L'IA pèse sur les réseaux et les renforce à la fois

De plus en plus d'entreprises adoptent des réseaux définis par logiciel comme le SD-WAN et orchestrent leur infrastructure via le cloud pour répondre à la soif de performance des applications et des charges de travail de l'IA. Mais malgré les progrès réalisés dans ces domaines, trois défis caractérisent cette nouvelle ère de la connectivité :

Challenge #1 : surcharge du système due à un trafic élevé 

Les clusters d'IA poussent les exigences en matière d'énergie et de bande passante bien au-delà des limites conventionnelles : un seul rack de GPU peut générer jusqu'à 100 kilowatts de puissance thermique lors du traitement des données et un trafic de plusieurs dizaines de térabits par seconde, ce qui entraîne d'énormes contraintes au niveau physique et logique. Sur le plan physique, le matériel, le câblage, l'alimentation électrique et le refroidissement atteignent souvent leurs limites. Il en résulte des goulots d'étranglement de la bande passante ainsi que des points chauds qui augmentent le risque d'erreurs. Au niveau logique, le trafic massif de données surcharge les infrastructures réseau et logicielles, ce qui entraîne des congestions de trafic, des goulots d'étranglement au niveau du stockage et des risques de sécurité : Souvent, les solutions de cybersécurité ne sont pas adaptées au débit élevé de données et détectent donc moins bien les anomalies.

Challenge #2 : surface d'attaque plus grande à l'Edge

L'Edge Computing et la décentralisation qui en découle sont la condition de base pour une utilisation agile de l'IA. Cependant, l'infrastructure informatique ainsi considérablement élargie et répartie crée un grand nombre de nouveaux points d'attaque pour les pirates : chaque capteur, chaque passerelle et chaque serveur distant devient un point faible potentiel que les criminels peuvent utiliser pour provoquer des temps d'arrêt. Les pannes ciblées sur les sites de périphérie sont particulièrement appréciées des cybercriminels pour infiltrer les systèmes centraux pendant que les défenseurs sont distraits.

Challenge #3 : Pannes en cascade dues à une surcharge opérationnelle

Bien que de plus en plus de processus de gestion de réseau soient automatisés, la charge de travail des administrateurs augmente de manière drastique. Cela s'explique notamment par la pénurie de personnel qualifié et la complexité croissante des infrastructures réseau due aux applications d'intelligence artificielle et de périphérie. Le facteur humain reste donc un point faible critique qui augmente le risque de configurations erronées, de mises à jour manquées ou incorrectes et de maintenance réactive suite à une surcharge opérationnelle. Les deux options pour atténuer les pannes en cascade qui en résultent sont un degré d'automatisation encore plus élevé et la mise en œuvre de solutions OOB (Out-of-Band).

Toutefois, l'intelligence artificielle n'est pas seulement source de défis, elle offre également aux entreprises - en particulier lorsqu'elle est associée à des réseaux hors bande - de nouvelles opportunités d'améliorer leur efficacité, leur sécurité et leur résilience : 

Chance #1 : moins de temps d'arrêt grâce à l'analyse prédictive

Les outils d'analyse prédictive basés sur l'IA aident les entreprises à identifier leurs limites de capacité, à prédire les pannes et à optimiser les fenêtres de maintenance. L'ère de la gestion de réseau purement réactive touche ainsi à sa fin. L'intégration d'outils d'automatisation NetOps étend ces fonctions en prenant en charge les tâches récurrentes et en éliminant les erreurs de configuration, deux facteurs éminents dans l'apparition des temps d'arrêt.

Opportunité #2 : réduction du MTTR grâce aux réseaux auto-cicatrisants

L'IA devient la clé de la fiabilité et de la résilience des réseaux. Il existe aujourd'hui des systèmes d'IA qui analysent les données télémétriques, détectent les anomalies et prennent des mesures de récupération automatisées avant même que les utilisateurs ne remarquent une panne. Les solutions intelligentes hors bande complètent ces capacités en maintenant une connexion aux ressources du réseau, même lorsque le réseau de production est en panne. Ensemble, l'IA et les solutions OOB constituent donc la base des réseaux auto-réparateurs et réduisent considérablement le temps moyen de rétablissement (MTTR).

Chance #3 : modèles hybrides pour systèmes natifs d'héritage et d'IA

Les entreprises qui souhaitent préparer leur infrastructure réseau pour l'avenir doivent concilier la fiabilité des réseaux existants avec les avantages de l'orchestration et de la surveillance basées sur l'IA. Dans ce contexte, une véritable modernisation ne consiste pas simplement à remplacer l'ancien matériel et les logiciels, mais à intégrer judicieusement les nouvelles solutions dans l'existant. La gestion hors bande aide les entreprises à atteindre cet objectif en fournissant un niveau de contrôle universel pour les systèmes d'héritage et d'intelligence artificielle.

„L'exploitation de systèmes d'IA est un travail difficile pour les administrateurs de réseau et met à rude épreuve le matériel et les logiciels“, explique Dirk Schuma, directeur des ventes EMEA Nord chez Opengear. „Dans ce contexte, la combinaison des fonctionnalités de l'IA et des solutions hors bande est un véritable gamechanger, car elle a le potentiel d'augmenter considérablement la résilience des réseaux“.“

Source : Opengear