Après le lancement de k0rdent, l’environnement open source de DCME, Mirantis franchit une nouvelle étape avec AI Factory, une architecture de référence conçue pour répondre aux exigences croissantes des infrastructures d’intelligence artificielle.
Avec cette initiative, l’éditeur Mirantis veut offrir une plateforme souveraine, composable et évolutive, capable de déployer des charges IA à grande échelle, de manière industrialisée et reproductible. L’approche vise autant les clouds privés que les environnements hybrides, les déploiements edge ou les plateformes mutualisées.
De la complexité des charges IA à une réponse structurée
Loin des workloads classiques pensés pour le scale-out, les charges IA nécessitent des architectures bien plus sophistiquées. Pour faire tourner des modèles complexes ou entraîner des LLM, il faut parfois agréger des dizaines de GPU comme un superordinateur distribué, avec mémoire partagée et interconnexions ultra-rapides. AI Factory est justement pensé pour ces usages critiques. L’architecture s’appuie sur des briques déclaratives issues de k0rdent AI et propose des templates réutilisables couvrant les couches de calcul, de stockage, de réseau et d’orchestration.
Le but est de permettre un passage rapide de l’installation matérielle à la mise en production de services IA. Mirantis promet un environnement où le déploiement est accéléré, le prototypage facilité, et l’itération sur les modèles plus fluide. L’ensemble s’intègre avec des outils open source du catalogue k0rdent, notamment pour la sécurité, le CI/CD, l’observabilité ou la gouvernance.
Une IA souveraine, modulaire et optimisée pour les usages réels
Mirantis cible avec cette architecture les opérateurs d’infrastructures, les fournisseurs de services cloud, mais aussi les entreprises qui souhaitent garder la main sur leurs données et éviter les écueils des solutions clés en main des hyperscalers. AI Factory répond à plusieurs contraintes majeures : souveraineté des données, conformité réglementaire, gestion stricte du multi-tenant, optimisation de l’allocation GPU, planification avancée et administration distribuée.
Elle est compatible avec les environnements virtualisés (KubeVirt, OpenStack), les clouds hybrides, les infrastructures bare metal, et peut intégrer des plateformes tierces comme NVIDIA AI Enterprise ou Gcore Everywhere Inference. Que ce soit pour l’entraînement, le fine-tuning ou l’inférence, l’infrastructure s’adapte au besoin, tout en garantissant une isolation et une flexibilité indispensables aux environnements multi-usages.
Une réponse stratégique au défi du passage à l’échelle
Dans un contexte où la pénurie de compétences infrastructure pèse sur les équipes IA, Mirantis veut démocratiser l’accès à des infrastructures complexes sans forcer les data scientists à devenir administrateurs système. C’est aussi une manière de répondre à l’explosion de la demande en ressources spécialisées (GPU, CPU), tout en gardant un contrôle strict sur la performance, la localisation des données, et les coûts.
Pour en savoir plus sur l’architecture, vous pouvez télécharger le livre blanc (en anglais) de Mirantis. Gratuit, mais inscription nécessaire.
