Le GPU en tant que service : un catalyseur de la croissance de l’IA dans l’ASEAN, entre opportunités et défis

Chin LimDirecteur principal pour l’ASEAN, F5

À mesure que l’intelligence artificielle (IA) progresse, la demande en matériel haute performance monte en flèche. Les organisations ont de plus en plus de mal à disposer de la puissance de calcul nécessaire pour exécuter des modèles et des charges de travail d’IA complexes. C’est là qu’intervient le GPU en tant que service (GPUaaS).

En offrant un accès à la demande, via le cloud, à de puissants processeurs graphiques (GPU), le GPUaaS transforme la manière dont les entreprises abordent leur infrastructure d’IA. Il évite d’avoir à investir dans du matériel coûteux, permet une mise à l’échelle fluide et s’intègre facilement aux services cloud existants, tout en simplifiant les opérations. Mais comment le GPUaaS fonctionne-t-il exactement, et pourquoi devient-il la solution privilégiée des organisations axées sur l’IA ?

Libérer le potentiel de l’IA dans l’ASEAN

Au sein de l’Association des nations de l’Asie du Sud-Est (ASEAN), le marché du GPUaaS se développe à mesure que de nouveaux acteurs se lancent dans ce secteur afin de répondre aux défis propres à la région. La langue constitue l’un des principaux moteurs de cette croissance. Les grands modèles de langage (LLM) open source sont principalement entraînés en anglais et peinent souvent à traiter les langues locales, riches en nuances culturelles. Les organisations doivent donc réentraîner ou affiner ces modèles à l’aide de données locales afin de garantir des réponses plus précises et pertinentes dans les langues maternelles des utilisateurs.

Parallèlement, les avantages du GPUaaS contribuent à favoriser son adoption. Son évolutivité permet aux utilisateurs d’ajuster facilement les ressources GPU en fonction des besoins de leurs projets. Sa flexibilité, grâce à un modèle de paiement à l’usage, permet aux organisations de réduire leurs dépenses globales en ne payant que ce qu’elles consomment. Le GPUaaS offre également un accès immédiat à des technologies de pointe, facilitant ainsi le prototypage et le déploiement rapides, ce qui accroît la flexibilité et réduit les délais de mise sur le marché.

Un autre aspect important à prendre en compte concerne la gravité, la résidence et la souveraineté des données. La gravité des données désigne leur tendance à attirer les applications et les services vers leur emplacement afin d’améliorer les performances et l’efficacité. Dans de nombreux cas, les données doivent être hébergées dans des lieux précis en raison des réglementations relatives à leur résidence et à leur souveraineté, ce qui implique que les fournisseurs de GPUaaS doivent être implantés à proximité de leurs utilisateurs. L’IA souveraine, qui met l’accent sur la capacité d’un pays à développer l’IA à l’aide de ses propres infrastructures, données et ressources, joue également un rôle majeur dans l’évolution de la demande de services GPUaaS localisés.

Enfin, le coût et l’offre limitée de GPU chez les fournisseurs de services cloud (CSP) de l’ASEAN sont des facteurs à prendre en compte lors de l’adoption du GPUaaS. Selon un récent rapport de Dell, les déploiements d’IA sur site peuvent permettre de réaliser jusqu’à 75 % d’économies par rapport aux solutions reposant sur des CSP. Le GPUaaS constitue une alternative économique qui permet aux organisations d’accéder à des GPU hautes performances sans avoir à investir d’emblée dans une quantité importante de matériel, ce qui en fait une option intéressante pour celles qui souhaitent développer leurs capacités d’IA dans la région.

Trouver un équilibre entre les avantages et les risques du GPUaaS

Si les avantages du GPUaaS contribuent à son adoption généralisée, ils soulèvent également leur lot de préoccupations. L’un des principaux enjeux concerne la sécurité des données, car les données transmises vers et depuis les GPU peuvent être vulnérables à l’interception ou aux accès non autorisés. En outre, le traitement des données sur des GPU distants peut nécessiter de composer avec des réglementations variables en matière de protection des données et différentes exigences de conformité. Les performances constituent une autre préoccupation : la dépendance à Internet ou à une connexion privée, ainsi que les fluctuations des performances des GPU, peuvent affecter la vitesse et la réactivité des applications. Le GPUaaS repose sur des connexions stables et à haut débit, les réseaux privés étant souvent privilégiés par rapport à l’Internet public pour garantir des performances optimales.

Comment F5 peut-il vous aider ?

F5 propose, depuis une console unique, des services SaaS innovants et multicloud de mise en réseau, d’optimisation du trafic et de sécurité pour les clouds publics et privés, notamment pour les fournisseurs de GPUaaS.

En créant une surcouche de maillage chiffré sur n’importe quel réseau, les entreprises peuvent se connecter à un fournisseur de GPUaaS (usine d’IA) pour l’inférence, la vectorisation ou l’entraînement de modèles d’IA. Grâce à une segmentation complète du réseau et des applications, toute la connectivité de la surcouche est privée et sécurisée, et s’appuie sur une infrastructure réseau sous-jacente existante. En outre, le maillage chiffré de F5 répond aux enjeux de résilience numérique en surveillant, détectant et optimisant dynamiquement le trafic, puis en l’acheminant vers les composants d’IA opérationnels, afin que vos applications d’IA restent toujours accessibles et disponibles.

Vous trouverez ci-dessous un exemple de déploiement d’un grand modèle de langage (LLM) utilisant la génération augmentée par récupération (RAG) et s’appuyant sur une usine d’IA fournie par un prestataire GPUaaS. Les données étant acheminées en toute sécurité sur le maillage sécurisé et chiffré, leur transit ne présente aucun risque ; par ailleurs, aucune donnée n’est stockée chez le prestataire GPUaaS. Les données au repos du corpus d’une organisation restent inchangées à leur emplacement d’origine. Cette architecture permet également d’effectuer l’inférence d’IA en périphérie (dans un cloud public ou même dans des succursales) pour les applications sensibles à la latence.

Si l’application d’IA (par exemple, un chatbot agentique intégrant la génération augmentée par récupération, ou RAG) est accessible depuis Internet, il est important d’envisager un service de protection des applications web et des API (WAAP) reposant sur un réseau cloud afin de la protéger contre les cyberattaques.

Figure 1 : exemple de déploiement d’un grand modèle de langage (LLM) avec génération augmentée par récupération (RAG), s’appuyant sur une usine d’IA fournie par un prestataire de GPU en tant que service (GPUaaS)

En s’appuyant sur une plateforme dotée d’une console de gestion unique, il est désormais possible d’assurer la conformité, l’observabilité et le contrôle de l’ensemble du trafic, y compris des API transitant selon les axes Nord-Sud et Est-Ouest au sein du maillage chiffré.

Figure 2 : la découverte des API, la gestion de leur posture et leur protection sont essentielles à la sécurité des grands modèles de langage (LLM) d’IA.

En outre, le trafic transitant par l’Internet public et le maillage privé chiffré doit pouvoir être observé et contrôlé par les équipes NetOps et SecOps afin de gérer ce qui constitue essentiellement une infrastructure multicloud complexe et hétérogène.

Figure 3 : la mise en réseau multicloud et l’observabilité sont essentielles dans un déploiement d’IA distribué, qui peut s’étendre aux centres de données sur site, au cloud privé, au cloud public et à la périphérie.

Envie d’en savoir plus ?

À mesure que l’adoption de l’IA s’accélère, il est essentiel de renforcer la résilience des systèmes d’IA pour garantir leur réussite à long terme. Le GPUaaS offre une solution évolutive et efficace, mais les organisations doivent relever des défis tels que la sécurité des données, la variabilité des performances et la conformité réglementaire. En répondant à ces enjeux et en tirant parti de la flexibilité du GPUaaS, les entreprises peuvent mieux se préparer à satisfaire les besoins croissants des charges de travail liées à l’IA.

Si vous souhaitez découvrir comment la résilience de l’IA peut renforcer votre organisation, venez nous rencontrer lors de la prochaine conférence GovWare sur le stand P06, du 15 au 17 octobre, au Sands Expo and Convention Centre, où nous présenterons plus en détail ces tendances et solutions.

À propos de l’auteur

Chin LimDirecteur principal pour l’ASEAN, F5

Basé à Singapour et largement connu sous le nom de Chin, il occupe le poste de directeur principal des ventes stratégiques chez F5 ASEAN, où il pilote la stratégie d’engagement client dans la région ASEAN. Chin possède plus de 25 ans d’expérience dans le développement d’applications et l’exploitation d’infrastructures, avec une expertise particulière dans les architectures cloud natives, la mise à disposition d’applications modernes basées sur des microservices et les infrastructures de périphérie sécurisées. Avant de rejoindre F5, il a travaillé chez Borland Software, où il occupait le poste de directeur de la gestion des ventes de produits pour la région Asie-Pacifique et était responsable de la gestion du cycle de vie des applications et des intergiciels. Auparavant, il dirigeait chez BEA une équipe de responsables de solutions et de consultants, et aidait les entreprises à concevoir des environnements d’applications distribuées à l’aide des plateformes WebLogic et Tuxedo. Chin est titulaire d’un diplôme d’ingénieur en génie informatique obtenu avec mention très bien à l’Université de Newcastle, en Australie.

Autres articles de Chin Lim