Introduction
L'ère de l'IA a amené les entreprises à repenser leurs fondations technologiques, avec une demande croissante pour des plateformes flexibles capables de faire tourner des applications legacy et modernes simultanément, tout en gardant les données sécurisées et prêtes pour l'IA. NetApp et Nutanix travaillent ensemble pour aider les clients à moderniser leur infrastructure.
Contexte Technique
La collaboration entre NetApp et Nutanix vise à combler le fossé dans le marché de la virtualisation, en offrant aux organisations plus de flexibilité pour exécuter et protéger les charges de travail sur des environnements hybrides. L'intégration de NetApp Intelligent Data Infrastructure avec la plateforme Nutanix Cloud donne aux clients plus de choix pour optimiser leurs stratégies de virtualisation et de données sur les sites, dans le cloud et dans les environnements conteneurisés.
Le stockage est devenu le point de convergence de la préparation à l'IA, de la résilience cybernétique et de la modernisation de l'infrastructure. Les capacités de gestion de données de NetApp ONTAP sont combinées avec les opérations hybrides multicloud unifiées de Nutanix, permettant ainsi une analyse, une protection et une sécurisation des données, ainsi que l'accès à l'IA.
Analyse et Implications
La sécurité des données est un enjeu majeur, le stockage devenant la dernière ligne de défense contre les menaces. L'IA nécessite un accès aux données de l'entreprise pour fonctionner de manière efficace. Cependant, les déploiements d'IA non gérés, ou « shadow AI », représentent un risque opérationnel croissant, car la prolifération des agents dépasse la visibilité sur la consommation des ressources de calcul, de stockage et de réseau.
Perspective
La feuille de route de la collaboration prévoit une extension vers l'IA agentic, avec un défi d'infrastructure passant de l'exécution des charges de travail d'IA à leur gouvernance à grande échelle. La réponse réside dans une intégration plus profonde de la gouvernance de l'IA dans la plateforme elle-même, plutôt que dans une couche d'infrastructure d'IA distincte. Cela permettra une efficacité, une échelle et une économie accrues pour les déploiements d'IA.
