[00:00–00:07] Papeles del entrenamiento e inferencia: explicación de que el entrenamiento crea modelos de IA mientras que la inferencia genera valor empresarial real
[00:07–00:20] Flujos de trabajo de entrenamiento frente a inferencia: comparación entre entrenamiento (creación de modelos a partir de datos estáticos) e inferencia (ejecución de modelos en tráfico dinámico en tiempo real)
[00:20–00:27] Mentalidad de infraestructura para la inferencia: debate sobre cómo la naturaleza continua y activa de la inferencia exige una estrategia de infraestructura distintiva
[00:27–00:43] Infraestructura centralizada frente a distribuida: comparación entre clústeres de GPU centralizados para el entrenamiento y computación altamente distribuida y sensible a la latencia para la inferencia
[00:43–00:59] Ejecución óptima de la carga de trabajo: explicación de cómo ejecutar la carga de trabajo adecuada en el lugar adecuado en las ubicaciones centrales, regionales y en el Edge