Dans un contenu sponsorisé par HPE et NVIDIA, les deux entreprises présentent le concept d’« AI factory », une infrastructure intégrée destinée à transformer des données en intelligence de manière répétée et efficace. Elles proposent trois formules, de la solution clé en main à l’architecture souveraine, et insistent sur le fait que le choix doit partir des usages plutôt que du matériel.
- L’AI factory intègre tout le cycle de vie de l’IA, de l’ingestion des données à l’inférence.
- Le choix de l’infrastructure doit partir des usages, pas du matériel.
- HPE et NVIDIA proposent trois formules, du clé en main à l’architecture souveraine.
- Pour la souveraineté, le niveau de contrôle recherché guide le choix de la solution.
Une infrastructure pensée à partir des usages
Une AI factory regroupe l’ensemble du cycle de vie de l’IA : l’ingestion des données, le développement des modèles, leur entraînement, leur adaptation (le fine-tuning), l’inférence, c’est-à-dire leur exécution, ainsi que le suivi et l’amélioration continue. Le texte précise que cette intégration doit servir aussi bien un médecin, un ingénieur ou un service public qu’une entreprise. Choisir un processeur accéléré ne suffit pas : le calcul doit correspondre au modèle économique, le réseau et les flux de données doivent alimenter les accélérateurs, le stockage doit suivre le volume des données, et la sécurité, la gouvernance ainsi que le partage de l’infrastructure entre plusieurs utilisateurs doivent être pensés en amont. L’alimentation électrique et le refroidissement doivent enfin suivre la densité du système, aujourd’hui comme demain. Thierry Pienaar, HPE Fellow, vice-président et directeur technique (CTO) pour les ventes HPC et IA, déclare : « Sans architecture, gouvernance et expertise opérationnelle appropriées, les organisations ne peuvent pas exploiter en toute sécurité leurs données, intégrer l’IA aux processus centraux ou transformer l’innovation en avantage concurrentiel durable. »
Trois formules selon les besoins
Le portefeuille HPE AI Factory with NVIDIA combine les accélérateurs, le réseau et les logiciels d’IA de NVIDIA avec l’infrastructure, les logiciels et les services de HPE. La première offre, HPE Private Cloud AI, est une solution clé en main, installée sur site, destinée au fine-tuning, au RAG (génération augmentée par la recherche, qui relie un modèle à des documents) et à l’inférence, avec un besoin pouvant atteindre 256 GPUs. La deuxième, HPE AI Factory at-scale, s’adresse aux créateurs de modèles, aux fournisseurs de services et aux grandes entreprises, avec des ressources allant de quelques centaines à des dizaines de milliers de GPU, un contrôle centralisé et un fonctionnement multi-locataires, où plusieurs utilisateurs partagent une même infrastructure. La troisième, HPE Sovereign AI Factory, reprend cette architecture en ajoutant un contrôle opérationnel plus poussé, la sécurité et la résidence des données, ainsi que des configurations « air-gapped », isolées de tout réseau extérieur.
Exploiter l’ensemble comme un seul système
À mesure que l’IA se développe dans une organisation, les équipes ont des besoins différents en ressources, en niveaux de service et en périmètres de données. Selon le texte, une mise en production artificielle, réalisée à partir de composants séparés, demande des compétences que beaucoup de directions informatiques n’ont jamais eues à cette échelle. Un système mal conçu peut fonctionner techniquement tout en étant peu rentable : des GPU sous-utilisés, des goulets d’étranglement dans les flux de données, des contraintes d’alimentation ou de refroidissement, ou encore des systèmes de gestion difficiles à exploiter. « Le portefeuille HPE AI Factory with NVIDIA offre aux entreprises une gamme de solutions d’IA codéveloppées avec NVIDIA, appuyées sur l’expertise d’ingénierie et les capacités techniques de HPE, pour concevoir une AI factory adaptée à leurs besoins et l’optimiser pour la performance à grande échelle », précise Thierry Pienaar.
Souveraineté et accompagnement
Le cloud, les environnements privés et les approches hybrides peuvent tous jouer un rôle dans une stratégie d’IA. Pour les organisations soumises à des exigences de souveraineté, le choix dépend surtout du niveau de contrôle recherché : lieu de stockage des données et des modèles, identité des administrateurs, juridiction applicable, règles de gouvernance et degré d’isolement des charges de travail. Kaushik Shirhatti, vice-président, AI Factory chez NVIDIA, déclare : « Les outils d’IA souveraine de HPE et NVIDIA donnent à une entreprise, voire à un État, un contrôle complet sur la façon dont ses systèmes d’IA sont construits, déployés, exploités et gouvernés. » Le texte cite deux déploiements récents : la TELUS Sovereign AI Factory, au Canada, et une sovereign AI factory à l’université de l’Utah, aux États-Unis. HPE AI Services accompagne les clients de la planification à l’exploitation, tandis que HPE Financial Services propose notamment des amortissements accélérés. Les deux partenaires renvoient à la page HPE AI Factory pour en savoir plus.
