Il existe une hypothèse tacite que beaucoup d'entre nous ont intégrée dans les projets d'IA. Si les performances sont médiocres, si les tâches prennent plus de temps que prévu, si les coûts augmentent plus rapidement que prévu, la solution doit être d'augmenter la puissance de calcul. Plus de GPU. Des clusters plus importants. Des accélérateurs plus rapides.
C'est parfois vrai. Mais souvent, ce n'est pas le cas.
C'est autre chose qui fait obstacle. Le réseau. Non pas parce qu'il est défaillant, mais parce qu'il a été traité comme un problème résolu. Et l'IA est très douée pour mettre en évidence des problèmes que nous pensions avoir déjà résolus.
Les charges de travail liées à l'IA se comportent différemment. Elles déplacent les données latéralement, et non plus uniquement verticalement. La formation et l'inférence génèrent un trafic intense entre les GPU. Les pics de latence, autrefois tolérables, deviennent soudainement importants. La congestion, autrefois rare, devient un bruit de fond constant. Le réseau cesse d'être invisible et commence à influencer les résultats.
Ce changement est inconfortable. Surtout si vous avez investi massivement dans l'informatique et que vous vous attendiez à ce que le reste suive le rythme.
Cependant, une tendance assez constante se dessine. Dans les environnements d'entreprise, les performances de l'IA sont désormais moins limitées par la puissance de traitement brute que par la qualité du transfert des données entre les systèmes. Les recherches qui sous-tendent la Stratégie IA 2025-2028 : l'avantage Ethernet le montre clairement, même si elle ne le dit pas aussi ouvertement.
Et cela soulève une question plus délicate : avons-nous optimisé la mauvaise chose ?
Pourquoi cela se produit-il maintenant ?
L'IA est sortie de sa phase pilote. Cela ne fait aucun doute. Ce qui est moins évident, c'est l'impact que cela aura sur la conception des infrastructures.
Une fois que l'IA fait partie intégrante des opérations principales, vous ne traitez plus des charges de travail isolées. Vous obtenez des modèles qui se chevauchent, des accélérateurs mixtes, différentes équipes exécutant des tâches à différents moments pour différentes raisons. L'environnement devient chaotique. Réaliste. Humain.
Dans ce contexte, les réseaux conçus pour être prévisibles rencontrent des difficultés. Les hypothèses fixes concernant les modèles de trafic ne sont plus valables. Et si vous utilisez plusieurs structures, l'une pour les charges de travail traditionnelles, l'autre pour l'IA, les difficultés opérationnelles commencent à se faire sentir. Le manque de compétences est important. La complexité s'accroît. Les petits problèmes deviennent systémiques.
C'est là qu'Ethernet revient discrètement dans la conversation.
Non pas comme un compromis, comme cela a parfois été présenté par le passé, mais comme une force stabilisatrice. Des normes ouvertes. Un vivier de talents considérable. Des modèles opérationnels familiers. Et, de plus en plus, des caractéristiques de performance suffisamment proches des alternatives pour que les compromis ne semblent plus évidents.
Il y a également une question de timing. L'infrastructure IA n'est pas statique. Très peu d'organisations se contenteront d'une mise en place unique. Au cours des prochaines années, la plupart ajouteront de nouvelles capacités à celles déjà existantes. Les projets brownfield et greenfield coexisteront. Les réseaux qui ne tolèrent pas cette réalité ont tendance à devenir des obstacles.
Ce que beaucoup d'équipes ne comprennent toujours pas
Je pense que le plus grand malentendu consiste à considérer le réseau IA comme un domaine spécialisé du centre de données. Quelque chose de distinct. Quelque chose dont on « s'occupera plus tard ».
Cette mentalité était logique lorsque l'IA était encore au stade expérimental. Elle l'est moins aujourd'hui, alors que le trafic IA est pratiquement assuré d'apparaître sur les réseaux construits aujourd'hui, que vous l'ayez prévu ou non.
Une autre idée fausse consiste à penser que les performances seules doivent guider les décisions. Les chiffres de latence, les benchmarks de débit, les vitesses annoncées. Tout cela est important, bien sûr. Mais cela ne vous dit pas comment un réseau se comporte au fil du temps, sous pression, en cas de pannes partielles ou lorsque les équipes doivent l'exploiter jour après jour.
La réalité opérationnelle est importante. La résilience aussi. Tout comme la capacité à évoluer sans tout arrêter pour repartir de zéro.
La recherche fait allusion à cela lorsqu'elle évoque les structures unifiées, les correctifs en direct, la télémétrie et la protection en temps réel. En lisant entre les lignes, le message est assez clair : l'infrastructure IA connaîtra de nouvelles failles, et vous n'aurez pas toujours le luxe de disposer d'un temps d'arrêt pour les réparer.
Cela change la perception de ce qui est « suffisamment bon ».
Un changement plus discret qui mérite notre attention
Un détail qui m'a frappé est l'importance croissante accordée à l'interopérabilité et à la longévité. Non pas comme des idéaux abstraits, mais comme des nécessités pratiques.
La plupart des entreprises ne se contenteront pas d'un seul accélérateur ou fournisseur pour toujours. Elles mélangeront les générations. Elles testeront des alternatives. Elles hériteront des décisions prises des années auparavant. Le réseau se trouve sous-jacent à tout cela, pour le meilleur ou pour le pire.
L'avantage d'Ethernet ici n'est pas qu'il soit parfait. C'est qu'il s'adapte sans se briser. Il permet des changements progressifs. Il tolère l'hétérogénéité. Et il s'aligne sur le comportement réel des organisations, et non sur ce que les conceptions sur tableau blanc supposent qu'elles seront.
Il y a également un aspect humain qui n'est pas suffisamment mis en avant. Les compétences en matière d'Ethernet sont courantes. Les outils de débogage sont familiers. Quand un problème survient à 2 heures du matin, cela importe davantage que les graphiques de référence.
Ce que cela signifie pour les responsables informatiques à l'heure actuelle
Si vous êtes responsable de l'infrastructure IA, la conclusion n'est pas « tout remplacer » ou « standardiser sur X ». C'est plus réfléchi que cela.
Il serait peut-être utile de se poser la question suivante :
Partons-nous du principe que le réseau sera à la hauteur, ou l'avons-nous testé dans des conditions réalistes de charge IA ?
Comprenons-nous où apparaissent les embouteillages, et à quelle vitesse pouvons-nous les détecter et y réagir ?
Sommes-nous en train de construire quelque chose qui ne fonctionne que pour les modèles actuels, ou quelque chose qui survivra aux trois prochains cycles matériels ?
Et peut-être la question la plus difficile : si les performances de l'IA sont décevantes, saurons-nous si le problème vient du calcul, ou allons-nous simplement en acheter davantage et espérer que cela fonctionne ?
Il ne s'agit pas tant de questions techniques que de questions de gouvernance. Elles se situent à la croisée de l'architecture, des opérations et des risques.
Finir là où cela commence vraiment
L'IA touchera toutes les entreprises, que ce soit de manière délibérée ou indirecte. Cela ne fait plus aucun doute. La question qui reste en suspens est de savoir dans quelle mesure les organisations sont prêtes à tolérer les frictions liées à son développement.
Les équipes qui réussissent ne seront pas nécessairement celles qui déploieront les modèles les plus importants en premier. Ce seront celles qui construiront une infrastructure suffisamment souple, visible et adaptable pour absorber les changements sans avoir à constamment tout refaire.
La récente étude du groupe 650 explore cette dynamique plus en détail, notamment en ce qui concerne les raisons pour lesquelles Ethernet devient le choix par défaut pour les réseaux d'IA d'entreprise et ce que cela signifie pour les prochaines années.
Mais même sans cette étude, cette tendance devient difficile à ignorer.
L'IA ne se contente pas de tester votre stratégie informatique. Elle teste également votre volonté de repenser les éléments de la pile que vous pensiez déjà finalisés.
Pourquoi le partenariat est plus important que le choix de la plateforme
Il existe également une réalité pratique qu'il est facile d'oublier. Très peu d'organisations souhaitent gérer tout cela seules. La conception, l'exploitation et l'adaptation de réseaux prêts pour l'IA touchent à l'architecture, aux opérations et à la sécurité, et cela relève rarement de la compétence d'une seule équipe. C'est là que la collaboration avec un fournisseur de services tel que Damovo peut faire toute la différence. Non pas en vendant une solution toute faite, mais en vous aidant à voir plus clairement les compromis, à tester les hypothèses et à construire quelque chose qui correspond à votre environnement plutôt qu'à un environnement idéal. Parfois, la valeur ne réside pas du tout dans le choix d'une nouvelle technologie, mais dans le fait d'avoir un partenaire expérimenté qui peut remettre en question les décisions dès le début, simplifier ce qui est déjà complexe et rester impliqué à mesure que le réseau évolue, plutôt que de disparaître une fois qu'il est opérationnel.