La transition de l'IA vers une charge de travail cloud

Dans le paysage technologique en constante évolution, les innovations véritablement utiles et efficaces ont tendance à s'estomper en arrière-plan à mesure qu'elles s'intègrent parfaitement dans nos routines quotidiennes. Pensez au correcteur orthographique de votre traitement de texte ou à l'utilitaire de rafraîchissement d'écran de votre PC – ces technologies sont devenues si intégrées que nous y pensons rarement. 

L'intelligence artificielle (IA), cependant, connaît actuellement la trajectoire opposée. Au lieu de s'estomper en arrière-plan, l'IA brille sous les projecteurs grâce à l'avènement de l'IA générative (gen-AI) et à la prolifération généralisée des grands modèles de langage (LLM). Néanmoins, l'IA a le potentiel de se transformer en une fonction supposée, consommée et subsumée qui améliore silencieusement l'intelligence de nos applications.

L'IA en tant que charge de travail système

Le concept de l'IA en tant que « charge de travail » gagne du terrain au sein de l'industrie des TI. Ce terme fait référence à l'IA fonctionnant comme une tâche système sur laquelle les entreprises et les consommateurs s'appuient pour des actions prédictives, génératives ou réactives intelligentes. Le rôle de l'IA ne se limite pas à l'amélioration des applications, mais s'étend également à la modernisation de l'infrastructure TI d'une organisation pour mieux soutenir et mettre à l'échelle les charges de travail de l'IA.

Sammy Zoghlami, SVP EMEA chez Nutanix, explique : « En seulement un an, l'IA générative a complètement bouleversé la vision du monde de la manière dont la technologie influencera nos vies. Les entreprises s'efforcent de comprendre comment elle peut bénéficier à leurs activités. » Ce changement a suscité une demande croissante de gouvernance des données et de mobilité des données à travers les environnements d'infrastructure de centre de données, de cloud et de périphérie, rendant crucial pour les organisations d'adopter une plateforme capable d'exécuter toutes les applications et données sur divers clouds.

Services cloud invisibles et déplacement des charges de travail

La notion de services « cloud invisible », introduite par Nutanix l'année dernière, devient progressivement une réalité. Les entreprises prévoient désormais de mettre à niveau leurs applications et infrastructures IA, mais beaucoup peinent avec le déplacement des charges de travail, en particulier entre les hyperscalers de fournisseurs de services cloud (CSP). Les déploiements hybrides et multi-cloud sont devenus la norme, et les technologies IA, avec leur besoin de vitesse et d'évolutivité, repoussent les stratégies de périphérie et le déploiement d'infrastructure au premier plan de la modernisation des TI.

Greg Diamos, un constructeur de systèmes d'apprentissage automatique (ML) et expert en IA, note les défis auxquels sont confrontés les gestionnaires de centres de données, déclarant : « Vous n'avez pas assez de puissance de calcul dans votre centre de données, peu importe qui vous êtes. » L'IA entraîne un besoin accru de services cloud et d'une plus grande agilité dans le déplacement des charges de travail à travers le paysage cloud pour optimiser les ratios coût-performance, tirer parti de services diversifiés, se conformer aux réglementations de conformité régionales, et plus encore.

Un modèle d'exploitation cloud unifié

Pour répondre à ces défis, les organisations se tournent vers des solutions telles que Nutanix Cloud Clusters (NC2) sur AWS, qui fournissent un modèle d'exploitation cloud unifié. Ce modèle permet une gestion et un contrôle transparents des charges de travail sur plusieurs clouds, soutenant la portabilité des licences et facilitant l'utilisation du cloud sans nécessiter de réarchitecture d'application approfondie.

La sécurité, la fiabilité et la reprise après sinistre sont des préoccupations primordiales pour les organisations dans leurs stratégies IA. Mettre à l'échelle et gérer efficacement les charges de travail IA est également essentiel. De plus, les mandats de gouvernance des données IA incitent les organisations à obtenir une compréhension plus complète des sources de données, de l'âge des données et d'autres attributs de données clés.

Debojyoti ‘Debo’ Dutta, VP de l'ingénierie pour l'IA chez Nutanix, souligne le besoin de nouvelles solutions de sauvegarde et de protection des données dans le paysage IA. Les entreprises prévoient de mettre en œuvre des solutions de protection des données critiques et de reprise après sinistre (DR) pour soutenir la gouvernance des données IA. Les professionnels de la sécurité exploitent également des solutions basées sur l'IA pour améliorer la détection, la prévention et la récupération des menaces, tandis que les acteurs malveillants utilisent des outils basés sur l'IA à des fins malveillantes.

Le rôle de l'IA générative

L'IA générative (gen-AI) est à l'avant-garde des avancées actuelles de l'IA. Cependant, à mesure que l'IA générative devient une partie intégrante de diverses applications et services, elle impose des demandes supplémentaires à l'infrastructure cloud. Ce développement nous amène à considérer l'IA non pas simplement comme une technologie, mais comme une charge de travail cloud nécessitant une gestion et une optimisation réfléchies.

Alors que l'IA continue de façonner l'avenir de la technologie, son intégration transparente dans notre écosystème numérique en fera une partie essentielle, mais presque invisible, de notre vie quotidienne.

La trajectoire de l'évolution de l'IA, d'une innovation disruptive à une charge de travail cloud ubiquiste, est un témoignage de son potentiel transformateur. Alors que les organisations naviguent dans les complexités de la gestion des charges de travail IA sur des environnements multi-cloud, un modèle d'exploitation cloud unifié et une gouvernance des données robuste deviennent des composants critiques de leurs stratégies IA. Dans ce paysage en constante évolution, le rôle de l'IA en tant que force silencieuse et puissante façonnant notre monde numérique n'est que destiné à croître.