Teradata ha anunciado la disponibilidad general de Elastic Python Compute en AI Studio, un entorno gestionado para ejecutar Python de forma distribuida sobre los datos que ya están en su plataforma. La novedad, presentada el 14/10/2026 en San Diego, se apoya en el framework de código abierto Ray y está disponible desde ya en AWS, Microsoft Azure e instalaciones propias. Google Cloud llegará, según la compañía, en el cuarto trimestre de 2026.
Las claves de Elastic Python Compute de Teradata en 20 segundos
- Ejecuta entrenamiento y aplicaciones en Python en paralelo, sin montar clústeres de Ray a mano.
- Lee y escribe en Teradata Database, S3, Iceberg y Delta Lake sin sacar los datos.
- Disponible en AWS, Azure y local con Teradata Factory; Google Cloud, previsto para finales de año.
El planteamiento responde a un problema conocido en los equipos de ciencia de datos: los datos viven en el almacén corporativo, pero el entrenamiento de modelos se hace fuera, en otro entorno, con copias que hay que mover, proteger y justificar ante los responsables de cumplimiento. Teradata quiere que ese trabajo se haga dentro de su plataforma, donde ya están las tablas y los permisos.
Ray gestionado, con CPU o GPU según la carga
Elastic Python Compute es, en esencia, Ray como servicio dentro del ecosistema de Teradata. Ray es un framework de código abierto muy extendido para repartir cargas de Python entre muchas máquinas, y la compañía lo integra con su Autonomous Knowledge Platform y con AI Studio para que el científico de datos no tenga que crear ni mantener los clústeres. El servicio admite despliegues en un solo servidor o en clúster, clústeres separados para cargas distintas y la elección de CPU o GPU según la tarea.
Los usos que cita Teradata son tres: paralelizar el entrenamiento de modelos, ejecutar aplicaciones Python propias a escala y servir cargas de aprendizaje automático e inteligencia artificial (IA) de alto volumen. El entorno lee y escribe directamente en Teradata Database, en almacenamiento de objetos S3 y en catálogos de formatos de tabla abiertos como Apache Iceberg y Delta Lake. También permite alojar modelos en local, sin depender de API externas, lo que según la empresa evita costes de inferencia por token.
La versión incorpora además Arrow Flight SQL para transferir datos en paralelo y en formato columnar. Teradata asegura que es hasta 84 veces más rápido que la transferencia por filas, una cifra que procede de sus propias pruebas y que la propia compañía advierte que puede variar.
Datos que no salen de la plataforma
El argumento comercial central es la residencia de los datos. Sumeet Arora, director de producto de Teradata, explica que los equipos tenían que mover los datos fuera de sus plataformas para entrenar modelos de IA, y que «Elastic Python Compute elimina esa limitación». Según Arora, «los equipos pueden ejecutar ahora cargas de IA distribuidas a escala allí donde ya están sus datos».
Para respaldarlo, el comunicado describe tres casos de clientes sin identificarlos. Un banco minorista trasladó al interior de la plataforma la ingeniería de variables para su modelo de crédito por problemas de gobierno y de residencia de datos, y sus procesos de puntuación son ahora tres veces más rápidos. Un gran operador de telecomunicaciones redujo el tiempo de ingeniería de variables de cuatro horas a veinte minutos y mejoró un 12 % la precisión de su modelo de abandono de clientes al entrenarlo con todo el conjunto de datos, con el Reglamento General de Protección de Datos (RGPD) y la residencia nacional de los datos como condicionantes. La tercera referencia es una agencia marítima gubernamental que combina imágenes de satélite, radar y señales AIS de los barcos para reconstruir sus movimientos.
Son resultados aportados por Teradata sin nombres ni metodología, así que sirven como orientación y no como referencia comparable. El comunicado tampoco detalla precios ni el modelo de facturación del cómputo. Teradata ya había ampliado el año pasado sus herramientas para llevar modelos a producción, como contamos al hablar de la plataforma ModelOps unificada de ClearScape Analytics.
Preguntas frecuentes
¿Qué es Elastic Python Compute de Teradata?
Es un entorno gestionado dentro de AI Studio para ejecutar Python de forma distribuida sobre Ray, sin que el usuario tenga que crear ni administrar los clústeres.
¿En qué nubes está disponible?
Está disponible de forma general en AWS y Microsoft Azure, y en instalaciones propias con Teradata Factory. Teradata prevé llevarlo a Google Cloud en el cuarto trimestre de 2026.
¿Con qué fuentes de datos funciona?
Lee y escribe en Teradata Database, en almacenamiento de objetos S3 y en catálogos de Apache Iceberg y Delta Lake.
¿Cuánto cuesta?
Teradata no ha publicado precios. Solo indica que alojar modelos en local evita costes de inferencia por token.
Fuentes:
