Equinix, compétences et infrastructure pour gérer l’IA

Kaladhar Voruganti, technologue commercial senior chez Equinix: Les entreprises ont-elles les compétences et l’infrastructure pour gérer l’impact de l’IA ?

L’avènement de ChatGPT a conduit à la généralisation de l’IA générative. Incitant ainsi un grand nombre d’organisations à se concentrer suraccélération d’initiatives d’IA pour mieux servir les clients, les employés et les partenaires tout en rationalisant les flux de travail internes.

L’impact de l’IA : une infrastructure d’information pas à la hauteur

Néanmoins, il convient également de se demander : ces organisations auront-elles les compétences, les systèmes et l’infrastructure nécessaires pour gérer l’énorme impact que l’IA aura sur leurs modèles d’exploitation ? L’édition 2023 de l’enquête Global Tech Trends Survey (GTTS) d’Equinix a révélé une réponse claire. 42 % des responsables informatiques des entreprises estiment que leur infrastructure informatique n’est pas entièrement préparée pour s’adapter à l’adoption croissante de l’IA. De plus, 41 % doutent de la capacité de leur équipe à mettre en œuvre la technologie.

La mise en œuvre de l’IA dans la production introduit de nouveaux défis

Les équipes informatiques qui commencent à prendre en charge l’utilisation des technologies d’IA dans leurs organisations sont confrontées à un certain nombre de défis. Des défis entièrement nouveaux en termes de coût, de performance, de partage de données, de pénurie de compétences et de durabilité. Partant de la sphère économique, source de inquiétude pour les entreprises, le résultat est que d’ici le milieu de cette décennie, la plupart des données seront générées en dehors du centre de données.

Quelques exemples

Par exemple, si les données sont générées dans le cloud, il est logique de les traiter dans le cloud. Cependant, si les données sont générées à la périphérie, elles doivent être stockées et traitées à la périphérie. Par conséquent, les architectures d’IA centralisées ne sont pas évolutives en termes de coût et de performances. Le coût du backhauling des données générées à la périphérie et envoyées au cœur peut être prohibitif.

Equinix – L’impact de l’IA

Les organisations peuvent également rencontrer des obstacles pour atteindre des performances optimales pour diverses raisons. Comme la difficulté d’accéder à la dernière technologie GPU dans le cloud, la latence/le débit d’inférence de périphérie. Et encore une fois, les différences entre l’architecture du système et de l’implémentation, car même si les fournisseurs de GPU, les OEM et les clouds peuvent tous utiliser le même type de GPU, il y aura une différence dans les performances globales de ces implémentations. Et cela est dû à l’architecture d’interconnexion des GPU avec le réseau, le stockage et les autres GPU du cluster.

Ne violez pas les règles de conformité

Et pourtant, il y a aussi des défis liés au partage des données. Étant donné que, dans de nombreux cas, les organisations doivent exploiter des données externes (par exemple, des données météorologiques, des données de trafic, etc.) pour améliorer la précision de leurs modèles d’IA. Se forçant ainsi à connaître le chemin des données et les modèles externes qu’ils utilisent pour s’assurer qu’ils ne violent pas les réglementations de conformité et pour se protéger des données corrompues manipulées par des agents malveillants.

Equinix – les principaux enjeux : compétences et durabilité

Pourtant, l’un des plus grands obstacles est la difficulté de supposer travailleurs qualifiés dans le domaine de l’IA. A tel point que dans le GTTS, 45% des responsables informatiques déclarent que le plus grand défi en matière de compétences est la vitesse de transformation du secteur technologique. Enfin, la durabilité.

Expertise et infrastructure pour gérer l’impact de l’IA

Les racks de formation AI consomment plus de 30 kVA par rack et le refroidissement par air devient inefficace ; un kVA plus élevé par rack nécessite un refroidissement liquide ; et la plupart des centres de données privés (internes) ne sont pas équipés pour gérer ces racks d’IA énergivores.

Sommes-nous prêts pour l’IA ?

Une chose est certaine : la création de solutions d’IA évolutives nécessitera que les entreprises soient capables de gérer l’ingestion, le partage, le stockage et le traitement d’ensembles de données énormes et diversifiés. Tout en tenant compte de la durabilité. En d’autres termes, ils devront atteindre l’IA au niveau de la production. Et, de ce point de vue, la participation à un écosystème numérique sera de plus en plus fondamental. Aider les équipes d’infrastructure informatique à surmonter la complexité de l’IA, à gérer d’énormes volumes de données et à accéder à de nouveaux partenaires technologiques avec des solutions innovantes.