Prêt en trois clics : comment HPE (ré)invente la roue avec Private Cloud AI

Trois clics et c’est fait : avec Private Cloud AI, HPE vise à supprimer la complexité de l’IA et à la libérer du cloud public. Une vision révolutionnaire ou la même chose ?

C’était le point culminant de HPE Discover à Las Vegas en juin. Antonio Neri, PDG de HPE, et Jensen Huang, haut dirigeant de Nvidia, ont annoncé Private Cloud AI devant une Sphère bondée, comme deux rock stars chevronnées. Huang ne sera pas présent à Barcelone, mais l’IA ne sera pas moins discutée pour autant. « Nous nous considérons comme les gardiens de l’IA », a déclaré M. Neri lors de son discours d’ouverture.

Avec Private Cloud AI, HPE pense avoir percé le code de l’IA. L’entreprise souhaite offrir une alternative privée facile à déployer aux solutions GenAI qui se trouvent aujourd’hui principalement dans le nuage public. HPE n’est pas la seule à partager cette vision. HPE a-t-elle découvert la formule magique ou réinventé la roue ?

L’IA est hybride

Pour de nombreuses entreprises, les applications telles que ChatGPT sont le moyen le plus évident d’expérimenter l’IA. Que vous préfériez ChatGPT d’OpenAI, Gemini de Google ou Anthropics Claude, les modèles ont une chose en commun : ils sont disponibles via le cloud public. Il n’est pas nécessaire de procéder de la sorte lorsqu’il s’agit de HPE. Discover est l’occasion idéale de convaincre le monde que l’IA a sa place dans une infrastructure privée.

HPE décrit l’IA générative comme « l’ultime charge de travail hybride ». Neil McDonald, vice-président de HPC & AI, interprète cette déclaration. « L’IA classique dépendait du codage. L’IA générative concerne les données. Si les modèles ne sont pas intégrés dans les données, ils ne produisent pas de résultats. La plupart des données sont stockées sur site ».

Mohan Rajagopalan, qui a Ezmeral à son actif, cite plusieurs arguments en faveur de l’exploitation locale de l’IA. « La première raison est d’ordre économique. La production d’IA peut être coûteuse. Sur une infrastructure privée, vous maîtrisez mieux vos coûts que si vous confiez tout à des hyperscalers. » Les hyperscalers se feront un plaisir de répondre à cet argument, en faisant valoir que le « ticket d’entrée » est moins élevé chez eux.

HPE joue donc également un rôle important en matière de souveraineté, une question particulièrement sensible en Europe, explique M. Rajagopalan. « Dans certaines situations, les données doivent rester à l’intérieur de frontières très définies et les entreprises ne veulent absolument pas déplacer leurs données vers le cloud. Les données sont le fondement de l’IA. Si vous investissez dans une infrastructure interne, vous avez la garantie qu’elle sera toujours disponible. Il en va de même pour vos données ».

Beaucoup de bonne volonté, moins de résultats

De nombreuses études montrent que les entreprises ne manquent pas de bonne volonté, mais que la mise en œuvre est moins aisée. M. Rajagopalan ne veut pas faire la sourde oreille aux obstacles rencontrés par les entreprises. « J’ai eu de nombreuses conversations à ce sujet. Auparavant, vous pouviez exécuter des modèles dans le nuage et voir ce que cela donnait. Aujourd’hui, les cas d’utilisation de l’IA sont beaucoup plus diversifiés. Les réussites partent du cas d’utilisation ».

« Seule une preuve de concept sur dix avec l’IA passe effectivement en production », explique Fidelma Russo, directrice technique. « Le cycle de vie est complexe. Le réglage de l’infrastructure est un long processus auquel les entreprises ne veulent pas consacrer de temps. Si la courbe d’apprentissage d’une technologie est trop élevée, les gens perdent rapidement leur intérêt. »

« Les entreprises apprennent à adopter l’IA à la dure », poursuit M. McDonald. « Les trois principaux obstacles sont le temps de valorisation, la gestion des données et la conformité. Il n’existe pas encore de solution permettant de résoudre ces problèmes simultanément. L’infrastructure sous-jacente ne doit pas être un fardeau. Une solution intégrée élimine les préoccupations liées à l’infrastructure, de sorte que les entreprises n’ont plus qu’à se préoccuper de la manière dont elles souhaitent déployer l’IA. »

Si la courbe d’apprentissage de l’IA est trop élevée, les gens s’en désintéressent rapidement.

Fidelma Russo, CTO & VP Hybrid Cloud HPE

L’IA en trois clics

C’est à partir de cette compréhension qu’est né Private Cloud AI. HPE commercialise la plateforme comme une solution clé en main que les entreprises peuvent facilement exploiter sur leur infrastructure. « Nous ne voulons pas simplement donner aux clients des serveurs et les laisser dessiner leur plan. Il s’agit d’une solution clé en main prête en trois clics, disponible en différentes tailles et configurations. Private Cloud AI vous permet de traiter les données là où elles se trouvent. Nous apportons l’IA à vos données », poursuit M. Russo.

Private Cloud AI est le mélange que vous obtiendriez si vous mettiez la gamme de HPE et Nvidia dans un mixeur. Les deux entreprises se retrouvent non seulement en termes de matériel, mais aussi de logiciel. Le tandem se transformera en tricycle avec Deloitte lors du salon Discover, qui devrait aider les entreprises sur le plan pratique.

M. Rajagopalan explique : « L’IA est une charge de travail très technique. Il est donc préférable de travailler avec des experts du domaine qui communiquent dans un langage que vous comprenez. C’est ainsi que vous créez une situation gagnant-gagnant pour toutes les parties. Pour nous, il ne s’agit pas seulement de la technologie, mais aussi de la manière dont nous la fournissons. C’est là que vous faites la différence. Avec Private Cloud AI, vous achetez une voiture très rapide avec l’ensemble des services d’assistance inclus.

En rendant l’IA aussi accessible que possible, HPE souhaite également inclure les PME dans l’ensemble de l’IA, un segment qui est à la traîne. « Les PME sont limitées par les compétences et les budgets dont elles disposent. Elles ne veulent pas investir dans des compétences, mais dans des cas d’utilisation éprouvés. Toutes les fonctions nécessaires, de l’infrastructure au logiciel et aux modèles, sont intégrées dans la plateforme, de sorte que vous n’avez pas à vous programmer vous-même. » L’achat d’au moins un serveur ProLiant équipé de GPU Nvidia est toutefois nécessaire : le ticket d’accès vous coûtera rapidement plusieurs milliers d’euros.

Recette reconnaissable avec un ingrédient unique

HPE se positionne carrément contre les hyperscalers avec Private Cloud AI. Microsoft, Google, AWS et consorts vous attirent dans leurs centres de données pour accéder aux modèles et fonctionnalités d’IA les plus avancés, tandis que HPE cherche à adapter les modèles à ce qui est possible dans l’environnement du client. Cependant, HPE n’est pas le seul à aborder l’IA à partir d’une approche hybride.

Lenovo et Dell, deux des principaux concurrents de HPE sur le marché des serveurs, jouent également beaucoup sur la composante locale de l’IA. La vision semble similaire, l’interprétation est légèrement différente. Les trois entreprises partent de leur expérience historique dans le domaine du matériel. Lenovo et Dell ne considèrent pas seulement les serveurs, mais aussi le PC comme un vecteur d’exécution locale de l’IA. Une grande constante : Nvidia n’est jamais loin. Ensuite, il y a des acteurs comme Nutanix qui, à l’instar de HPE, cherchent à se faire connaître avec des solutions d’IA de  » petite taille «  pour les environnements informatiques hybrides.

HPE n’invente pas la roue avec Private Cloud AI, mais une roue n’est pas l’autre. La recette de HPE contient un ingrédient supplémentaire que ses concurrents n’ont pas. HPE, avec sa filiale Aruba, est un acteur majeur du secteur des réseaux et aime jouer cette carte. Il n’est donc pas surprenant que HPE mette la main à la poche pour acquérir Juniper Networks. Nous avons analysé cette acquisition en détail.

« Les hyperscalers sont très forts en informatique, mais HPE se distingue sur le réseau. L’IA a besoin d’un réseau puissant. Si votre Ferrari ne peut rouler qu’à vingt kilomètres à l’heure, vous n’avez pas besoin d’une voiture aussi rapide », conclut M. Rajagopalan.