1

Investigación académica

Administración del ciclo de vida y de éxito

del estudiante

Experiencias conectadas de la institución educativa

y el campus

Administración de TI para la nube híbrida

Enseñanza y aprendizaje

2

Indice Introducción

Analizar

Explorar

Compartir

¿Por qué Microsoft?

3

9

13

17

22

3

La investigación académica es uno de los más importantes esfuerzos en el mundo cambiante de hoy en día. Se encuentra en el centro de todas las instituciones de aprendizaje líder.

Como un factor de entusiasmo adicional se encuentra el hecho que la investigación hoy en día está avanzando a una velocidad tremenda en todas las disciplinas, incluyendo ciencias de la computación, ingeniería, ciencias de la vida, ciencias ambientales, ciencias sociales y más.

Desde el genoma humano hasta construir una infraestructura de tráfico más inteligente o hasta pronosticar del tiempo, los investigadores académicos abordan una amplia gama de áreas que tienen el potencial de evitar desastres, avanzar el desarrollo de causas dignas, curar el cáncer y tener un impacto en las generaciones venideras.Como cualquier investigación diligente

y metódica, la investigación académica es un esfuerzo de imaginación, ideas e innovación.

Sin embargo, para poder ejecutar adecuadamente cualquier programa a nivel universitario, los investigadores académicos necesitan confiar en tres claves de acción para toda investigación exitosa: analizar, explorar y compartir.

4

N

En primer lugar, en el actual entorno de big data, la habilidad para el análisis se reduce a una gran potencia de cómputo. Las cargas intensivas de trabajo y la computación intensiva en datos significan que los investigadores deben tener la potencia tecnológica para ser capaces de adquirir, analizar, administrar y almacenar datos fácilmente, en forma rentable y con el menor costo en computación para dedicarlo a otras prioridades. Con las grandes capacidades de computación, la investigación académica puede tener la fuerza para aprovechar las oportunidades reales y así acelerar el descubrimiento.

En segundo lugar, la capacidad para explorar a fondo los datos de investigación mediante análisis y visualización es una clave para desbloquear patrones, visiones y descubrimientos ocultos dentro de una cantidad enorme de información sin procesar. Y lograr esto con una plataforma familiar, poderosa y colaborativa es una verdadera ayuda para cualquier investigador.

En tercer lugar, la investigación académica debe tener la capacidad de compartir efectivamente su investigación y datos con colegas y otros que puedan ayudarles a tomar el siguiente paso en su viaje o aumentar la velocidad del descubrimiento. Como un asunto práctico, compartir comienza con la capacidad para almacenar datos en forma segura, rentable y accesible que promueva la colaboración.

5

En Microsoft, nuestra meta es dejar que los investigadores sean investigadores. Y creemos que, para lograr esa meta, es esencial la capacidad de los investigadores académicos de analizar, explorar y compartir.

Las principales universidades en ciencias, medicina y sociología, así como de otras áreas vitales de investigación, confían en estas tres claves para contribuir en gran medida a su programa universitario.

En este libro electrónico, echaremos un vistazo a la investigación académica del mañana, así como la principal investigación de tecnología en la nube que los profesionales buscan hoy en día.Después exploraremos estas tres claves y las mejores soluciones disponibles para poner estas capacidades en manos de su equipo de investigación académica. También veremos casos de estudio relevantes.

En Microsoft, estamos comprometidos profundamente con la investigación. Hemos respaldado investigaciones por un monto de US$10,400 millones en financiamiento desde 2013. Nos enfocamos en las innovaciones en computación, avances en la investigación de ciencias sociales, nuevos productos poderosos y más.

US$10,400 millones

6

Los retos para los investigadores académicos hoy en día tienen que ver con el volumen y la complejidad de los datos.

Es irónico que la mayoría de los investigadores utilicen portátiles y PCs y sean capaces de hacer más que nunca, pero con frecuencia estén abrumados por la cantidad de datos que deben procesar. Si bien la tecnología de computación introdujo una oportunidad sin precedentes en la investigación académica, también ha creado sus propios obstáculos, que son el volumen y la complejidad.

Por ejemplo, muchos investigadores encuentran análisis cada vez más difíciles y compartirlos es aún más difícil sin las plataformas de tecnología y colaboración

correctas. Sin el acceso total a herramientas más avanzadas, flexibles y eficientes, el análisis se convierte en una faena y una carga más que en un acelerador de descubrimientos.

Algunas instituciones hoy en día han adoptado la computación de alto rendimiento (HPC) o el uso de supercomputadoras y técnicas de procesamiento paralelas para resolver problemas complejos de computación. HPC puede resolver problemas avanzados y realizar actividades de investigación a través de modelos, simulación y análisis computacionales y tiene la capacidad de proporcionar un rendimiento sostenido

mediante el uso simultáneo de los recursos de computación.

Sin embargo, muchos investigadores no pueden utilizar HPC, ya sea debido a que no tienen acceso o no tienen las habilidades de TI para aprovechar completamente sus capacidades.

Además, el mantenimiento continuo, actualizaciones y recursos de TI necesarios para sostener un entorno de supercomputación físico de un programa de investigación académica frecuentemente tienen un costo prohibitivo y suelen drenar los presupuestos limitados de investigación

7

Un nuevo paradigma de investigación

La mayoría de las cargas de trabajo estaban en la nube por primera vez en 2014. Aproximadamente 51% se procesaron en la nube contrael 49% en el espacio tradicional de TI 1.

51%

El paradigma de investigación del mañana aborda y supera estos obstáculos enfocándose en la unificación y el facultamiento. Para poder realizar una investigación académica a los niveles más altos y con la máxima competencia y profesionalismo, los equipos en todas las instituciones deben estar unificados y facultados con:

• Herramientas y recursos poderosos • Datos y capacidades de análisis en la nube para ciclos, almacenamiento y soporte • La capacidad de construir comunidades alrededor de los resultados de investigación • Capacidades para reunir los recursos necesarios a solicitud, fácilmente y sin esfuerzo • Un entorno que fomente el descubrimiento acelerado

Actualmente, la mayoría de los investigadores han adoptado la tecnología en la nube en lugar del enfoque HPC para avanzar en obtener estas capacidades y lograr un estado de facultamiento y unificado.

8

Lo que desean los investigadores de la nube.

La computación en la nube ha cambiado de manera radical la forma en que los equipos de investigación pueden actuar entre sí y sus dispositivos, proporcionando conexiones a gran escala, eficiencias y economías nunca antes disponibles a nivel universitario.

En particular, los investigadores académicos tienen necesidades específicas cuando se trata de la computación en la nube. Los equipos de investigación valoran capacidades en lanube que sean:

• Abiertas • Flexibles• Rápidas • Rentables• Escalables• Eficientes• Sensibles

9

Analizar

10

Gran computación, sustantivo: Cargas de trabajo intensivas o computación intensiva de datos

En Microsoft, creemos en una visión simple para la Gran Computación- democratización de capacidades como rendimiento y escala.

La capacidad de analizar efectivamente datos es la base de cualquier proyecto de investigación. Los equipos de investigación académica tienen diversas necesidades de datos y computación que escalan desde el escritorio hasta las supercomputadoras, siendo esta última la tendencia de crecimiento. No cabe duda que, mientras más equipos de investigación académica se adentran en áreas muy complejas y con desafíos que maduran con un gran procesamiento de datos, la necesidad de una supercomputación de alto rendimiento solamente seguirá subiendo.

Aparte de la naturaleza de aplicaciones y dominios, los recursos requieren que las aplicaciones también varíen en el tiempo, conforme la colaboración y las recolecciones de datos se expanden o cuando se lleven a cabo campañas estacionales.

Para los equipos de investigación académica, analizar volúmenes grandes de big data puede presentar una miríada de desafíos. Aparte de la necesidad de capacidades importantes de almacenamiento y procesamiento, el costo de procesar grandes cantidades de datos puede drenar hasta los presupuestos de investigación más robustos. Por ejemplo, un grupo de cuchillas10 x (A8-A11) montadas en una rejilla puede costar más de US$300K. La adquisición y entrega no es a menudo conveniente, generalmente alrededor de seis semanas.

11

Investigación académica, Gran computación y la nube. Usar las soluciones disponibles en la nube puede superar estos desafíos de “Gran Computación”, así como traer muchos otros beneficios a los equipos de investigación. Por ejemplo, el mismo grupo de 10 x puede costar solamente US$50K. Igualmente impresionante, la adquisición y entrega pueden ser tan rápidas como una entrega de pizza, generalmente treinta minutos o menos.

Desde un punto de vista puramente económico, la nube es sobre todo una computadora con grupos cambiantes, la cuál es el pilar del análisis de la investigación. Hace que la energía de la Gran Computación esté disponible cuando la necesita, de manera que las instituciones de aprendizaje superior solamente paguen por lo que usan.

Y la computación de la nube resuelve el problema de flexibilidad y necesidades estacionales también. La nube es útil para los investigadores en todo el espectro de computación, desde los usuarios de escritorio que requieren energía de computación a solicitud, hasta los usuarios del grupo HPC que desean escalar más.

En pocas palabras, la nube ofrece una solución a solicitud, escalable, económica y bien adaptada a las necesidades cambiantes de la investigación académica.

12

Universidad Federal de Minas Gerais

El equipo de investigación académica de esta Universidad de Brasil utiliza big data para reducir problemas de tránsito. Microsoft Research unió fuerzas con esta institución, hogar de uno de los programas de ciencias de la computación más importante del país. Resolvieron el problema aparentemente intratable de atascos de tránsito. Situación• Los embotellamientos de tráfico en Brasil costaron US$72 millones en 1998 – los automóviles se triplicaron desde entonces• El equipo de investigación crea una solución predictiva, pero enfrenta los desafíos de big data• Los datos históricos deben ser extraídos para abrir caminos y hacer planes para el mañana

• El equipo de investigación utiliza Azure para escalabilidad, almacenamiento de inmersión y el poder de procesamiento de la gran computación• La plataforma en la nube asegura que los datos de tránsito estén accesibles para todos los usuarios en tiempo real, todo el tiempo• Las pruebas en otras ciudades y datos de redes sociales ayudan a lograr el 90% de exactitud en las predicciones de tránsito

Solución

Aprenda más

Explorar

13

14

Una vez que los equipos de investigación estén facultados para analizar, la habilidad para explorar datos con el uso de las herramientas de análisis y visualización es de suma importancia para descubrir nuevas verdades y patrones, acelerando los descubrimientos.Las capacidades de la Gran Computación disponiblescon las soluciones de la nube de hoy en día también dan lugar a oportunidades de exploración específica mediante el uso de herramientas de análisis sofisticadas y otras herramientas avanzadas enfocadas en la visualización.

Por ejemplo, la capacidad de explorar datos con visuales enriquecidos puede mejorar en gran medidala capacidad de la investigación académica para:

• Detectar más fácilmente las tendencias y los patrones dentro de grandes volúmenes de datos• Recolectar y organizar datos más eficientemente de manera que los equipos puedan enfocarse en la exploración • Obtener vistas consolidadas y completas de diferentes flujos de datos • Compartir información compleja fácilmente con colegas o instituciones de investigación • Acelerar los avances en su investigación con mayor trabajo en equipo y colaboración

15

Requisitos de visualización Hay varias soluciones y tecnologías de visualización disponibles para los investigadores, especialmente aquéllos que aprovechan la nube. Cuando seleccionan un producto o plataforma de visualización, los equipos deben considerar tres requisitos clave: familiaridad, poder y colaboración.

FamiliaridadAsegure una rampa rápida y generalizada de adopción seleccionando una herramienta de visualización compatible con otros productosy que los miembros de su equipo estén cómodos al utilizarla.

PoderosaLa herramienta debe integrarse con varias fuentes de datos, tener capacidades de limpieza de datos y soportar cientos de millones de filas.

ColaborativaDebe ser flexible para conectarse con los servicios en la nube, tener opciones de acceso privados o públicos y que pueda compartirse en forma segura con usuarios o grupos nombrados.

Visualice con Power BIPower BI es un conjunto de herramientas analíticas de negocios para analizar datos y compartir conocimientos ideales para las necesidades de un equipo deinvestigación académica.

Aprenda más

16

Universidad de TexasPara poder centralizar los datos de inundaciones en la nube y así lograr mejores predicciones y respuestas, la Universidad de Texas utilizó Microsoft Azure. El resultado fue un prototipo innovador para un modelo de datos de inundaciones a nivel nacional y un sistema con el potencial de proporcionar información de ahorro en vidas y costos al público en general. Situación• Los medidores defectuosos de agua ponen al público en riesgo durante una inundación potencial• La falta de predicciones exactas de inundación hace de la respuesta ante desastres un grán reto• El desarrollo de un modelo predictivo presenta grandes desafíos de datos y fuentes dispares

• Azure y Cortina Intelligent Suite ayudan a crear predicciones para los tres millones tramos de ríos en los Estados Unidos • Permite que investigadores en diferentes geografías colaboren en la nube con una interfaz única • La inteligencia accionable ayuda a predecir inundaciones potenciales antes de las lluvias, aún con medidores defectuosos

Solución

Aprenda más

17

Compartir

18

La investigación en colaboración y el uso compartido de datos redondean nuestras claves para el éxito de la investigación académica, actuando como un catalizador para la investigación existente o descubrimientos potenciales en la cúspide de un gran avance.

Cuando falta colaboración en una investigación, hay implicaciones financieras importantes para cualquier proyecto. Por ejemplo, la imposibilidad de compartir datos puede tener un impacto en el financiamiento de organismos externos. La realidad hoy en día es que los investigadores están muy cargados con demandas de reporte y cumplimiento requerido por las agencias de financiamiento gubernamentales y privadas para que estén disponibles públicamente sus datos. Años de usar herramientas y aplicaciones internas con frecuencia han hecho que esto sea difícil.

Sin embargo, con la tecnología correcta la investigación en colaboración puede tener un gran apoyo, eliminando estas desconexiones y obstáculos de cumplimiento de manera que los equipos puedan trabajar metódicamente en el logro de sus objetivos. Con las herramientas adecuadas, los investigadores no tienen que preocuparse de financiamientos problemáticos y algunos otros obstáculos que los desvían de su meta de investigación principal.

Tener una capacidad máxima para compartir su investigación le permitirá:• Combinar experiencias • Distribuir la carga de trabajo• Agrupar recursos

Estas capacidades se traducen en beneficios que facilitan que su equipo de investigación:• Obtenga conocimientos de otros• Cumpla con los requisitos• Aumente credibilidad con colegas

19

El ciclo de vida de la investigación en colaboración

Apoyar a un entorno de investigación en colaboración es un pilar importante de la investigación moderna en cualquier esfuerzo disciplinado

De manera que el apoyo a compartir de manera sostenida en estos entornos debe ser un enfoque importante de los equipos de investigación académica modernos. Para poder apoyar a las comunidades de investigación en el trato con los desafíos inherentes de compartir, veamos un ciclo de vida de investigación en colaboración típico.

De los datos reunidos para publicación, el apoyo a este ciclo de vida asegura compartirlos con su universidad, otras instituciones, socios nombrados y comunidades confiables. Con la plataforma y herramientas de tecnología

adecuadas, el ciclo de vida de investigación en colaboración tiene un flujo de trabajo inherente y una función de soporte a la conexión que apoya también el cumplimiento del proceso.

Además, el control, la seguridad e identidad y gestión de acceso (IAM) son aspectos importantes a tener en cuenta para apoyar este ciclo de vida y compartir.

Las soluciones deben tener la capacidad de:

• Proporcionar vistas o editar enlaces• Nombrar usuarios o grupos específicos• Unificar identidades que utilizan herramientas IAM probadas

20

Compartir crea un “entorno de investigación virtual”

Los beneficios de la investigación en colaboración son reconocidos en muchas disciplinas, no solamente a nivel académico. La investigación en colaboración algunas veces es referida como un entorno de investigación virtual para compartir verdaderamente, incluyendo a otros equi-pos de investigación académica, y que unir fuerzas pueda ayudar a los equipos a ir más allá de sus restricciones físicas o institucionales.

En verdad, no importa cómo lo llame. Compartir con sus comunidades de investigación puede tener un impacto enorme en cualquier programa y acelerar en gran medida los descubrimientos.

21

Virginia TechLos análisis de secuenciación de ADN pueden llevar a un avance médico y farmacéutico, pero requiere recursos de supercomputación y almacenamiento de big data fuera del alcance de muchos investigadores. Los científicos en computación en Virginia Tech desarrollaron un modelo de computación en la nube a solicitud utilizando Microsoft Azure HDInsight Service.

Situación• La secuenciación del genoma humano acelera el avance sobre enfermedades, pero requiere un poder costoso de computación • Los equipos de investigación médica y de genoma están limitados por presupuestos apretados• Investigadores podrían no tener las supercomputadoras necesarias

Solución • El equipo de investigación utiliza Azure HDInsight Service para ayudar a colocar el Kit de Herramientas de Análisis del Genoma en la nube• SeqInCloud de Virginia Tech ayuda a correr visualizaciones e identificar mutaciones de genes que ocasionan cáncer • Ahora, los investigadores médicos tienen acceso a herramientas económicas que simulan resultados de laboratorio muy rápidamente

Aprenda más

22

¿Por qué Microsoft?

23

Hemos explorado tres claves de acción que pueden contribuir enormemente al éxito de su programa de investigación académico: analizar, explorar y compartir.

Microsoft AzureLos equipos de investigación académica necesitan soluciones en la nube que funcionen de la manera en que están acostumbrados, permitiéndoles detenerse y volver a operar, logrando así nuevos avances.

Cuando sus investigadores tienen todas las herramientas y tecnologías correctas para ayudarles a ejecutarlas en cada una de estas tres áreas, se pueden acelerar mucho los descubrimientos. De manera que, ¿cómo exactamente se pueden desbloquear estas claves y qué papel juega Microsoft? En palabras simples, Microsoft proporciona la tecnología que puede ayudar a desbloquear su potencial de investigación académica en cada una de estas tres áreas.

Microsoft proporciona economías de escala que las universidades simplemente no pueden igualar por su cuenta, incluyendo:

• 100 mil servidores en centros de datos alrededor del mundo• 99.95% de disponibilidad mensual con un soporte de 24/7/365 • Acceso seguro a solicitud a vastos recursos de almacenamiento y supercomputación para complementar la infraestructura de su universidad• No hay una inversión adicional en activos de capital o infraestructura de TI, que libera fondos para nuevos proyectos y prioridades

24

Hecho:Microsoft Research tiene más de 125 equipos en todo el mundo.

Microsoft Azure (continuación)

Microsoft Azure ofrece tres modelos de servicios:• • Infraestructura (como un Servicio)• Plataforma (como un Servicio)• Software (como un Servicio)

• Asegura la previsibilidad en los costos de la nube• Elimina una barrera en la adopción de la nube, permitiendo a investigadores mover libremente los datos• Prepara el camino para que los investigadores aceleren el ritmo del trabajo importante en proceso

Cada uno de los modelos de servicio elimina muchas de las cargas de TI del personal, de manera que sus investigadores y personal de soporte pueden enfocarse en una cosa: la investigación. Lo mejor de todo, Azure es una plataforma en la nube completamente abierta y totalmente compatible con productos Linux, incluyendo CentOS, Oracle, Ubuntu, Suse, CoreOS y Redhat. Azure permite a los investigadores correr sus herramientas de fuente abierta favorita y también sus kits, como OpenJDK, Python, NodeJS y más, para familiaridad, adopción rápida y procesos acelerados.

Renuncia por parte de Azure a una cuota por datos de salida

Deseamos que la nube trabaje igual que la comunidad de investigación académica. Éste es el por qué estamos renunciando a la tarifa de egreso de Internet para instituciones de aprendizaje calificadas.

25

Cómo iniciar

1

2

3

Identificar sus prioridades.

Elegir soluciones que se adapten mejor a las necesidades en su campus.

Hablar con el representante de Microsoft que lo puede conectar con los socios correctos.

Si usted es administrador de unauniversidad y le gustaría comenzar su viaje hacia un campus conectado, todo lo que se necesita son tres pasos…

26

Fuentes y referencias

1. http://www.zdnet.com/article/cisco-projects-data-center-cloud-traffic-to-triple-by-2017/