Avec la montée en puissance de l’IA agentique, les entreprises doivent désormais contrôler les connexions entre agents, applications, données et outils. C’est sur ce déploiement des agents que Nutanix concentre sa nouvelle offensive.

Une passerelle pour contrôler les agents IA

Disponible depuis le 1er septembre 2026, Nutanix Enterprise AI (NAI) 2.8 ajoute notamment une passerelle MCP (Model Context Protocol) à Nutanix Agent Gateway. Son rôle est de fournir un point d’accès central entre les agents et les serveurs MCP, qui leur permettent d’utiliser des outils ou d’accéder à des données.

L’intérêt est avant tout opérationnel et sécuritaire, plutôt que de multiplier les connexions directes entre agents et ressources, l’entreprise peut centraliser leur gestion. NAI 2.8 apporte également des contrôles d’identité et d’accès, des rôles personnalisables et une gestion fondée sur le principe du moindre privilège. La plateforme permet par ailleurs de suivre la consommation de tokens et les interactions des agents. 

Cette évolution intervient alors que le protocole MCP s’impose progressivement comme un standard pour connecter les agents à des outils externes. Mais cette standardisation ne règle pas à elle seule la question de la gouvernance. Un agent capable d’appeler une application métier ou de modifier des données constitue aussi un nouveau vecteur de risque. La passerelle de Nutanix cherche donc à ajouter une couche de contrôle à ces échanges.

Une inférence privée

NAI 2.8 fait également évoluer les fonctions d’inférence. Nutanix Private Inference prend en charge l’inférence multi-GPU par parallélisme de tenseurs, le traitement par lots et le décodage spéculatif. Selon Nutanix, ce dernier peut accélérer la génération de tokens jusqu’à 2,5 fois.

L’éditeur ajoute aussi la possibilité d’ajuster des modèles ouverts de moins de 8 milliards de paramètres avec des données privées et sur une infrastructure équipée d’un seul GPU. Le support de NVIDIA NIM dans des environnements isolés du réseau vise notamment les organisations qui ne peuvent pas exposer leurs données ou leurs infrastructures à Internet.

Certaines fonctions annoncées restent toutefois en préversion. C’est notamment le cas de l’inférence multi-nœuds et multi-GPU destinée aux modèles dépassant 100 milliards de paramètres, ainsi que du déport du cache KV (composant des LLM) vers la mémoire hôte. Elles ne doivent donc pas être considérées comme des fonctionnalités de production à ce stade.

Une deuxième évolution

Nutanix prépare parallèlement Nutanix Kubernetes Platform (NKP) 2.19, dont la disponibilité sera prochainement annoncée. La version doit étendre l’administration de Kubernetes aux infrastructures bare metal et aux environnements virtualisés.

Avec NKP Metal, Nutanix prévoit notamment d’automatiser le déploiement des systèmes d’exploitation, des firmwares et des conteneurs, tout en intégrant un stockage persistant. Sur les infrastructures virtualisées utilisant AHV, la plateforme doit s’appuyer sur Nutanix Flow pour renforcer l’isolation réseau des agents et limiter les risques de déplacement latéral.

Un catalogue intégré doit par ailleurs faciliter le déploiement de composants comme Kubeflow, Milvus et Slurm. NKP a obtenu la certification Kubernetes AI Conformant de la Cloud Native Computing Foundation, tandis que l’offre Unified Storage de Nutanix a obtenu la certification NVIDIA-Certified Storage au niveau entreprise.

Une stratégie qui mise sur l’existant

Derrière ces annonces, Nutanix défend une architecture dite « dual-native », capable de faire cohabiter machines virtuelles et conteneurs. Le choix répond à une difficulté concrète des projets d’IA,  les nouvelles charges conteneurisées doivent souvent fonctionner à proximité d’applications historiques et de données qui restent sur des infrastructures virtualisées. Le projet de Nutanix est donc d’ajouter une couche de contrôle aux environnements existants.