Avec l'IA, l'automatisation des clouds s'accélère
Avec l'intelligence artificielle, l'automatisation des systèmes de cloud pourrait atteindre une nouvelle étape. Jusqu'ici, elle s'était principalement traduite par la capacité à rendre les ressources serveur et réseau programmables, via notamment les technologies de virtualisation et de software-defined datacenter (SDDC). L'IA appliquée à l'informatique pourrait ajouter une nouvelle dimension aux processus cloud grâce à une meilleure analyse des plateformes IT en production. Ses promesses ? Donner la capacité d'anticiper finement d'éventuels problèmes matériels et logiciels, mais aussi de mieux prévoir les besoins en ressources (calcul, stockage, électricité...).
Grâce à l'IA, Google réduit de 40% la consommation d'énergie de ses datacenters
Comme souvent sur le terrain du numérique, le vent est soufflé par les GAFA. Google a été l'un des tous premiers à se pencher sur le sujet. Le groupe californien utilise même l'apprentissage machine au cœur de ses datacenters depuis plusieurs années. Dès 2014 il a déployé un système de réseau neuronal pour optimiser l'efficacité énergétique (PUE, pour power usage effectiveness) de ses infrastructures IT. Consolidant des centaines de millions de données techniques, l'environnement passe alors au crible les interactions d'une vingtaine de variables (sollicitation serveur, état des systèmes de refroidissement, météo...), et en aval propose des points d'amélioration dans les équipements de climatisation et d'alimentation électrique.
Depuis quelques mois, Google a franchi un nouveau cap et affiche désormais des résultats chiffrés. Grâce à la technologie d'IA issue de l'acquisition de DeepMind (bouclée en 2014), le groupe affirme avoir pu optimiser son PUE de 15% et réduit de 40% l'énergie nécessaire à ses systèmes de refroidissement. Ingérant des données en provenance de milliers de capteurs répartis sur l'ensemble de ses data centers, DeepMind lui permet d'intégrer et de corréler plus de 120 variables techniques (température, puissance, vitesse de pompe à chaleur...).
Le capacity planning chez AWS
Sur le terrain des clouds publics, Google n'est pas le seul à faire appel à l'IA pour optimiser la production informatique. Amazon Web Services (AWS) est aussi dans ce cas. Le numéro un du cloud s'adosse à des systèmes auto-apprenants pour anticiper la demande de ses clients en ressources IT. L'information a été dévoilée au début du mois par Andy Jassy, CEO d'AWS. Dans l'optique d'optimiser ses processus de capacity planning, AWS passe ses historiques commerciaux à la moulinette de l'IA. "Beaucoup de nos clients commencent en général petit et accélèrent ensuite leur utilisation quand ils observent les bénéfices qu'ils peuvent tirer de nos services. Ce phénomène peut engendrer des pics de demande assez brusques que l'intelligence artificielle nous aide à anticiper", explique Andy Jassy.
Et qu'en est-il du recours à l'IA dans le cadre du pilotage de clouds privés ? "Nous en sommes au tout début. Des clients commencent tout juste à nous solliciter sur la question", dévoile Valérie Perhirin, responsable AI et big data au sein de Capgemini France. Encore en pleine phase de R&D sur ce terrain, la SSII accompagne notamment des industriels dans le déploiement de systèmes de maintenance prédictive basés sur l'analyse de tickets de support. Parmi les autres pistes étudiées par le groupe français figure également l'optimisation du capacity planning. "Les algorithmes sont un bon moyen d'anticiper les pics d'activité du business, et donc de prévoir les ressources IT à provisionner pour y faire face", pointe Valérie Perhirin.
VMvare s'empare du sujet
Dans le sillage de Google, Capgemini estime aussi que l'IA pourrait permettre d'optimiser la consommation d'énergie des clouds privés, mais aussi de prédire les incidents d'exploitation. "Dans le secteur industriel, nous atteignons déjà un taux de 82% de prédictibilité des pannes d'équipements en usine et parvenons à réduire de 8% la facture électrique des sites, le tout grâce à l'intelligence artificielle. Il nous parait possible de viser un niveau de résultat équivalent sur des infrastructures de cloud privé", insiste Valérie Perhirin.
"Chez Capgemini, nous estimons que le pilotage de clouds privés via l'IA va devenir un vrai sujet en 2018, avec des projets de déploiement à la clé"
Parmi les principaux fournisseurs de solutions de cloud privé justement, VMware s'intéresse lui-aussi à la manière dont l'IA pourrait venir enrichir les processus d'automatisation. Dans cette logique, le spécialiste de la virtualisation a récemment annoncé l'acquisition de Wavefront. Cet éditeur commercialise une solution logicielle centrée sur le monitoring des infrastructures de cloud privé. A l'occasion d'une seconde levée de fonds de 52 millions de dollars conclue en octobre dernier, Wavefront avait indiqué plancher sur l'intégration de composants de machine learning en vue d'améliorer la détection d'anomalies et faire évoluer son offre vers la maintenance prédictive et corrective.
"Chez Capgemini, nous estimons que le pilotage de clouds privés via l'IA va devenir un vrai sujet pour les DSI en 2018, avec des projets de déploiement à la clé", lâche Valérie Perhirin. Après le software-defined datacenter, on pourrait alors parler de AI-defined datacenter...