À sa première Horizon événement clients et partenaires cette semaine, Équinix Inc. a soutenu que l’architecture de l’intelligence artificielle d’entreprise est en train d’être remodelée par une question simple mais difficile à répondre : où doit se dérouler l’inférence ?
Au cours des dernières années, une grande partie des discussions sur l’infrastructure de l’IA s’est concentrée sur l’offre et le coût du calcul accéléré. L’accent a été mis sur les unités de traitement graphique, les usines d’IA, les pôles de formation et la constitution de capital sans précédent nécessaire pour les soutenir. Ceux-ci restent cruciaux. Mais à mesure que l’IA d’entreprise passe des expériences aux applications réelles, le défi opérationnel le plus immédiat est la distribution.
Les données résident sur plusieurs cloud et systèmes d'entreprise. Les utilisateurs, les capteurs et les processus métiers sont dispersés dans toutes les régions. Les modèles peuvent être propriétaires, open source, peaufinés ou fournis sous forme de services. Les agents IA appelleront d’autres agents, outils et interfaces de programmation d’applications au-delà des frontières organisationnelles et infrastructurelles. Dans cet environnement, le calcul n'est qu'un composant d'un système qui doit être connecté, gouverné et optimisé en permanence.
C'est la prémisse derrière les deux annonces faites par Equinix à Horizon : Equinix Fabric One, un service de connectivité tout-à-tout géré et piloté par l'intention, et Equinix Inference Exchange, une offre d'inférence distribuée construite avec Nvidia Corp. et Ensemble AI Inc.
Ensemble, ils représentent un effort visant à étendre le rôle traditionnel d'Equinix en tant que fournisseur d'interconnexion neutre à l'ère de l'IA. L'entreprise vise à faire de son empreinte mondiale, de son écosystème dense et de sa plateforme Fabric le lieu où les entreprises non seulement colocalisent et interconnectent les infrastructures, mais également assemblent et exploitent des environnements d'IA distribués.
Des liens aux résultats
Fabric One est l’annonce la plus fondamentale. Equinix le décrit comme un service géré permettant de connecter les environnements d'entreprise distribués, de cloud et d'IA. Le principal changement réside dans le modèle opérationnel : plutôt que d'exiger des clients qu'ils conçoivent, fournissent et gèrent un ensemble de services réseau distincts, Fabric One est censé leur permettre d'indiquer le résultat commercial ou applicatif dont ils ont besoin et de laisser la plate-forme composer la connectivité sous-jacente.
Concrètement, une entreprise peut spécifier qu'elle a besoin d'une connexion sécurisée, résiliente et à faible latence entre une source de données dans une région métropolitaine, un fournisseur d'inférence dans une autre, une application hébergée dans le cloud et une succursale, une usine ou un autre emplacement périphérique. Fabric One est destiné à orchestrer le routage, la connectivité cloud, le chiffrement, la redondance et le basculement en tant que service géré unique.
Il s’agit d’un changement significatif par rapport au modèle de réseautage orienté projet, encore familier à de nombreuses grandes entreprises. Aujourd'hui, la création d'un flux de travail d'IA distribué peut nécessiter des équipes et des outils distincts pour les interconnexions cloud, les services des opérateurs, les contrôles de sécurité, le routage réseau, les opérations de colocation, la capacité GPU et l'intégration des applications. Chaque fournisseur de modèle, région cloud ou point de terminaison d'inférence supplémentaire peut ajouter une autre tâche d'ingénierie et de gouvernance.
Dans son discours d'ouverture, Chris Audie, directeur des produits d'Equinix, a préparé le terrain pour l'événement en déclarant : « Pendant des décennies, les réseaux d'entreprise ont été construits une connexion à la fois pour chaque partenaire et fournisseur dont ils dépendent. Cette approche n'est pas adaptée à un monde d'IA distribuée qui exige une connectivité dynamique, flexible et en temps réel. »
Fabric One utilisera des spécifications de connectivité ouvertes développées en collaboration avec Amazon Web Services Inc. et Google Cloudses principaux partenaires d'intégration. Le service devrait entrer en version bêta plus tard cette année, avec une disponibilité générale prévue pour 2027, initialement en Amérique du Nord.
Historiquement, la proposition de valeur d'Equinix s'est concentrée sur un provisionnement plus facile, mais cette version va plus loin. Il vise à transformer le réseau en un plan de contrôle adaptatif pour l’infrastructure de l’ère de l’IA. Les clients peuvent soumettre des demandes via un portail, des API, des flux de travail d'automatisation, des agents ou des invites en langage naturel. La plateforme valide ensuite en permanence le réseau et gère les politiques, le chiffrement, la résilience et le basculement.
Ce modèle est particulièrement pertinent pour l’IA agentique. Une future application d’entreprise ne fera pas nécessairement appel à un seul grand modèle de langage exécuté dans un seul cloud. Il peut coordonner dynamiquement plusieurs modèles et services, récupérer des informations de plusieurs domaines de données, appliquer des contrôles de politique et appeler des agents spécialisés à différents endroits. Dans ce scénario, le réseau ne peut pas rester un service public opaque et statique. Il doit devenir programmable, sensible aux politiques et réactif aux besoins de l'application.
Pourquoi l'inférence change l'équation
Equinix Inference Exchange répond au problème complémentaire : comment les entreprises peuvent rapprocher la capacité d'inférence de production de leurs données, applications et utilisateurs sans créer elles-mêmes la pile complète.
L'offre combine les architectures de référence d'entreprise et l'infrastructure d'IA de Nvidia, la plateforme Together.ai, qui prend en charge plus de 200 modèles open source, ainsi que l'empreinte mondiale des centres de données et des interconnexions d'Equinix. Equinix affirme que le service prendra en charge les déploiements multi-tenant pour une efficacité partagée et les environnements dédiés à locataire unique pour les charges de travail nécessitant une capacité isolée. La disponibilité est prévue pour le premier trimestre 2027.
Cette annonce est importante pour l’économie de l’inférence et l’expérience utilisateur. La formation peut être concentrée dans des clusters massifs et centralisés car il s'agit d'un processus de longue durée orienté par lots. L'inférence est différente. Il se situe sur le chemin en direct d’une application, d’une interaction client, d’un système opérationnel ou d’un flux de travail agent. Cela peut être sensible à la latence, aux coûts de déplacement des données, aux exigences de souveraineté et au coût cumulé de chaque jeton généré.
Lors de son discours d'ouverture, le PDG Adaire Fox-Martin (photo, à gauche) a fait valoir ce point en identifiant quatre pressions convergeant sur les technologies de l'information d'entreprise : le calcul fragmenté, l'augmentation du trafic de machine à machine, le défi d'obtenir des retours prévisibles de l'IA et des exigences de plus en plus strictes en matière de souveraineté des données. « Là où les opérations de calcul deviennent aussi importantes que le calcul lui-même », a-t-elle déclaré.
Une entreprise n’a pas nécessairement besoin de chaque demande d’inférence pour atteindre le modèle centralisé le plus large possible. Dans de nombreux cas, il nécessite un modèle suffisamment performant, correctement gouverné, abordable et physiquement proche de l’interaction ou de la source de données. Une application de fabrication peut nécessiter des temps de réponse à proximité de l'usine. Un service destiné au client peut nécessiter une inférence à proximité d’un centre de population métropolitain. Une organisation réglementée du secteur financier, de la santé ou du secteur public peut avoir besoin de conserver le traitement des données et des inférences dans une juridiction spécifique.
Le PDG de Nvidia, Jensen Huang (à droite), a pris une pause du sommet du G20 pour participer en vidéo. Il a souligné le même changement architectural lors de sa discussion Horizon avec Fox-Martin. « Le monde de l’IA va être décentralisé, fondamentalement décentralisé », a-t-il déclaré, décrivant les applications d’IA qui orchestreront les agents accédant aux données et aux services sur plusieurs cloud et emplacements.
Huang a également expliqué l'importance de la proximité, où le calcul doit être proche de « l'action » – capteurs, clients, usines, tours de téléphonie cellulaire, aéroports ou autres emplacements avec des volumes de données élevés et où le temps de réponse compte – tandis que les connaissances préalables et la mémoire à long terme peuvent résider plus loin. L'empreinte distribuée et la structure d'interconnexion d'Equinix sont conçues pour permettre aux entreprises de prendre en charge les deux réalités simultanément.
Un chemin plus simple vers la production
L’aspect le plus convaincant de la stratégie Equinix n’est pas qu’elle élimine la complexité de l’IA. Ce n’est pas le cas, et aucun fournisseur ne le peut. Au lieu de cela, il regroupe certaines des décisions difficiles en matière d’infrastructure dans un modèle opérationnel plus neutre et plus consommable.
Inference Exchange est conçu pour fournir une infrastructure d'IA pré-installée et préconnectée basée sur Nvidia via Equinix, connectée aux cloud, aux réseaux et aux fournisseurs d'IA via Equinix Fabric. Together.ai ajoute de la flexibilité aux modèles, notamment l'accès à un large catalogue de modèles open source. Cette combinaison est importante pour les entreprises qui souhaitent éviter un choix tout ou rien entre des modèles frontières propriétaires et des opérations de modèle ouvert à faire soi-même.
Huang a fait valoir que les entreprises utiliseraient les deux. Les modèles fermés resteront importants pour les capacités de pointe, a-t-il déclaré, tandis que les modèles ouverts permettent de plus en plus aux organisations d'affiner les systèmes, d'incorporer des connaissances spécifiques à un domaine, de répondre aux exigences réglementaires ou de souveraineté et de conserver le contrôle sur les capacités d'IA stratégiquement importantes.
Pour les clients, cela pourrait réduire le temps et la charge de coordination liés au passage d'un projet pilote d'IA à un déploiement de production distribué. Au lieu de rechercher séparément l'infrastructure GPU, d'établir une colocation, d'organiser la connectivité cloud et réseau, d'intégrer des services d'inférence et de créer des garde-fous opérationnels, ils peuvent utiliser une plate-forme plus intégrée.
Fox-Martin a déclaré qu'Equinix a conçu Inference Exchange pour être « prêt pour la production, entièrement connecté et conçu pour évoluer dès le premier jour ». Elle a ajouté que l'objectif de l'entreprise est de fournir des calculs Nvidia « pré-organisés et pré-connectés au sein de l'écosystème d'Equinix », avec Together AI offrant un choix de modèle et évitant le verrouillage au niveau de la couche modèle.
C’est une proposition attrayante, en particulier pour les entreprises dont la stratégie d’IA sera nécessairement hétérogène. Une banque, un fabricant, un détaillant ou un fournisseur SaaS mondial peut utiliser des modèles propriétaires pour des tâches spécifiques, des modèles ouverts pour des charges de travail spécialisées, plusieurs cloud pour différentes applications et des inférences localisées pour des raisons de latence ou de conformité. Le risque stratégique n’est pas simplement la dépendance vis-à-vis du fournisseur ; c’est la friction opérationnelle liée à l’assemblage de ces choix.
Le plus gros pari
Le différenciateur d'Equinix réside dans sa neutralité et la densité de son écosystème. La société exploite plus de 280 centres de données dans 77 métropoles, fournit 230 rampes d'accès au cloud et interconnecte plus de 10 500 entreprises. Il indique également que huit des 10 principaux fournisseurs de modèles d'IA et neuf des 10 principaux cloud d'IA ont des déploiements actifs sur sa plate-forme.
Ces chiffres à eux seuls ne garantissent pas que Fabric One ou Inference Exchange deviendront des services essentiels aux entreprises. La preuve viendra de l'exécution : la profondeur des intégrations du cloud et des fournisseurs d'IA, la maturité de l'orchestration automatisée, la transparence des prix, les engagements de niveau de service, la disponibilité géographique et la capacité de rendre la mise en réseau basée sur l'intention véritablement plus simple sans masquer les contrôles critiques.
Mais Horizon a signalé une évolution notable dans l'histoire d'Equinix. L'entreprise ne positionne plus la connectivité comme un service de support au-delà du cloud et de l'IA. Au lieu de cela, il positionne la connectivité comme le catalyseur d’une stratégie d’IA distribuée, multicloud et multimodèle.
Pour les entreprises qui entrent dans l’ère de l’inférence, c’est le bon problème à résoudre. L’architecture d’IA gagnante ne sera pas définie uniquement par celui qui possède le plus de calcul. Il sera défini par qui peut placer le bon calcul, le bon modèle et le bon chemin de données au bon endroit – et ajuster cette décision à mesure que les performances, les coûts, la souveraineté et les exigences commerciales évoluent.
Zeus Kerravala est analyste principal chez ZK Research, une division de Kerravala Consulting. Il a écrit cet article pour SiliconANGLE.
