Les charges de travail d’IA n’échouent pas uniquement lorsque les modèles sont moins performants que prévu. Elles échouent également lorsque le chemin de données ne parvient pas à suivre le rythme. À mesure que les entreprises développent l’entraînement et l’ajustement fin des modèles, ainsi que la génération augmentée par récupération (RAG), le transfert des données entre le stockage et les ressources de calcul devient une contrainte majeure en matière de performances. Lorsque la latence et la gigue du réseau perturbent le débit du stockage objet, les pipelines de modèles ralentissent, les GPU restent inactifs et les coûts d’infrastructure augmentent.
C’est pourquoi F5 annonce les résultats d’une nouvelle évaluation indépendante des performances, qui montrent comment F5 BIG-IP peut améliorer considérablement la distribution des données d’IA dans les environnements de stockage compatible S3.
Une validation indépendante démontre un débit supérieur lors des tests fonctionnels
SecureIQLab a confirmé que F5 BIG-IP Local Traffic Manager (LTM) exécuté sur un châssis F5 VELOS CX410 équipé de deux lames BX520 et déployé en amont d’un cluster MinIO, a fourni un débit jusqu’à 332 % supérieur à celui du trafic de référence dans des conditions de latence et de gigue. Les résultats montrent qu’à mesure que les perturbations du réseau augmentaient, l’intérêt d’introduire un point de contrôle programmable dans le chemin des données de stockage devenait encore plus manifeste.
Ce point est important, car la plupart des discussions sur les infrastructures d’IA continuent d’aborder séparément le calcul et le stockage. En pratique, les performances de l’IA dépendent de l’ensemble du système. Si le chemin réseau entre le stockage et les ressources de calcul est instable, même le cluster de GPU le plus performant ne peut pas fonctionner efficacement. Pour les architectes qui conçoivent des usines d’IA et des environnements d’inférence à grande échelle, le chemin d’accès aux données stockées doit être considéré comme une composante rigoureusement maîtrisée de l’architecture globale, et non comme une simple connexion passive entre les applications et les systèmes de stockage objet.
“SecureIQLab a confirmé que F5 BIG-IP LTM, exécuté sur un châssis F5 VELOS CX410 équipé de deux lames BX520 et déployé en amont d’un cluster MinIO, offrait un débit jusqu’à 332 % supérieur dans des conditions de latence et de gigue.”
Le rapport de SecureIQLab a évalué le débit du stockage compatible S3 dans des scénarios réalistes, notamment des environnements de centres de données locaux, des conditions SD-WAN et des réseaux longue distance présentant jusqu’à 75 millisecondes de latence et 5 millisecondes de gigue. Dans les scénarios affichant la latence la plus élevée, F5 a maintenu un débit nettement supérieur à celui de la configuration de référence, démontrant ainsi l’impact du proxy TCP, de la réutilisation des connexions et de l’optimisation du trafic sur la stabilisation des transferts d’objets. Les tests ont également mesuré le débit brut de chiffrement/déchiffrement : le déploiement d’un châssis F5 VELOS CX410 équipé de deux lames BX520 a atteint 173,65 Gbit/s avec des objets de 1 Go.
Outre une augmentation du débit pouvant atteindre 332 %, le rapport de validation des performances de SecureIQLab présente les principales conclusions suivantes :
- Dans un scénario SD-WAN d’entreprise à faible latence (latence de 10 ms, gigue de 2 ms), F5 VELOS a fait passer le débit S3 de 62,5 Gbit/s (performances sans F5 VELOS) à 121,7 Gbit/s, soit une amélioration des performances de 95 %.
- Dans un scénario haut débit/VPN à faible latence (latence de 10 ms, gigue de 5 ms), F5 VELOS a fait passer le débit S3 de 46,8 Gbit/s (performances sans F5 VELOS) à 119,6 Gbit/s, soit une amélioration des performances de 155 %.
- Dans un scénario de réseau fédérateur multicloud à latence élevée (75 ms de latence, sans gigue), F5 VELOS a fait passer le débit S3 de 10,9 Gbit/s (performances sans F5 VELOS) à 41,5 Gbit/s, soit une amélioration des performances de 281 %.
- Dans un scénario en périphérie à latence élevée et à forte variabilité (75 ms de latence, 5 ms de gigue), F5 VELOS a fait passer le débit S3 de 9,6 Gbit/s (performances sans F5 VELOS) à 40,1 Gbit/s, soit une amélioration des performances de 316 %.
- Dans un scénario multicloud SD-WAN à latence élevée (75 ms de latence, 2 ms de gigue), F5 VELOS a fait passer le débit S3 de 9,5 Gbit/s (performances sans F5 VELOS) à 41,2 Gbit/s, soit une amélioration des performances de 332 %.
La latence est le principal facteur limitant le débit du stockage compatible S3
La latence entre le client de stockage compatible S3 et les nœuds de stockage a eu une incidence bien plus importante que prévu sur le débit. Par exemple, les résultats de référence ont montré qu’avec une latence de 10 ms, le débit était réduit à environ 60 % du débit de référence obtenu avec une latence de 0 ms. Ils ont également montré qu’avec une latence de 75 ms, le débit était réduit à environ 8,25 % du débit de référence obtenu avec une latence de 0 ms.
Bien que F5 s’attendait à ce que la gigue ait un impact relatif plus important que la latence sur le débit, c’est exactement l’inverse qui s’est produit. En réalité, la latence a eu un impact plus important que la gigue sur le débit entre le client S3 et les nœuds de stockage.
Un F5 VELOS avec BIG-IP LTM agissant comme proxy optimise le trafic entre les clients de stockage compatibles S3 et les nœuds de stockage, augmentant le débit sur les réseaux réels dans des proportions bien supérieures à celles attendues au début de la validation.
La mise à disposition des données est au cœur de l’architecture de l’IA
Pour les dirigeants d’entreprise et les responsables technologiques, le constat est simple : les performances de l’infrastructure d’IA ne sont plus seulement une question de calcul ou de stockage. Elles dépendent aussi de l’acheminement des données. Dans le cadre de la F5 Application Delivery and Security Platform (ADSP), F5 BIG-IP fournit un point d’entrée évolutif, sécurisé et hautement performant pour l’ingestion des jeux de données utilisés dans l’entraînement et l’ajustement des modèles d’IA, ainsi que dans les workflows RAG. En combinant une gestion intelligente du trafic, un contrôle fondé sur des politiques et un basculement résilient, F5 contribue à rendre les pipelines d’IA plus prévisibles, plus faciles à gouverner et plus efficaces.
Cette valeur se traduit par trois avantages architecturaux.
Premièrement, F5 améliore le transport distribué des données en régulant et en optimisant le déplacement de volumes massifs de données entre les infrastructures de stockage et de calcul. Deuxièmement, F5 permet un couplage faible et renforce la résilience des points de terminaison, aidant ainsi les organisations à préserver leurs performances et leur flexibilité à mesure que les architectures de stockage évoluent. Troisièmement, F5 apporte une gestion programmable du trafic au chemin de données de l’IA, ce qui permet aux équipes d’appliquer des politiques et de mettre en place des fonctions d’observabilité et de contrôle là où elles ne disposaient auparavant que d’une visibilité limitée.
En définitive, cela permet aux organisations de maximiser le retour sur leurs investissements dans les infrastructures d’IA, tout en garantissant la fiabilité des systèmes dans des conditions réelles, et pas seulement dans des environnements de laboratoire idéaux. Cela témoigne également d’une évolution plus large du secteur : les principes de mise à disposition des applications deviennent un fondement de la conception des infrastructures d’IA modernes.
Téléchargez le rapport complet de SecureIQLab
Consultez le rapport complet de validation des performances de SecureIQLab, qui présente en détail la méthodologie, la topologie et les résultats à l’origine de ces conclusions, afin de découvrir comment F5 contribue à optimiser, stabiliser et faire évoluer la distribution des données d’IA pour MinIO et d’autres environnements de stockage compatibles avec S3.
L’engagement de F5 en faveur de l’IA ne s’arrête pas là : découvrez toutes les solutions proposées par F5 pour déployer et sécuriser les applications d’IA.
À propos des auteurs
Florin Meilescu est ingénieur logiciel principal senior et architecte de tests chez F5, où il occupe le poste d’architecte des tests de solutions pour BIG-IP sur les plateformes matérielles et logicielles, ainsi que dans les environnements de cloud public. Il possède plus de 20 ans d’expérience sur le marché des contrôleurs de mise à disposition d’applications (ADC), notamment chez Citrix NetScaler. Son expertise couvre les protocoles des couches L2 à L7 et les systèmes qui les prennent en charge, des serveurs Linux aux équipements réseau dont il assurait le support au début de sa carrière. Florin est titulaire d’un diplôme d’ingénieur de l’Université polytechnique de Bucarest.
Autres articles de Florin MeilescuPaul Pindell est architecte principal chez F5, où il travaille au sein de l’équipe Technology Alliances et supervise les partenariats techniques couvrant l’ensemble du portefeuille de produits de F5. Depuis 2019, il joue également un rôle clé dans les initiatives de stratégie d’entreprise, notamment en contribuant au lancement du premier projet d’innovation de F5. Paul a dirigé l’équipe spéciale chargée de la stratégie d’IA de F5, dont l’objectif était de déterminer comment les produits existants de F5 peuvent contribuer à sécuriser et à fournir des applications d’IA. Il a ensuite participé à l’élaboration de l’architecture de référence de F5 pour l’IA, qui présente les principaux composants, défis, risques et solutions partenaires nécessaires à la fourniture et à la sécurisation des applications d’IA. Paul intervient régulièrement comme conférencier principal et animateur de sessions thématiques lors d’événements du secteur, notamment l’OPI Summit, l’OCP Global Summit, Intel InnovatiON, l’Open Source Summit, le Red Hat Tech Exchange et plusieurs conférences VMworld aux États-Unis et dans la région EMEA. Il est également fondateur et responsable de la maintenance de projets open source, préside le comité de sensibilisation de l’Open Programmable Infrastructure Project et a auparavant dirigé les opérations des centres de données Antivirus Response de Symantec ainsi que des laboratoires de test de logiciels de sécurité.
Autres articles de Paul PindellArticles de blog associés
F5 rejoint le projet PQC du NIST pour contribuer à l’élaboration de normes résistantes aux attaques quantiques
En rejoignant le consortium du projet « Migration to PQC » du NIST, F5 contribue à élaborer des recommandations pratiques pour un monde résistant aux menaces quantiques.
La dernière version de F5 Distributed Cloud Bot Defense offre des fonctionnalités et des améliorations de nouvelle génération
Les mises à jour de la console de F5 Distributed Cloud Bot Defense améliorent la gestion des menaces automatisées et l’intégration dans des cadres de sécurité plus larges.
La nouvelle surface de risque liée à l’IA : invisible, autonome et déjà à l’intérieur
James White, vice-président de l’ingénierie chez F5 À mi-parcours de l’année 2025, le moment est bien choisi pour dresser un état des lieux de l’adoption de l’IA en entreprise et de la sécurité de l’IA. L’utilisation de l’IA générative est désormais la norme dans les entreprises De manière générale, les entreprises possèdent au moins une compréhension élémentaire de l’IA générative. Elles savent ce qu’elle est et où elle peut […]
Évaluation des LLM : renforcer la confiance grâce à la notation de sécurité
À mesure que l’adoption de l’IA s’accélère dans les entreprises, l’évaluation des LLM ne porte plus uniquement sur leurs performances, mais aussi sur la confiance qu’ils inspirent. Les équipes de sécurité doivent évaluer non seulement les performances d’un modèle, mais aussi la sûreté de son comportement. Pourtant, la plupart des cadres d’évaluation se concentrent sur des critères de précision, laissant les facteurs de sécurité et de risque dans le flou ou sans mesure.
Évaluer le niveau de préparation de votre organisation à la sécurité de l’IA
Dans un paysage de l’intelligence artificielle (IA) en constante évolution, il est non seulement important, mais impératif de savoir si votre organisation est prête à instaurer et à soutenir une culture de la sécurité de l’IA. À mesure que les technologies d’IA progressent, elles font émerger une multitude de nouveaux défis de sécurité qui, pour être gérés efficacement, exigent une approche réfléchie, globale et proactive […]
Déployer des LLM en entreprise : via une API dans un cloud privé
Pris isolément, sans mesures de protection spécialisées ni protocoles de sécurité en place, le déploiement de modèles d’IA générative (GenAI), en particulier de grands modèles de langage (LLM), à l’échelle de l’entreprise représente pour toute organisation une opportunité à haut risque, mais potentiellement très rentable. La manière précise dont votre organisation doit franchir ce grand pas dans l’univers de la GenAI nécessite une planification mûrement réfléchie. Peut-être serait-il […]