Nokia lance laboratoire IA pour réseaux data centers avec AMD

38

L’alliance Nokia-AMD pour l’infrastructure de données

Pour répondre à la demande croissante de puissance de calcul, Nokia a lancé un laboratoire de réseaux IA dédié à la co-innovation. Ce centre de recherche vise à accélérer l’émergence de réseaux de centres de données nativement conçus pour l’intelligence artificielle. L’un des piliers de cette stratégie repose sur un partenariat technique avec AMD, permettant de valider des solutions d’entreprise sur des environnements réels.

En co-développant des solutions avec des partenaires, tels que Nokia dans leur laboratoire d’innovation en réseaux IA, nous nous assurons que nos solutions d’IA d’entreprise AMD sont testées avec les commutateurs de centres de données Nokia sur des charges de travail et des demandes de réseau réelles.

Travis Karr, Corporate Vice President, HPC and Sovereign AI, AMD

Des infrastructures sous pression selon l’étude EMA

L’initiative de Nokia intervient dans un contexte de tension opérationnelle majeure. Selon une étude de l’Enterprise Management Associates (EMA), la complexité des environnements hybrides et multi-cloud fragilise la gestion des réseaux. Le rapport intitulé « Network Management Megatrends 2026 » révèle que la majorité des organisations peinent à aligner leurs outils avec l’accélération de l’adoption de l’IA. Le manque de ressources humaines et l’éparpillement des outils créent un fossé entre les ambitions technologiques et la réalité du terrain.

Les opérateurs de réseau savent clairement qu’ils doivent faire mieux, mais ils ne reçoivent pas le soutien dont ils ont besoin. Ils ont besoin de budget pour combler les postes vacants dans leurs équipes. Ils ont besoin de meilleurs outils. Ils ont besoin de plus d’automatisation. Ils ont besoin de plus d’influence sur les architectures modernes, comme les réseaux hybrides et multi-cloud. Les CIO doivent prendre leurs responsabilités et donner aux opérateurs de réseau le soutien qu’ils méritent, surtout si ces CIO veulent réussir la transformation de l’IA. Les réseaux détermineront le succès ou l’échec de ces projets.

Shamus McGillicuddy, vice president of research for network infrastructure and operations at EMA

La hiérarchie de l’intelligence réseau : du signal à la décision

Pour surmonter ces obstacles, les experts préconisent un passage d’une gestion réactive à une gestion proactive. L’intelligence réseau repose sur la capacité à transformer des signaux bruts en décisions stratégiques. Cette progression suit la hiérarchie DIKW (données, information, connaissance, sagesse), où la valeur augmente à mesure que le contexte est ajouté. L’élément catalyseur de cette transformation est le « data fabric » (tissu de données). Ce mécanisme permet de collecter les signaux provenant de milliers de dispositifs pour les unifier. Sans cette architecture, les ingénieurs perdent des heures à diagnostiquer des baisses de performance ; avec elle, l’IA peut corréler instantanément les données de télémétrie.

• Données : Collecte des logs, métriques et enregistrements bruts.
• Information : Structuration des données en tableaux de bord et rapports.
• Connaissance : Identification des modèles, des tendances et des causes profondes.
• Sagesse : Utilisation de l’IA pour l’automatisation de la remédiation et les décisions stratégiques.

L’automatisation face aux goulots d’étranglement opérationnels

Le passage à l’IA ne peut réussir si les processus de réponse aux incidents restent archaïques. Actuellement, les équipes informatiques sont souvent submergées par un flux constant d’alertes provenant de plateformes disparates, ce qui force une intervention manuelle chronophage. Comme l’indiquent les analyses sur les goulots d’étranglement dans la réponse aux incidents, le passage d’une réponse fragmentée à une résolution coordonnée nécessite une automatisation intelligente. L’enjeu est de permettre aux systèmes de corréler automatiquement le contexte réseau, l’identité et les menaces pour réduire les délais de résolution. Pour les entreprises, l’objectif ultime est de libérer les équipes des urgences quotidiennes afin qu’elles puissent se concentrer sur l’innovation et les projets critiques.