L'IA moderne nécessite NaaS :l'avenir des réseaux distribués

L’époque où il fallait exécuter des opérations d’IA dans un seul centre de données ou dans une installation cloud centralisée est révolue. Les applications d’IA modernes doivent utiliser des services et des capacités hautement distribués. Rassembler ces ressources de manière transparente nécessite une nouvelle approche de la mise en réseau. Entrez dans le NaaS, réseau en tant que service, qui est (comme son nom l'indique) un modèle de services cloud dans lequel les fournisseurs fournissent des fonctionnalités de mise en réseau, notamment la connectivité, la sécurité et la gestion, aux entreprises à la demande et généralement via un abonnement.

Un rapide aperçu du fonctionnement des applications d’IA modernes illustre la nécessité du NaaS. Pour commencer, les données utilisées pour entraîner les modèles d’IA sont généralement stockées et générées à différents endroits. Les ressources de calcul pour la formation des modèles et l'exécution de l'inférence sont souvent dispersées, en particulier avec l'essor de nouvelles offres telles que les GPU-as-a-Service et Neoclouds. Le besoin d'analyse rapide et d'informations exploitables dans les applications en temps réel signifie que le traitement et l'inférence des données doivent être effectués à proximité de l'endroit où les données sont générées ou où l'action (par exemple, une voiture autonome manœuvrant autour d'un danger routier) a lieu.

Compte tenu de ces facteurs, la convergence de l’IA et des réseaux a retenu une attention considérable cette année. Mplify (anciennement MEF), l'organisation qui pilote le marché NaaS depuis des années, a intégré l'IA. «Nous sommes passés au rôle de l'IA», a déclaré Pascal Menezes, CTO de Mplify. Il a souligné qu'avec la présence partout d'agents et de modèles d'IA de toutes sortes, les réseaux sont devenus très critiques.

Voir aussi : Pourquoi l'IA en temps réel a besoin d'un cloud computing distribué à la périphérie

Entrez NaaS

Aujourd’hui, les entreprises et les fournisseurs fournissant des services pour soutenir les efforts d’IA ont essentiellement besoin de la connectivité IA en tant que service. C'est là que le NaaS peut jouer un rôle essentiel.

NaaS est un modèle de consommation de type cloud pour les réseaux. Au lieu que les entreprises possèdent, configurent et gèrent leur propre matériel et logiciels de réseau, elles peuvent consommer des fonctionnalités de connectivité, de bande passante, de sécurité et d'optimisation à la demande d'un fournisseur.

Les aspects clés incluent :

• À la demande et par abonnement  :à l'instar du SaaS ou de l'IaaS, les entreprises peuvent augmenter ou réduire leur activité en fonction de leur utilisation.
• Automatisation basée sur des règles  :Les fonctions réseau sont exposées sous forme d'API et de services plutôt que de configuration manuelle.
• Infrastructure abstraite  :Les entreprises n'ont pas à se soucier des liens physiques, du routage ou du matériel spécifique au fournisseur.

Voir aussi : Que sont les Neoclouds et pourquoi l'IA en a-t-elle besoin ?

Le rôle de Mplify dans NaaS

Mplify a une longue histoire de mise sur le marché de technologies de connectivité. L'accent mis sur les frameworks, les API LSO (Lifecycle Service Orchestration) et les certifications a contribué à faire de Carrier Ethernet une offre omniprésente sur laquelle les entreprises se sont appuyées pendant des décennies.

Le groupe a suivi un chemin similaire avec le NaaS. La société a développé des API et des frameworks LSO qui permettent aux fournisseurs de services d'exposer des services réseau, tels que SD-WAN, Secure Access Service Edge (SASE), et bien plus encore, de manière standardisée.

Grâce aux normes de Mplify, les entreprises peuvent commander, activer et surveiller les services réseau de plusieurs opérateurs comme si elles traitaient avec un seul fournisseur de cloud. De plus, les fournisseurs peuvent certifier leurs offres par rapport aux normes de Mplify, ce qui augmente la confiance et accélère l'adoption.

Pourquoi le NaaS est important pour l'IA

L'IA, l'informatique de pointe et l'accélération GPU sont des systèmes hautement distribués et gourmands en ressources. Ils nécessitent une connectivité flexible. Les charges de travail d’IA peuvent éclater entre les centres de données, les cloud et les sites périphériques. NaaS permet aux entreprises et aux fournisseurs de créer des liens à large bande passante uniquement en cas de besoin. À cette fin, NaaS prend en charge des exigences fluctuantes basées sur des changements prévisibles et imprévus dans la demande des entreprises.

Les applications d’IA modernes nécessitent également une faible latence et une qualité de service (QoS) assurée. C’est un autre domaine dans lequel le NaaS peut jouer un rôle. Par exemple, l'inférence à la périphérie (par exemple, dans la fabrication ou les systèmes autonomes) nécessite un réseau déterministe et fiable. NaaS permet des garanties de performances basées sur des politiques. À ce stade, les fournisseurs NaaS proposent généralement des accords de niveau de service (SLA) qui garantissent des niveaux spécifiques de performances, de fiabilité et de disponibilité.

Un aspect supplémentaire du NaaS est qu’il intègre étroitement la sécurité. C’est important car, avec les GPU distribués et les nœuds périphériques, la surface d’attaque s’étend. NaaS intègre la sécurité dans le cadre de la structure de services. La plupart des offres NaaS prennent en charge SASE, qui combine des capacités de connectivité de réseau étendu (WAN) avec des fonctions de sécurité réseau, telles que des passerelles Web sécurisées, un accès réseau sans confiance (ZTNA), un pare-feu en tant que service (FWaaS) et un courtier de sécurité d'accès au cloud (CASB).

Résultat

Les entreprises sont habituées aux offres de calcul en tant que service. Cependant, à mesure qu’ils élargissent leurs initiatives d’IA et utilisent de nouvelles offres telles que les GPU en tant que service, les capacités de calcul submergent rapidement le réseau sous-jacent. Cela crée des points d'étranglement et introduit des problèmes de performances.

Le NaaS contribue à résoudre ces problèmes en offrant des interconnexions tout aussi élastiques et à large bande passante. De tels services garantissent que les entreprises et les fournisseurs peuvent déplacer de grands ensembles de données d'IA et exécuter des modèles distribués sans introduire de latence ni autres retards.