C’est toujours le DNS.
La grande panne d’Azure de 2025 ? Le DNS. La panne régionale d’AWS en 2025, qui a mis hors service la moitié d’Internet pendant quelques heures ? Encore le DNS. La plus vieille blague récurrente de l’informatique reste d’actualité, car la résolution de noms est le premier domino : lorsqu’il tombe, tout ce qui suit s’effondre.
Ajoutez maintenant l’IA à l’équation. L’IA ne résout pas le DNS comme par magie. Elle en amplifie chaque faiblesse. Les points de terminaison d’inférence apparaissent et disparaissent, les pods redémarrent, les services changent de nom plus vite que vous ne pouvez les maudire. Si le DNS n’est pas résilient, vous courez après des fantômes pendant que les GPU restent inutilisés.
Lorsque nous avons passé en revue les dix principaux défis liés à la fourniture d’applications, le tout premier point de la liste concernait le DNS. ADC01 mettait en garde contre les mauvaises pratiques en matière de DNS parce qu’elles nuisent aux performances, à la disponibilité et à l’évolutivité. Cette vérité n’a pas pris une ride. Ce qui a changé, c’est la vitesse : les architectures d’IA évoluent plus rapidement, et chaque TTL mal configuré ou chaque mise à jour non sécurisée peut provoquer à tout moment une panne à un million de dollars.
Le DNS n’a rien de glamour. C’est la plomberie. Mais si vous concevez des systèmes d’IA qui reposent sur l’inférence en temps réel ou sur des modèles distribués à l’échelle mondiale, votre DNS a intérêt à être plus intelligent que votre modèle, sinon la partie est terminée avant même la génération du premier token.
Comment l’IA influence les pratiques DNS
Voici les principaux changements auxquels vous serez confronté en passant d’« applications classiques » à de véritables systèmes d’IA, et pourquoi le DNS reste le principal goulot d’étranglement.
1. Vitesse d’évolution et renouvellement de l’infrastructure
L’IA n’est pas statique. Des points de terminaison apparaissent, montent en charge, puis sont supprimés dans les centres de données, les régions et jusqu’à la périphérie du réseau. Si vos mises à jour DNS ne suivent pas le rythme (rappelez-vous l’avertissement concernant les mises à jour dynamiques dans ADC01), vous serez confronté à des enregistrements obsolètes, à des échecs de connexion et à des baisses de performances.
Car avec l’IA, chaque milliseconde compte. Le modèle peut être prêt et le GPU en fonctionnement, mais si la résolution DNS du point de terminaison d’inférence est lente ou incorrecte, tout est bloqué.
2. Portée mondiale + présence en périphérie
Les systèmes d’IA sont souvent répartis entre plusieurs zones géographiques, fournisseurs de services cloud et sites en périphérie. La disponibilité est essentielle. ADC01 a souligné qu’un DNS peu fiable nuit à la disponibilité. Avec l’IA, les enjeux sont encore plus importants. Un mauvais routage, des pics de latence ou des pannes DNS peuvent dégrader les réponses des modèles, voire entraîner des interruptions de service pour les utilisateurs de différentes régions.
3. Problèmes de sécurité et de confiance amplifiés
Les charges de travail d’IA traitent fréquemment des données sensibles, prennent des décisions et prennent en charge des opérations soumises à des exigences réglementaires. Si le DNS n’est pas sécurisé (par exemple, en l’absence de DNSSEC), un attaquant qui redirige le trafic ou usurpe des points de terminaison peut provoquer des conséquences catastrophiques, notamment l’altération des données d’entraînement, la production de résultats d’inférence malveillants et des violations de données.
Avec l’IA, impossible de se dire « nous sécuriserons le DNS plus tard » : il faut partir du principe que des acteurs malveillants exploiteront la moindre faille.
4. Complexité de la mise à l’échelle et pression sur les coûts
ADC01 souligne que de mauvaises pratiques DNS entravent la mise à l’échelle et augmentent les coûts d’exploitation. Dans le domaine de l’IA, les coûts sont déjà considérables : pipelines de données, GPU, opérations liées aux modèles et surveillance. Les inefficacités du DNS entraînent un gaspillage de ressources de calcul, de temps et de budget.
La question qui se pose pour le DNS est la suivante : votre infrastructure peut-elle faire évoluer les mécanismes de résolution de noms aussi rapidement que le déploiement à grande échelle de votre modèle ?
5. Les dépendances sont opaques et les effets en cascade sont plus rapides
Dans le domaine de l’IA, les dépendances sont nombreuses : ingestion des données, mise à disposition des modèles, orchestration, journalisation, télémétrie. Le DNS sous-tend l’ensemble de ces éléments. En cas de défaillance du DNS, tout ce qui repose dessus s’effondre plus rapidement que dans les applications traditionnelles. Les catégories d’impact d’ADC01 (performances, disponibilité, évolutivité, efficacité opérationnelle) s’appliquent toutes directement, mais avec l’IA, l’effet domino est amplifié, à l’image de l’impact de l’IA sur presque tous les autres domaines.
C’est vraiment toujours le DNS
En résumé : c’est toujours le DNS. Cela peut sembler être un vieux cliché, mais c’est parce que c’est vrai. Vous pouvez créer le modèle d’IA le plus sophistiqué au monde, mais si la résolution de noms échoue, l’utilisateur n’y aura jamais accès.
Les recommandations d’ADC01 restent parfaitement valables, même pour les charges de travail d’IA et, peut-être, plus particulièrement pour l’IA agentique. Si nous voulons que nos systèmes fonctionnent à la vitesse et à l’échelle de l’IA, nous devons appliquer ces recommandations plus tôt et plus rigoureusement.
Le DNS n’est pas un sujet dont on se préoccupe « une fois le modèle au point ». C’est une technologie qu’il faut maîtriser avant d’exposer son modèle au monde entier.
Configurez correctement le DNS et votre système d’IA pourra véritablement révéler tout son potentiel. Négligez-le, et votre modèle ne sera plus qu’une boîte noire très coûteuse à laquelle personne ne peut accéder.
En savoir plus sur les 10 principaux défis liés à la mise à disposition des applications auxquels sont confrontées les organisations du monde entier.
À propos de l’auteur
Lori MacVittie est ingénieure émérite et évangéliste en chef au sein du bureau du directeur technique de F5. Elle possède une expertise approfondie dans la fourniture d’applications, les stratégies d’automatisation et les infrastructures. Elle est réputée pour sa capacité à rendre la complexité intelligible, qu’elle définisse des garde-fous pour les agents d’IA, analyse des architectures multicloud fragiles ou explore les limites des systèmes évolutifs. Elle cumule plus de trente ans d’expérience dans le secteur, couvrant le développement d’applications, l’architecture informatique ainsi que l’exploitation des réseaux et des systèmes. Avant de rejoindre F5, elle a été rédactrice spécialisée dans les technologies et a reçu plusieurs distinctions. MacVittie est titulaire d’un master en informatique et est une autrice prolifique dont les publications couvrent la sécurité, le cloud et l’architecture d’entreprise. Elle est également une passionnée de jeux de société et de jeux vidéo, et assume pleinement ses avis bien tranchés sur le fromage.
Autres articles de Lori Mac VittieArticles de blog associés
Qu’est-ce que le Top 10 de la distribution d’applications ?
F5 entend aider les organisations à relever les défis liés à la mise à disposition et à la sécurisation des applications, des API et de l’IA générative grâce à la liste des 10 principales priorités en matière de mise à disposition des applications.
Comportements et limites : le tournant de la sécurité agentique
Les agents génèrent des séquences émergentes et non bornées, au fil desquelles les risques s’accumulent. La sécurité doit passer de la validation de requêtes individuelles à une gouvernance comportementale continue couvrant des flux évolutifs en plusieurs étapes.
L’identité est la clé d’accès à l’IA agentique
À mesure que l’IA agentique fait passer les machines du statut d’outils à celui d’acteurs, l’identité devient le principal levier de contrôle : qui peut agir, au nom de qui et dans quel périmètre — avec une application en ligne au moment de l’inférence.
L’IA favorise l’émergence de nouveaux types de trafic
L’adoption de l’IA fait émerger de nouveaux types de trafic de premier plan : les requêtes d’inférence, le trafic d’automatisation généré par les machines et les flux de télémétrie à haut volume qui alimentent les boucles de contrôle.
L’inférence est désormais le centre de gravité opérationnel
Les opérations multimodèles et l’automatisation pilotée par API déplacent le contrôle vers les couches intervenant au moment de l’inférence — prompts, jetons et paramètres de contrôle, routage et modération — où les coûts, les risques et les performances doivent être maîtrisés.