« En IA, le réseau est aussi important que les GPU »

Le transfert de données est désormais une question stratégique

Les applications d’entreprise traditionnelles généraient un trafic relativement prévisible. Les utilisateurs se connectaient à des systèmes centralisés, et les réseaux étaient conçus pour assurer un accès fiable entre les différents sites. L’IA ne fonctionne pas de cette manière.

Une seule requête d’IA peut extraire des données d’un référentiel d’entreprise, récupérer des informations dans une base de données vectorielle, accéder à un LLM fonctionnant dans un autre environnement, appliquer des politiques de sécurité et renvoyer une réponse à un utilisateur en quelques secondes seulement. Aucune de ces étapes ne se déroule de manière isolée, et aucune ne peut avoir lieu sans le réseau.

C’est l’une des raisons pour lesquelles les dépenses en infrastructure d’IA continuent de s’accélérer. Gartner prévoit qu’elles atteindront dans le monde 2 590 milliards de dollars pour l’année 2026, l’infrastructure représentant près de la moitié de cet investissement. Mais les dépenses en infrastructure à elles seules ne garantissent pas de meilleurs résultats.

L’un des changements majeurs apportés par l’IA est qu’elle transforme la circulation des données d’un enjeu opérationnel en un enjeu stratégique. L’entraînement d’un modèle n’est qu’une partie de l’équation. Le véritable enjeu consiste à fournir de manière constante des informations exploitables au travers des datacenters, des plateformes cloud, des succursales, des sites de production et via le nombre croissant d’applications qui dépendent désormais de l’IA.

Cela nécessite une infrastructure conçue pour la circulation des données, et pas seulement pour la capacité. Les performances du réseau ont toujours été importantes. L’IA ne fait que relever la barre.

La latence est devenue un indicateur métier

Les équipes chargées de l’infrastructure se concentrent souvent sur l’utilisation des GPU, les performances de stockage ou la précision des modèles. Les utilisateurs ne perçoivent directement aucun de ces indicateurs. Ce qu’ils remarquent, c’est la rapidité avec laquelle un assistant IA répond, si les recommandations s’affichent instantanément et si un workflow automatisé semble fluide. Pour de nombreuses applications d’IA, la latence n’est plus seulement un indicateur réseau. Elle devient un indicateur métier.

L’inférence est l’un des principaux moteurs de cette évolution. Alors que l’entraînement des modèles reste concentré au sein de grands environnements cloud et hyperscale, l’inférence s’exécute de plus en plus près des lieux où le travail se fait : dans les hôpitaux, les usines, les magasins, les institutions financières, les campus et les succursales. IDC prévoit que près de la moitié des entreprises déploieront l’inférence IA en périphérie au cours des prochaines années, réduisant ainsi leur dépendance vis-à-vis du traitement centralisé tout en augmentant les exigences en matière d’infrastructure distribuée.

Concevoir pour que ce soit prévisible, et pas seulement pour la bande passante

Au cours de ma carrière, j’ai participé à plusieurs transitions majeures en matière d’infrastructure, de l’informatique client-serveur à la virtualisation, puis au cloud. L’IA semble différente, car elle ne modifie pas une seule couche de l’infrastructure. Elle les modifie toutes en même temps. Cela inclut les réseaux.

Le débat ne porte pas vraiment sur l'augmentation de la bande passante. Il s'agit plutôt de mettre en place des réseaux qui restent prévisibles à mesure que les charges de travail évoluent, que la base d'utilisateurs s'élargit et que l'IA s'intègre aux opérations quotidiennes. La visibilité, le routage résilient, la connectivité diversifiée, la sécurité intégrée et la gestion intelligente du trafic prennent tous une importance accrue lorsque l'IA est intégrée aux processus métier. La fiabilité prend également une nouvelle dimension.

Lorsque l’IA soutient le service client, la cybersécurité, les opérations de fabrication ou les décisions financières, une perturbation du réseau n’est plus seulement un problème de connectivité. Elle peut interrompre des processus métier qui dépendent de plus en plus de l’intelligence en temps réel.

La sécurité suit le même schéma. Les systèmes d’IA interagissent avec des données d’entreprise sensibles réparties dans de multiples environnements. Pour transférer ces informations en toute sécurité, il faut que le réseau et la sécurité fonctionnent de concert, en s’appuyant sur des principes tels que le Zero-Trust, la segmentation, l’accès basé sur l’identité et la visibilité continue.

Relier les données à l’intelligence

Rien de tout cela ne diminue l’importance de la puissance de calcul. Les GPU, les accélérateurs et les processeurs avancés continueront de définir les limites du possible avec l’IA. Mais les discussions sur l’infrastructure doivent s’élargir.

Les entreprises qui tirent le meilleur parti de l’IA ne se contentent pas de déployer des modèles plus volumineux. Elles mettent en place des environnements où les données, les applications, les utilisateurs et l’intelligence peuvent fonctionner ensemble sans friction. Cela nécessite de réfléchir à la mise en réseau bien plus tôt dans le processus de conception que ne l’ont fait de nombreuses entreprises par le passé.

Pendant des décennies, les réseaux ont permis de relier les personnes aux applications. Aujourd’hui, ils relient de plus en plus les données à l’intelligence. Je pense qu’il s’agit là de l’un des plus grands bouleversements infrastructurels que connaît actuellement l’informatique d’entreprise. Les organisations qui en prendront conscience rapidement ne disposeront pas nécessairement des déploiements d’IA les plus importants, mais elles seront mieux placées pour les faire évoluer, s’adapter aux évolutions à venir et tirer une valeur commerciale significative de leurs investissements dans l’IA.

Chris Alberding est directeur des produits chez BCN, une ESN américaine spécialisée dans les réseaux. Il apporte plus de 25 ans d'expérience à des postes de direction dans le secteur des télécommunications et des services informatiques. Au cours de sa carrière, il a occupé des fonctions dans la gestion de produits, le marketing, les opérations commerciales et la planification stratégique chez Windstream, Global Capacity, EarthLink Business et FairPoint.

Cette opinion est initialement parue en anglais sur DatacenterKnowledge.