajustados.
La clave de este ajuste radica en el producto afectado: los Capacity Blocks for ML, que no corresponden al típico uso on-demand, sino a un mecanismo que permite reservar capacidad de GPU por adelantado. Esta estrategia está diseñada para asegurar disponibilidad durante momentos críticos, como largos entrenamientos o picos de inferencia, minimizando el riesgo de quedarse sin recursos.
AWS ha dejado claro que los precios de estos bloques pueden actualizarse periódicamente, un aspecto que genera inquietud entre los usuarios, quienes temen aumentos en momentos clave de sus proyectos cuando la dependencia de la infraestructura es más crítica.
Este fenómeno llega en un contexto donde la infraestructura IA de alto nivel es parte crucial de muchos productos comerciales. Las instancias P5e y P5en se han convertido en referentes para cargas de trabajo de IA, como el entrenamiento y despliegue de modelos de lenguaje y generativos. AWS diferencia estas instancias por mejoras en rendimiento y capacidad de gestión distribuida, no solo en la GPU, sino en todo el ecosistema que soporta el entrenamiento de modelos grandes.
El ajuste de precios ha generado preocupación debido a su discreta implementación y la posible percepción de falta de transparencia. En un mercado tan concentrado, el aumento del costo de infraestructura puede ser un golpe duro para empresas cuyos proyectos están «bloqueados» en una sola plataforma.
A raíz de esta situación, las empresas deben considerar varias estrategias para mitigar el impacto. Es crucial separar el costo por hora del costo por resultado, revisar la estrategia entre reserva y elasticidad, auditar precios de manera continua y comparar con otras opciones del mercado para asegurar previsibilidad y optimización de costos.
En conclusión, el encarecimiento de la infraestructura IA destaca la necesidad de una planificación estratégica y ajustes operativos para mantenerse competitivos. Esto no solo afecta a las grandes empresas tecnológicas, sino también a todo el ecosistema de startups y desarrolladores que dependen de estas plataformas para innovar en IA.
