Préparation à l’IA et à l’IdO : Comment moderniser votre réseau pour les charges de travail émergentes

L’intelligence artificielle et l’Internet des objets propulsent les réseaux d’entreprise dans une nouvelle ère. Les réseaux ne sont plus uniquement des couches de connectivité qui soutiennent les utilisateurs, les applications et les emplacements d’agence. Ils deviennent la base pour la circulation des données en temps réel, l’automatisation intelligente, les appareils connectés, le traitement en périphérie et la prise de décision alimentée par l’IA.

Pour les DSI et CTO, la modernisation des réseaux pour l’IA et l’IdO est maintenant une exigence stratégique. Selon l’AI Readiness Index de Cisco, environ 75 % des organisations considèrent l’IA comme essentielle à leur stratégie et moins de 30 % se sentent pleinement préparées à la soutenir à grande échelle. Les charges de travail d’inférence IA, les pipelines de données en temps réel et les environnements d’appareils IdO à forte densité peuvent rapidement révéler les limites de performance des infrastructures réseau héritées. Les charges de travail IA sont fondamentalement différentes du trafic d’entreprise traditionnel. Elles génèrent d’importants flux de données est-ouest plutôt que le modèle traditionnel de client-serveur nord-sud. Les réseaux conçus pour un trafic prévisible, des applications centralisées et une densité limitée d’appareils peuvent avoir du mal à soutenir des milliers d’appareils, de grands flux de données et des charges de travail sensibles à la latence.

Une infrastructure réseau prête pour l’IA doit être conçue pour l’évolutivité, la rapidité, la visibilité et la sécurité. Elle devrait aider les entreprises à déplacer les données efficacement, traiter les informations au plus près de leur génération, isoler les appareils connectés et soutenir les nouvelles charges de travail sans créer de risques opérationnels.

Pourquoi l’IA et l’IdO exigent un réseau fondamentalement différent

Les réseaux d’entreprise traditionnels ont été conçus autour de modèles d’exploitation relativement stables. Les applications étaient hébergées dans les centres de données, les utilisateurs travaillaient dans les bureaux de l’entreprise et la majorité des appareils étaient gérés directement par les TI. IA et l’IdO bouleversent ce modèle.

Les charges de travail IA dépendent de grands volumes de données qui circulent entre les applications, les modèles, les environnements de calcul et les plateformes de stockage. Les charges d’inférence, notamment celles qui supportent la prise de décision en temps réel, nécessitent une connectivité rapide et fiable. Les pipelines de données en temps réel doivent acheminer l’information en continu des systèmes, appareils et capteurs vers les plateformes d’analyse. Les environnements IdO ajoutent un niveau de complexité supplémentaire en introduisant des milliers d’extrémités connectées à travers des magasins, des usines, des campus, des entrepôts et sur le terrain.

C’est pourquoi la question de la préparation de votre réseau pour les charges de travail IA devient une priorité technologique pour la haute direction. De plus, le recours grandissant à l’IA pour générer de l’intelligence en temps réel attire beaucoup d’attention sur la refonte des centres de données et des réseaux de centres de données qui doivent maintenant supporter les charges de travail IA. Le réseau doit pouvoir offrir une bande passante supérieure, une plus faible latence, une meilleure priorisation du trafic et une plus grande visibilité opérationnelle. Il doit également gérer des schémas de trafic imprévisibles alors que les cas d’usage IA et IdO se déploient à l’échelle de l’entreprise.

Pour les entreprises, l’objectif n’est pas simplement d’augmenter la bande passante. Il s’agit de moderniser l’architecture réseau afin que l’IA, IdO, l’informatique en périphérie, le nuage et la sécurité fonctionnent ensemble comme une seule fondation numérique.

Une façon pour les organisations de garantir une connectivité réseau appropriée pour soutenir les charges de travail IA et IdO est de migrer vers les interconnexions de prochaine génération, 400-800 Gbe, Infiniband.

Bande passante, latence et exigences de l’informatique en périphérie pour les charges de travail IA

Les charges de travail IA imposent des exigences spécifiques au niveau du rendement du réseau. Les charges et agents IA sont distribués à travers les utilisateurs, succursales, nuages et outils. Ils peuvent même, dans certains cas, être éloignés des modèles et des données sur lesquels ils reposent. Les ensembles de données volumineux, les flux de télémétrie, les flux vidéo, les systèmes de reconnaissance d’images, les données d’interaction client et les journaux opérationnels exigent tous un déplacement fiable des données. Si le réseau est congestionné, instable ou mal segmenté, les résultats de l’IA peuvent être retardés, incomplets ou incohérents.

Les spécifications clés de performance réseau que les décideurs TI devraient évaluer comprennent la capacité de la bande passante, la tolérance à la latence, la gigue, la perte de paquets, la priorisation des applications, la disponibilité, la capacité de basculement et la visibilité du trafic. Tous ces indicateurs sont importants parce que l’IA introduit de nouveaux types de trafic comme la communication modèle à modèle, la récupération de vecteurs, l’inférence en temps réel et les flux périphérie-nuage. Pour les charges d’inférence IA, la latence est particulièrement cruciale puisqu’il est souvent nécessaire de prendre des décisions très près du temps réel. Par exemple, les systèmes de caisse IA, de surveillance d’inventaire, de maintenance prédictive ou de sécurité ne peuvent pas dépendre d’une connectivité lente ou peu fiable.

Une mise à niveau du réseau pour l’informatique en périphérie permet de répondre à ce défi en rapprochant le traitement des données de l’endroit où elles sont créées. Plutôt que d’envoyer chaque flux de données vers un centre de données centralisé ou un nuage, les entreprises peuvent traiter certaines charges de travail aux succursales, magasins, usines ou campus. Ceci peut réduire la latence, diminuer le trafic réseau inutile et améliorer la réactivité pour les cas d’utilisation sensibles au temps.

Pour une infrastructure réseau prête pour l’IA, les entreprises devraient évaluer où s’exécuteront les modèles IA, où les données seront générées, quelles charges de travail nécessitent une réponse en temps réel et quel trafic devrait être priorisé. Ces décisions aident à définir le bon équilibre entre connectivité au nuage, aux centres de données et à la périphérie.

Architecture du réseau IdO : segmentation, évolutivité et gestion des appareils

Un modèle d’architecture réseau moderne pour l’IdO d’entreprise doit être conçu pour l’évolutivité et la sécurité. Les appareils IdO incluent souvent des capteurs, caméras, lecteurs, tablettes intelligentes, équipements industriels, moniteurs environnementaux, dispositifs médicaux connectés ou ressources technologiques opérationnelles et peuvent même être des solutions critiques pour routes intelligentes. Ces appareils disposent parfois de capacités de sécurité, de cycles de correctifs et de comportements de trafic différents des points d’extrémité TI traditionnels.

La première exigence est la segmentation. Les appareils IdO ne devraient pas avoir automatiquement le même accès réseau que les employés, invités, applications d’affaires ou systèmes critiques. Les segments réseau devraient être conçus selon le type d’appareil, la fonction d’affaires, l’emplacement, le niveau de risque et la sensibilité des données. Les réseaux traditionnels deviennent ainsi inefficaces à l’échelle de l’IdO. Les appareils IdO doivent être placés dans une zone à micro-segmentation avec accès privilégié minimal, les isolant des systèmes TI. La microsegmentation des appareils IdO crée un cadre de confiance zéro assurant que si un appareil IdO est compromis, les attaquants ne peuvent pas atteindre les réseaux principaux. Ceci aide à intégrer, isoler et gérer en toute sécurité des milliers de points d’extrémité IdO à grande échelle.

La deuxième exigence est l’évolutivité. Les exigences d’infrastructure réseau pour un déploiement IdO d’entreprise peuvent croître rapidement. Un projet pilote peut débuter avec quelques appareils dans un seul emplacement, mais l’environnement de production peut impliquer des milliers de points d’extrémité à travers plusieurs régions. Le réseau doit prendre en charge la densité des appareils, la gestion des adresses, l’application des politiques, la priorisation du trafic et la surveillance continue.

La troisième exigence est la gestion du cycle de vie des appareils. Les équipes TI doivent savoir quels appareils sont connectés, comment ils s’authentifient, quel type de trafic ils génèrent, s’ils sont conformes et à quel moment ils ont besoin de mises à jour ou d’un remplacement. Sans visibilité centralisée, les déploiements IdO peuvent entraîner des lacunes de sécurité et un manque de visibilité opérationnelle.

Planification de la modernisation de votre réseau pour l’IA et l’IdO : Liste de vérification pratique

Les entreprises qui planifient la modernisation de leurs réseaux pour l’IA et l’IdO devraient évaluer leur état de préparation au niveau de l’infrastructure, de la bande passante, de la périphérie, de la sécurité et des opérations avant de déployer l’IA ou l’IdO à grande échelle.

Une liste de vérification pratique comprend :

• Cartographier les cas d’utilisation de l’IA et de l’IdO selon la priorité d’affaires, l’emplacement et le type de charge de travail
• Identifier quelles charges de travail nécessitent une inférence en temps réel ou une réponse à faible latence
• Évaluer les exigences de bande passante pour la vidéo, la télémétrie, l’analytique et le trafic applicatif
• Définir les seuils de latence, de gigue, de perte de paquets et de disponibilité selon le cas d’utilisation
• Évaluer si le traitement en périphérie est nécessaire pour réduire le temps de réponse ou la dépendance au nuage
• Segmenter le trafic IdO, invité, employé, les technologies opérationnelles et le trafic critique pour l’entreprise
• Établir des politiques sécurisées d’intégration et d’authentification des appareils
• Créer une visibilité centralisée pour les utilisateurs, les appareils, les applications et les emplacements
• Planifier la densité d’appareils dans les magasins, succursales, campus, usines ou entrepôts
• Définir les politiques de gestion du cycle de vie, de mises à jour du micrologiciel et de surveillance des appareils
• Prioriser le routage compatible aux applications et la gestion du trafic pour les charges de travail critiques
• Aligner la modernisation du réseau avec les feuilles de route du nuage, de la cybersécurité, des données et de l’IA
• Valider les exigences de basculement, de résilience et de continuité des activités
• S’assurer que l’architecture peut évoluer des environnements pilotes à l’adoption à l’échelle de l’entreprise

La prochaine vague de transformation des entreprises sera portée par des charges de travail intelligentes, connectées et distribuées. Cependant, le succès de l’IA et de l’IdO dépend de la capacité du réseau à soutenir l’échelle, la vitesse et la sécurité requises par ces charges de travail.

En investissant dans une infrastructure réseau prête pour l’IA, en concevant des modèles d’architecture réseau évolutifs pour l’IdO en entreprise et en planifiant la bonne mise à niveau du réseau d’informatique en périphérie, les organisations peuvent créer une base qui soutient l’inférence de l’IA, l’IdO à haute densité, les pipelines de données en temps réel et l’avenir des opérations numériques.