Una breve introducción al cómputo en la nube.
La Bioinformática nos permite una mejor gestión y análisis de datos biológicos. Sin embargo, al trabajar con proyectos de este tipo, es probable enfrentarse a problemas relacionados con las limitaciones de nuestros equipos de cómputo, como la capacidad de procesamiento o de almacenamiento (por mencionar algunos).
Explorar nuevas herramientas que nos permitan optimizar nuestros flujos de trabajo, es indispensable para el éxito de nuestros proyectos. En esta ocasión nos enfocaremos en Microsoft Azure, una plataforma de cómputo en la nube. Pero, ¿qué es exactamente el Cómputo en la Nube?
Podemos definirlo como:
Prestación de servicios informáticos a través de Internet mediante un modelo de precios de pago por uso.
Al utilizar una plataforma de nube tendremos acceso a una gran variedad de servicios que cubran necesidades de almacenamiento, bases de datos, inteligencia artificial, proceso, redes, entre otros. Y de este modo, nos libraremos de las limitaciones, de este tipo, en nuestros proyectos.
Servicios que deberías conocer.
A continuación exploraremos algunos servicios que podrían ser de utilidad en tus primeros pasos en Azure. En próximas publicaciones hablaremos de situaciones específicas y analizaremos cuáles son los recursos que mejor se adaptan a nuestras necesidades.
Azure Storage
Azure Storage es un servicio de almacenamiento en la nube de alta disponibilidad, escalable y seguro. Además, ofrece los siguientes servicios de datos que se adaptan a diferentes escenarios:
- Blobs de Azure.
- Azure Files.
- Colas de Azure.
- Tablas de Azure.
- Azure Disks.
Azure Virtual Machines
Una máquina virtual (VM) es un entorno virtual que funciona como sistema informático virtual, en otras palabras, es como tener "una computadora dentro de tu computadora". Una VM cuenta con su propia CPU, memoria, interfaz de red y almacenamiento, lo que le permite ser independiente de otras máquinas virtuales y del equipo físico que la hospeda.
Azure Machine Learning
Azure Machine Learning es un servicio que nos permite trabajar proyectos de aprendizaje automático. Este ofrece las siguientes herramientas a los usuarios:
AutoML permite automatizar la creación de modelo de Machine Learning.
Con Azure ML Designer entrene e implemente modelos de Machine Learning sin utilizar código.
El SDK de Azure ML para Python y R, puede escribir y ejecutar su código en cuadernos de Jupyter Notebook.
Como dato adicional, en los cuadernos de Azure ML podrás encontrar una colección de Jupyter Notebook para análisis de datos genómicos.
Próximas publicaciones.
Esta publicación es la primera parte de una serie en la que estaré trabajando. Próximamente exploraremos cómo utilizar los servicios de Microsoft Azure para situaciones específicas (con enfoque en el área de ciencias).
Aquí un pequeño adelanto de lo que estaremos hablando.
- Utiliza AlphaFold en Microsoft Azure.
- Realiza análisis de datos genómicos con Azure ML.
- Manejo de bases de datos biológicas.
- Escale sus proyectos con Microsoft Azure.
Continúa aprendiendo.
Si deseas conocer más acerca de Microsoft Azure, te invito a echar un vistazo al Calendario de Adviento Azure 2022. Allí encontrarás diferentes ejemplos de cómo la comunidad aprovecha al máximo el cómputo en la nube.
Top comments (0)