J’ai récemment participé, aux côtés de Bob Friday, directeur de l’IA chez HPE Networking, à un podcast avec Tech Field Day. Le sujet était « Les réseaux de datacenters ont besoin de l’IA », une affirmation avec laquelle nous sommes entièrement d’accord. Dans la première partie de cette série de deux articles, nous avons souligné que toute réflexion sur l’utilisation de l’IA doit partir de vos besoins concrets et des problèmes que vous devez résoudre. Après avoir analysé les difficultés rencontrées par les opérateurs de réseaux de datacenters, nous constatons que l’IA peut leur apporter une aide précieuse. Voici comment.
Des innovations IA natives qui nous positionnent en tant que leader du datacenter
Les progrès de l’IA sont si rapides qu’elle fera, à n’en pas douter, de plus en plus partie intégrante de tout le cycle de vie des datacenters, de leur conception initiale à leur exploitation quotidienne, en passant par leur déploiement. Nous venons d’ailleurs de dévoiler plusieurs nouvelles fonctionnalités AIOps pour les réseaux de datacenters.
- La maintenance prédictive permet aux opérateurs réseau d’identifier les problèmes à venir et de les corriger avant qu’ils ne surviennent.
- État du système: prédisez les défaillances des commutateur en analysant des données sur l’utilisation du processeur, de la mémoire, la température, etc.
- Capacité: déterminez quand étendre votre fabric en vous basant sur les données d’utilisation des liaisons, la croissance du trafic, etc.
- Modules optiques: anticipez les pannes des émetteurs-récepteurs optiques à partir des données de débit Tx/Rx, de puissance, de tension, etc. Les pannes partielles des modules optiques sont toujours difficiles à détecter, parfois davantage qu’une panne complète.
Au lancement, ce type de fonctionnalités n’exploite pas encore l’IA de manière pleinement dynamique et réactive. Au départ, le système définit souvent un seuil statique qui déclenche une alarme. Mais tout comme un bon raisin fait un bon vin, de bonnes données font une bonne IA. Il faut du temps pour accumuler des données, et c’est là que Juniper dispose d’un avantage considérable sur ses concurrents : nous faisons de l’AIOps depuis 10 ans avec la plateforme Mist®. Une IA performante a besoin de temps pour collecter des données, apprendre et s’adapter, tout cela dans l’unique but d’enrichir l’expérience utilisateur. Bien que l’AIOps soit encore émergente dans l’univers des datacenters, son évolution s’accélère remarquablement.
- La garantie du niveau de service nécessite une surveillance approfondie de différents paramètres réseau, l’évaluation d’une multitude d’indicateurs d’intégrité ainsi que l’analyse de leur impact sur une durée spécifique. Les clients peuvent ainsi déterminer clairement si leur réseau répond aux besoins des responsables applicatifs et des utilisateurs finaux.
- La recherche de documentation est le cas d’usage typique des assistants réseau virtuels : la plupart des fournisseurs d’infrastructure ont d’ailleurs commencé par relier un LLM à leur documentation produit pour améliorer la recherche. Viennent ensuite les cas plus avancés reposant sur la connexion d’un LLM à une véritable application logicielle d’entreprise (ou, dans notre cas, aux outils de gestion et d’automatisation réseau) ainsi qu’aux montagnes de données accessibles associées. Les techniciens réseau peuvent désormais interagir avec leurs outils de façon plus intuitive et efficace, simplement en utilisant le langage naturel. Dans ce domaine, l’assistant IA Marvis™ se distingue comme la solution la plus performante du marché.
- L’assurance applicative est essentielle, car l’objectif premier d’un datacenter est d’héberger et de fournir des applications aux utilisateurs finaux. Notre solution combine l’AIOps et les réseaux basés sur l’intention. Des algorithmes de détection des anomalies identifient tout flux anormal. Ces informations sont ensuite croisées avec une compréhension déterministe des applications transitant par chaque port à un instant donné : les performances réseau et applicatives sont ainsi étroitement liées.
- La dernière catégorie d’AIOps dans le datacenter, et peut-être la plus importante, est tout simplement l’expérimentation. Les grands modèles de langage (LLM) sont de formidables machines, presque magiques. Même leurs créateurs admettent qu’ils ne comprennent pas toujours les mécanismes intuitifs qui régissent leur fonctionnement.
Dans le cadre de leur transformation, les entreprises doivent adopter et personnaliser ces grands modèles de langage (LLM). Elles doivent vectoriser les gisements de données dont elles disposent pour les injecter dans un modèle d’IA via la génération augmentée par récupération (RAG). Les éditeurs de logiciels, en particulier, doivent explorer les possibilités d’intégration de leurs solutions avec les LLM et autres modèles d’IA. Dans le domaine des réseaux, le protocole MCP (Model Context Protocol) s’annonce comme un élément clé pour le développement d’agents IA autonomes. Si votre entreprise n’a pas encore déployé un serveur MCP pour ses logiciels, il est temps de vous y mettre !
Dans les années à venir, ce seront principalement les clients qui orienteront l’évolution de l’IA. Les innovations les plus marquantes émergent souvent lorsque les entreprises permettent aux utilisateurs d’accéder librement à leurs systèmes, ce qui donne lieu à des applications parfois surprenantes et inédites. L’histoire nous montre d’ailleurs que les plus grandes révolutions technologiques sont fréquemment venues des utilisateurs eux-mêmes plutôt que des fournisseurs de solutions.
Nous vivons une époque passionnante !
Nous sommes inondés d’informations sur l’IA et sa rapide évolution. Nous voulons rester informés sans être dépassés. Pourtant, l’IA est plus accessible que jamais. Chacun peut télécharger gratuitement des milliers de modèles d’IA sur Hugging Face ! Même un débutant peut facilement créer un serveur MCP et le connecter à plusieurs sources de données. Et si vous êtes bloqué, il suffit de demander de l’aide à Claude. Les LLM ressemblent de plus en plus à des entités humaines avec lesquelles nous pouvons interagir. C’est une période passionnante pour les ingénieurs réseau.
