HPE mise tout sur l’IA, selon le message délivré par le CEO Antonio Neri au dernier Discover de Las Vegas. Les agents d’IA fonctionnent désormais aux côtés des utilisateurs finaux au sein de l’infrastructure d’entreprise, modifiant la manière dont les charges de travail circulent sur les réseaux ainsi que les exigences en matière de calcul et de stockage. Lors de l’événement Discover 2026 qui s’est tenu cette semaine à Las Vegas, le CEO de HPE Antonio Neri a profité de son discours d’ouverture pour détailler la réponse de l’entreprise sur l’ensemble de sa pile technologique. Parmi les annonces clés, on peut citer :

- Réseau : HPE a étendu la connectivité IA des baies de GPU à la périphérie d’inférence grâce aux commutateurs QFX, à la plateforme de routage PTX 12 000 pour l’interconnexion des centres de données, au pare-feu SRX 4700 résistant aux attaques quantiques et au routeur de périphérie MX 301, tandis que Marvis Actions fait son entrée dans Aruba Central et que la commutation Aruba CX passe sous Mist.

- Calcul : Private Cloud AI s’étend désormais à 256 GPU avec une inférence multi-nœuds sur trois niveaux d’AI Factory, grâce au ProLiant DL 394 Gen 12 conçu pour les charges de travail agentiques.

- Stockage : L’Alletra MPX 10 000 devient la couche de stockage de Private Cloud AI, unifiant le stockage de fichiers et d’objets sur une architecture unique avec prise en charge native de MCP et validation Nvidia Certified Storage.

- Opérations agentiques : Private Cloud AI bénéficie désormais de contrôles de gouvernance agentique, notamment l’enregistrement d’agents sans code sur n’importe quel framework et un modèle d’identité à trois niveaux, soutenu par Nvidia Open Shell pour des environnements d’exécution d’agents isolés et régis par des politiques, NeMo Cloud pour des schémas de workflow gouvernés, et Zerto pour une restauration à l’état initial lorsque les agents commettent des erreurs.

- Cloud : HPE CloudOps regroupe la virtualisation, la protection des données et la gestion du cloud au sein d’une unique couche opérationnelle hybride, le programme Unleash AI couvrant désormais plus de 60 partenaires validés.

« Aujourd’hui, nous assistons à l’une des plus grandes évolutions de plateformes technologiques de l’histoire », a déclaré M. Neri lors de sa keynote « Les charges de travail et les applications, qui étaient auparavant pilotées par les utilisateurs, sont désormais pilotées à la fois par les utilisateurs et par des agents IA. »

Le réseau passe avant tout

Pour HPE, le réseau constitue le fondement de l’IA. « Chaque octet, chaque jeton, chaque décision : tout transite par le réseau », a déclaré M. Neri. Une grande partie de l’intervention du dirigeant sur les réseaux a porté sur l’expansion et l’intégration de Juniper Networks au sein du portefeuille plus large de HPE. Le fournisseur a structuré son portefeuille en quatre couches : l’évolutivité verticale au sein d’un rack, l’évolutivité horizontale à travers des clusters de GPU, l’interconnexion des centres de données et le routage d’inférence en périphérie. Les commutateurs QFX couvrent les deux premières couches, tandis que le PTX 12 000 gère l’interconnexion des centres de données avec un routage à 800G, le SRX 4700 offre un débit de pare-feu résistant aux attaques quantiques de 1,44 Tbps dans une seule unité de rack, et le MX 301 étend la plateforme MX à la périphérie d’inférence grâce à la puce Trio de sixième génération de Juniper.

Fondamentalement, tout est question de vitesse et de ce que cela signifie à l’ère de l’IA. M. Neri a expliqué en termes simples le coût de la latence à l’échelle de l’entraînement : « Multiplier un petit retard par des centaines de milliers de GPU sur plusieurs semaines d’entraînement au sein de votre réseau peut faire la différence entre entraîner un nouveau modèle en 90 jours ou en 30 jours », a-t-il déclaré. « C’est la différence entre courir après une percée ou en réaliser une. »

HPE fait évoluer la puissance de calcul pour l’ère de l’IA agentique

Si les réseaux relient les systèmes de calcul, ces derniers restent indispensables et sont actuellement organisés et optimisés pour l’IA. HPE structure son portefeuille de solutions de calcul en trois niveaux « AI Factory » destinés aux déploiements dans les entreprises et chez les fournisseurs de services cloud et souverains. « Aujourd’hui, l’IA consiste à passer plus rapidement de l’ambition au résultat, à accélérer le délai de mise en production, à réduire les risques d’exécution et à garantir que vos environnements soient prêts à fonctionner dès le premier jour », a déclaré M. Neri.

Le serveur ProLiant DL 394 Gen 12 est conçu pour l’IA agentique et les charges de travail à contexte étendu. Au niveau « AI Factory at Scale », les dernières configurations permettent l’entraînement de l’IA avec un quart des GPU requis par la plateforme de la génération Blackwell précédente et l’inférence à un dixième du coût par million de tokens, a précisé M. Neri. Les serveurs pour l’IA en cloud privé s’étendent désormais jusqu’à 256 GPU avec une inférence multi-nœuds. Une passerelle unifiée fournit une API unique pour l’accès aux modèles de pointe et open source. Le cache partagé réduit le coût par premier token. « L’IA en cloud privé peut désormais prendre en charge des modèles plus volumineux sur plusieurs systèmes grâce à l’inférence multi-nœuds ; la capacité évolue donc au rythme des calculs », a souligné le dirigeant.

Stockage : préparer les données pour l’IA

Les agents ne sont performants que dans la mesure où les données sur lesquelles ils s’appuient le sont. Côté stockage, l’Alletra MPX 10 000 constitue désormais la couche de stockage de l’IA en cloud privé, unifiant le stockage de fichiers et d’objets au sein d’une architecture unique. Il ajoute un enrichissement des métadonnées en temps réel et une prise en charge native du MCP, permettant aux agents d’extraire des données à partir de sources structurées et non structurées. HPE a indiqué un délai de rentabilisation 7 à 12 fois plus court par rapport aux environnements sur mesure.

« Vos agents IA ne sont intelligents que dans la mesure où le sont les données que vous utilisez pour les entraîner », a indiqué M. Neri. « Traditionnellement, ces données nécessitaient une préparation sur mesure pour chaque cas d’utilisation et des mois de travail pour mettre en place les pipelines de données IA adaptés, mais ce n’est plus le cas aujourd’hui. »

Vers une entreprise « agentique »

Les agents IA fonctionnent sur l’ensemble de ces équipements de réseau, de calcul et de stockage. C’est un autre domaine dans lequel HPE cherche à apporter son aide. « Les agents effectuent désormais des raisonnements à partir des données, des applications, des modèles et des workflows. Ils vous aident à prendre des décisions, à automatiser les processus et agissent de plus en plus en votre nom », a expliqué le responsable. Les agents se multiplient au sein des entreprises, souvent entre les mains de développeurs et de petites équipes échappant à la supervision informatique officielle, ce qui crée des défis en matière de gouvernance et d’évolutivité que la gestion informatique traditionnelle n’est pas conçue pour relever. « L’IA agentique impose un nouvel ensemble d’exigences aux entreprises », a souligné M. Neri.

La réponse de HPE réside dans une couche d’agents régulée, intégrée à Private Cloud AI. Les entreprises peuvent enregistrer des agents développés dans n’importe quel framework, en appliquant des contrôles de sécurité aux appels d’API, à l’identité et au chiffrement, sans qu’aucune modification du code ne soit nécessaire. Un modèle d’identité à trois niveaux vérifie l’identité de l’utilisateur, régit l’agent et exige une validation humaine pour les actions sensibles.

Énergie, recherche et perspectives d’avenir

Malgré tout le potentiel de l’IA et de l’infrastructure qui l’accompagne, il existe une contrainte majeure sur laquelle M. Neri a attiré l’attention : l’énergie. « Chaque modèle, chaque charge de travail, chaque agent dépend de l’énergie, car au fond, une usine d’IA ne fait qu’une chose : transformer des électrons en jetons ».

Il a souligné que les États-Unis seront confrontés à un déficit énergétique de 19 gigawatts d’ici 2028, les centres de données devant représenter près de la moitié de la demande électrique américaine jusqu’en 2031. « À mesure que l’IA prendra de l’ampleur, l’avenir ne sera pas uniquement défini par la puissance de calcul », a déclaré M. Neri. « Il sera défini par l’efficacité avec laquelle nous pourrons l’alimenter, la refroidir et la connecter. »