NVIDIA affirme clairement la direction que prend l’IA d’entreprise. L’IA agentique pousse les exigences en matière d’infrastructure au-delà de la simple puissance de calcul. À mesure que les agents autonomes raisonnent, récupèrent des informations et agissent en continu, les données deviennent le carburant, le stockage devient un actif de premier plan, et la protection des données ainsi que l’observabilité deviennent des fonctions essentielles de l’usine d’IA. Cette évolution transforme le modèle de sécurité et de résilience.
Avec l’annonce de nouvelles fonctionnalités de sécurité améliorées pour NVIDIA DOCA destinées à NVIDIA Vera BlueField-4 STX, NVIDIA définit une nouvelle catégorie de stockage pour l’IA sécurisé dès la conception, en intégrant directement dans le silicium une protection en temps réel des données, des agents et de la mémoire contextuelle. Le résultat est clair : le passage de contrôles de sécurité réactifs à une application proactive des règles, capable de fonctionner à la vitesse des agents d’IA.
“L’association de la visibilité sur l’exécution offerte par DOCA Argus et d’une passerelle de gestion du trafic et de sécurité de niveau entreprise telle que F5 permet aux organisations de détecter les menaces plus tôt, de les contenir plus rapidement et de maintenir les services d’IA opérationnels même sous pression.”
Le plus important, c’est le signal que cela envoie au secteur. Lorsque la plateforme d’infrastructure intègre la sécurité au domaine de confiance, la question n’est plus « pouvons-nous ajouter suffisamment d’outils ? », mais « pouvons-nous appliquer des politiques à chaque actif de l’infrastructure tout en maintenant la cadence de l’usine d’IA ? ». C’est vers ce socle commun que convergent les entreprises.
C’est important car, dans les systèmes agentiques, la sécurité ne consiste plus seulement à protéger les terminaux. Il s’agit de régir chaque interaction entre les agents et les données auxquelles ils accèdent ou qu’ils génèrent, en continu, directement dans le flux et à grande échelle. Dans une usine d’IA, les opérations les plus sensibles ne sont souvent pas les prompts, mais les processus rapides, fiables et contrôlés de récupération, d’accès et de génération liés aux jeux de données et aux modèles propriétaires. C’est pourquoi le stockage sécurisé dès la conception, la protection des données, l’observabilité et les garde-fous fondés sur des politiques deviennent essentiels.
Ce qu’annonce NVIDIA : une pile de sécurité DOCA unifiée pour l’usine d’IA
La pile de sécurité DOCA est au cœur de l’approche de NVIDIA en matière de stockage et d’infrastructure de données natifs de l’IA et sécurisés dès la conception. Elle est déployée de manière cohérente sur l’ensemble de la plateforme et appliquée dans le domaine de confiance BlueField. NVIDIA Vera BlueField-4 STX Security offre trois couches de protection complémentaires :
- Protection des données native pour l’IA : NVIDIA DOCA Vault. DOCA Vault est une couche d’accès Zero Trust pour le stockage basé sur des fichiers, qui applique des politiques aux demandes d’accès et peut bloquer les accès non autorisés en temps réel, même si le système d’exploitation hôte est compromis.
- Protection de l’inférence IA : NVIDIA DOCA Flow et NVIDIA DOCA Argus. DOCA Argus offre une visibilité en temps réel sur le comportement des charges de travail d’inférence, permettant la découverte des systèmes d’IA, la gestion de l’exposition et la détection des menaces en temps réel dans les environnements d’IA mutualisés. DOCA Flow étend cette protection grâce à l’application de politiques réseau à plein débit, jusqu’à 800 Gbit/s, assurant une isolation sécurisée entre les agents, les locataires et les pipelines d’inférence sans compromettre les performances de l’IA. En intervenant directement dans le chemin de données de l’IA, DOCA Flow permet l’inspection du trafic à haut débit, la segmentation et la sécurisation des communications dans les environnements d’inférence distribués.
- Protection des agents d’IA : DOCA Argus intégré aux passerelles de sécurité de l’écosystème. NVIDIA Vera BlueField-4 STX introduit un nouveau point de contrôle permettant de surveiller et de régir la manière dont les agents d’IA interagissent avec les données et les systèmes externes. En intégrant DOCA Argus aux passerelles de sécurité de l’IA d’entreprise proposées par les partenaires de l’écosystème NVIDIA, notamment à des couches d’application des politiques tenant compte de la télémétrie en temps réel, la plateforme analyse en continu, au niveau du silicium, le comportement des agents, notamment leur intégrité, leurs opérations, leur accès aux données, leur activité réseau, leurs interactions mutuelles et leurs schémas d’exécution. Lorsqu’un comportement s’écarte de celui attendu, elle peut déclencher une action immédiate, par exemple bloquer l’accès au réseau afin d’isoler l’agent, empêcher l’exfiltration de données et circonscrire le risque avant qu’il ne se propage.
C’est dans cette direction que s’oriente le secteur : une sécurité intégrée à la couche d’infrastructure, et non ajoutée après coup.
Transformez la télémétrie d’exécution en actions concrètes avec F5 et NVIDIA DOCA Argus
NVIDIA BlueField-4 fournit un point d’application des politiques intégré au silicium, tandis que DOCA Argus offre une visibilité en temps réel sur les charges de travail d’IA. F5 BIG-IP Next for Kubernetes fait office, dans cette architecture, de passerelle de sécurité d’entreprise pour l’IA, sensible à la télémétrie en temps réel. Elle ingère les signaux de DOCA Argus en temps réel et applique des décisions de sécurité fondées sur des politiques afin de renforcer la protection des agents d’IA. F5 consolide cette base en assurant la résilience, la sécurité et l’observabilité des pipelines de données d’IA et des services de stockage, ce qui aide les entreprises à corréler les signaux d’exécution avec le contexte du trafic en direct et à réagir plus rapidement lorsque le comportement s’écarte de la normale.
BIG-IP Next for Kubernetes fournit également le contexte du trafic nord-sud que la télémétrie de l’infrastructure ne peut à elle seule apporter. Associé à DOCA Argus, BIG-IP Next for Kubernetes ne se contente pas d’observer le comportement à l’exécution. Il transforme la télémétrie d’exécution en mesures de contrôle, en combinant les signaux des charges de travail en temps réel avec le contexte du trafic afin de prendre des décisions de sécurité et d’appliquer les politiques directement sur le chemin du trafic. Cela offre deux perspectives complémentaires sur un même événement : ce que font l’API et les locataires au point d’entrée, et ce que fait la charge de travail à l’exécution.
Le même modèle s’étend à NVIDIA DOCA Vault et à la sécurité du stockage. BIG-IP Next for Kubernetes contribue à créer une couche Zero Trust pour le stockage et l’accès aux données en isolant, en protégeant et en régissant les chemins d’accès aux services de données. Associé à DOCA Vault, BIG-IP Next for Kubernetes aide à appliquer les politiques, à renforcer l’isolation des locataires et à protéger les chemins d’accès au stockage au sein d’une infrastructure d’IA partagée.
F5 améliore également la résilience et la sécurité au sein de l’architecture de sécurité NVIDIA BlueField-4 STX pour l’IA agentique. Avec F5 BIG-IP, les clients peuvent protéger les pipelines de données d’IA et les services de stockage contre les attaques DDoS, les pics de trafic et les conditions de charge anormales, afin que les services critiques restent opérationnels en situation de forte sollicitation. F5 peut également améliorer l’utilisation des GPU et d’autres ressources d’IA en orientant intelligemment le trafic d’IA et en assurant la qualité de service pour les charges de travail d’IA sensibles à la latence. Cette corrélation fait toute la différence entre « quelque chose semble anormal » et « nous avons la quasi-certitude d’une compromission ». Elle permet également une atténuation à la fois rapide et ciblée, plutôt que des arrêts généralisés qui affectent tous les locataires.
Pourquoi la corrélation entre l’exécution et le trafic constitue le prochain point de contrôle de sécurité
L’un des problèmes les plus difficiles à résoudre avec l’IA en production consiste à distinguer une utilisation légitime d’une compromission à un stade précoce. De nombreuses attaques ne prendront pas la forme de flux massifs. Elles ressembleront à des appels valides vers un point de terminaison d’inférence public, souvent authentifiés, et ne deviendront évidentes qu’en corrélant le comportement au niveau du point d’entrée avec ce qui se passe au sein de la charge de travail.
C’est là que l’approche combinant NVIDIA Vera BlueField-4 STX et F5 prend toute sa puissance.
Les signaux nord-sud, tels que le comportement des points de terminaison, les taux d’erreur et d’abandon, les variations de latence et le contexte du locataire, vous indiquent ce qui se passe en périphérie. La télémétrie d’exécution de DOCA Argus, notamment l’activité des processus, les shells ou commandes inattendus et les nouvelles connexions sortantes, vous révèle ce qui ne devrait jamais se produire au sein de la pile d’inférence.
Lorsque ces deux perspectives concordent sur une même fenêtre temporelle, vous pouvez rapidement passer d’un simple soupçon à l’identification d’une attaque avec un haut degré de certitude, et intervenir avant que son impact ne s’étende à l’ensemble de l’infrastructure d’IA partagée.
Exemple pratique : détecter une attaque par inférence qui semble légitime
Prenons l’exemple d’un point de terminaison d’API d’IA public, où le trafic est authentifié et semble légitime. Le volume global de requêtes n’est pas très élevé, mais le comportement du service change. Les temps de réponse passent brusquement de moins d’une seconde à plusieurs secondes. Les taux d’erreur et d’abandon augmentent sur ce même point de terminaison. Les requêtes se concentrent près des limites supérieures des tailles de charge utile attendues.
Du seul point de vue du trafic, cela peut ressembler à un locataire bruyant ou à un incident de performance.
Ajoutez maintenant la vue du domaine de confiance BlueField avec DOCA Argus sur le serveur GPU spécifique qui traite ces requêtes. Le processus de service du modèle lance de manière inattendue un shell interactif. Immédiatement après, ce même processus établit de nouvelles connexions HTTPS sortantes vers des destinations externes. Cette combinaison est caractéristique d’une activité de commande et contrôle, ou d’une opération de préparation et d’exfiltration.
C’est là que l’intégration devient déterminante sur le plan opérationnel. BIG-IP Next for Kubernetes peut établir un lien entre la dégradation du comportement de l’API et le contexte du locataire et de la requête, tandis que DOCA Argus confirme un comportement anormal à l’exécution sur le serveur back-end spécifique qui traite ces requêtes. Ensemble, ces éléments produisent un signal de détection à haut niveau de confiance, permettant un confinement rapide et ciblé.
En pratique, cela permet de mettre en œuvre des mesures d’atténuation ciblées. Plutôt que de traiter le problème comme un incident générique, les entreprises peuvent isoler le chemin affecté et préserver la continuité globale du service pour les autres locataires et points de terminaison.
Le changement majeur : conçu, pas assemblé
Le modèle d’usine d’IA impose un nouveau référentiel. Les performances, le coût par jeton et la confiance doivent être conçus conjointement. NVIDIA Vera BlueField-4 STX et la pile de sécurité NVIDIA DOCA constituent une avancée significative vers ce référentiel, en intégrant les mécanismes de contrôle directement dans le silicium et en opérant depuis un domaine de confiance isolé.
À mesure que cette architecture devient la référence pour la conception des usines d’IA en entreprise, les intégrations au sein de l’écosystème gagnent en importance. Les signaux de sécurité issus de l’infrastructure n’ont de valeur que si des contrôles permettent d’agir en conséquence. L’association de la visibilité à l’exécution offerte par DOCA Argus et d’une passerelle de gestion du trafic et de sécurité de niveau entreprise permet aux organisations de détecter les menaces plus tôt, de les contenir plus rapidement et de maintenir les services d’IA opérationnels sous pression. Cette étape clé s’inscrit dans une collaboration plus large déjà engagée entre F5 et NVIDIA. BIG-IP Next for Kubernetes s’intègre déjà aux DPU NVIDIA BlueField et aux infrastructures d’IA accélérées par DOCA, apportant une gestion du trafic hautes performances, des fonctions de sécurité et des contrôles adaptés à l’IA aux environnements d’IA en production. Cette nouvelle collaboration s’appuie sur ces fondations et les étend à NVIDIA Vera BlueField-4 STX afin d’aider les entreprises à protéger leurs données, leurs inférences et leurs agents grâce à une visibilité accrue, à l’application de politiques et à un meilleur contrôle opérationnel.
Les usines d’IA n’ont pas seulement besoin de davantage de GPU. Elles ont besoin d’une infrastructure sécurisée dès la conception, capable de suivre le rythme des agents tout en protégeant les données de l’entreprise.
Pour en savoir plus, consultez : Alliances technologiques : F5 et NVIDIA
À propos de l’auteur
Articles de blog associés
F5 NGINXaaS pour Google Cloud : des applications résilientes et évolutives
Découvrez comment NGINXaaS s’intègre à Google Cloud pour renforcer les performances et la sécurité, et préparer vos applications critiques à un avenir propulsé par l’IA.
L’intégration de F5 Web Application Firewall (WAF) à AWS est disponible dès aujourd’hui
En faisant appel à un partenaire de déploiement AWS WAF tel que F5, vous pouvez renforcer la sécurité de vos applications web grâce à des règles personnalisées qui bloquent les schémas d’attaque courants, comme les injections SQL ou les attaques par scripts intersites (XSS).
Appliquer le principe de Peter Parker à l’inspection TLS
« Un grand pouvoir implique de grandes responsabilités. » Si l’on en trouve des échos chez Voltaire et Churchill, cette citation est surtout connue grâce aux bandes dessinées Spider-Man, où elle est attribuée à l’oncle Ben. Bien entendu, si cette phrase est si répandue dans la culture populaire, c’est notamment parce qu’elle peut s’appliquer à une multitude de situations et de sujets, y compris à l’inspection TLS.
Le NetOps a besoin de défenseurs, pas d’adversaires
Il est important de reconnaître que les équipes NetOps ne sont pas toujours celles qui font obstacle au déploiement de la dernière nouveauté, application ou service. Les freins à la rapidité sont souvent dus au fait que les organisations n’adoptent pas tous les principes du DevOps lorsqu’elles cherchent à transformer leurs opérations informatiques.
Mise à jour des services applicatifs : sécurité, rapidité et visiteurs suspects
Il est de nouveau temps de nous pencher sur les services applicatifs que les entreprises utilisent réellement pour rendre leurs applications plus rapides et plus sûres. On constate notamment une hausse du recours aux services de protection contre les bots, ainsi que la progression lente mais régulière de HTTP/2. Bien qu’il ne s’agisse pas d’une application…
Les templates prennent le contrôle du cloud
Les modèles s’imposent dans le cloud. Lisez le blog de F5 pour découvrir comment l’infrastructure en tant que code et les API déclaratives automatisent la mise à disposition des applications.