Red Hat et NVIDIA renforcent leur partenariat

L’intelligence artificielle entre dans une nouvelle phase de son développement au sein des entreprises. Après les outils capables de générer du texte, des images ou du code, les organisations s’intéressent désormais aux agents autonomes, capables de raisonner, d’utiliser des applications et d’exécuter des tâches complexes. Cette évolution soulève toutefois de nouvelles questions concernant la cybersécurité, la maîtrise des accès aux systèmes informatiques, la gouvernance des données et les performances des infrastructures.

Dans ce contexte, Red Hat et NVIDIA approfondissent leur collaboration afin de faciliter le déploiement d’une intelligence artificielle agentique sécurisée dans les environnements professionnels. Leur démarche repose sur Red Hat AI Factory with NVIDIA, une plateforme associant des technologies d’intelligence artificielle, des capacités d’inférence optimisées et une intégration avec les infrastructures matérielles de nouvelle génération.

L’objectif est de permettre aux entreprises de développer et d’exploiter des agents d’IA autonomes tout en conservant la maîtrise de leur fonctionnement, de leurs ressources informatiques et des conditions dans lesquelles ils accèdent aux applications et aux données.

La sécurité des agents autonomes devient un enjeu central

Contrairement aux systèmes d’intelligence artificielle traditionnels, principalement sollicités pour répondre à des demandes ponctuelles, les agents autonomes peuvent enchaîner plusieurs opérations, interagir avec des outils et prendre certaines décisions dans le cadre des missions qui leur sont confiées.

Cette autonomie accroît les possibilités d’utilisation de l’intelligence artificielle, mais elle introduit également des risques supplémentaires. Un agent disposant d’autorisations étendues peut notamment accéder à des ressources sensibles ou effectuer des actions dont les conséquences dépassent la simple production d’une réponse.

Pour répondre à ces préoccupations, Red Hat et NVIDIA travaillent sur l’intégration de l’architecture de référence OpenShell au sein de Red Hat AI Factory with NVIDIA.

OpenShell est un projet open source proposant un environnement d’exécution isolé, également appelé sandbox, destiné aux agents d’intelligence artificielle. Son architecture prévoit des mécanismes de protection standardisés, une meilleure visibilité sur le fonctionnement des agents et des contrôles appliqués au niveau de leur environnement d’exécution.

Cette approche repose sur un principe important : la sécurité ne doit pas dépendre uniquement du comportement de l’agent lui-même. Les restrictions et les autorisations doivent également être imposées par l’infrastructure qui l’héberge.

Red Hat et NVIDIA participent au développement de ce projet au sein de la communauté open source. Les deux entreprises souhaitent faire de ces mécanismes de sécurité des fonctionnalités intégrées nativement à leurs plateformes d’intelligence artificielle.

Pour les directions informatiques, cette orientation doit faciliter la mise en place de règles communes de sécurité, notamment lorsque plusieurs agents interviennent simultanément dans des environnements techniques complexes.

Une architecture destinée à maîtriser les performances et les coûts

Au-delà de la sécurité, le développement de l’intelligence artificielle agentique pose la question des capacités de calcul nécessaires à son fonctionnement.

Les agents autonomes peuvent solliciter des modèles d’intelligence artificielle de manière répétée pour analyser une situation, planifier des opérations, exploiter des informations ou vérifier les résultats obtenus. Ces interactions génèrent une demande importante en matière d’inférence, c’est-à-dire l’exécution des modèles pour produire des réponses ou des décisions.

Red Hat et NVIDIA ont développé une architecture de référence destinée à optimiser ces traitements tout en maintenant un contrôle sur l’utilisation des ressources.

Cette architecture repose notamment sur Red Hat AI Factory with NVIDIA et associe plusieurs technologies, parmi lesquelles vLLM, llm-d, NVIDIA Dynamo et les microservices NVIDIA NIM.

Elle intègre également une passerelle d’intelligence artificielle et des mécanismes de gestion des accès selon une approche dite Model-as-a-Service (MaaS), permettant de mettre des modèles à disposition sous forme de services.

Les entreprises peuvent ainsi organiser l’accès aux différents modèles, définir des autorisations spécifiques selon les utilisateurs ou les applications, limiter les volumes de requêtes et suivre les droits associés aux abonnements.

L’architecture prévoit également des fonctions de gestion des quotas et d’imputation des coûts, afin de mieux identifier les ressources consommées par les différents usages.

La séparation entre la gouvernance des accès et l’exécution des modèles constitue l’un des éléments structurants de cette approche. Elle vise à maintenir des performances élevées et une latence prévisible tout en préservant les capacités de contrôle des directions informatiques.

Ces fonctionnalités répondent à une difficulté croissante pour les organisations qui déploient l’intelligence artificielle à grande échelle : concilier la disponibilité des services, la maîtrise des dépenses informatiques et le respect des règles internes de sécurité.

Des modèles ouverts optimisés pour les besoins des entreprises

Le partenariat porte également sur l’optimisation des modèles d’intelligence artificielle à poids ouverts.

Les dernières versions de NVIDIA Nemotron, notamment Nemotron 3.5 Super VL, sont prises en charge dans vLLM et Red Hat AI Factory with NVIDIA.

Cette compatibilité doit permettre aux entreprises d’exploiter des capacités avancées de raisonnement et de traitement de l’information, avec la possibilité d’adapter les modèles aux besoins de leurs activités.

Red Hat met également en avant plusieurs techniques destinées à améliorer les performances d’inférence.

Parmi elles figure la quantification, qui consiste à réduire la précision numérique utilisée pour représenter certains paramètres d’un modèle afin de diminuer les ressources nécessaires à son exécution.

Le compresseur de grands modèles de langage développé par Red Hat permet notamment de produire des versions optimisées de Nemotron 3.5 Super VL au format FP8.

D’autres optimisations reposent sur le décodage spéculatif DSpark, une technique destinée à accélérer la génération des réponses.

Selon les deux partenaires, ces mécanismes permettent de réduire sensiblement la latence d’inférence tout en préservant la précision des modèles.

La transparence sur la génération des points de contrôle optimisés, ou checkpoints, constitue également un élément de cette démarche. Elle doit permettre aux organisations de mieux comprendre les transformations appliquées aux modèles qu’elles utilisent.

Préparer les infrastructures à l’arrivée de NVIDIA Vera Rubin

La collaboration entre Red Hat et NVIDIA s’étend aux infrastructures matérielles nécessaires à l’exécution des nouvelles générations de modèles d’intelligence artificielle.

Les deux entreprises travaillent notamment à la prise en charge des futures architectures NVIDIA dès leur disponibilité, parmi lesquelles figure Vera Rubin.

L’objectif est d’assurer la compatibilité des systèmes d’exploitation et des plateformes logicielles avec ces nouvelles générations de matériels, sans attendre des adaptations ultérieures.

Cette démarche concerne l’ensemble du portefeuille de cloud hybride ouvert de Red Hat, y compris Red Hat AI Factory with NVIDIA.

Parallèlement, Red Hat Enterprise Linux for NVIDIA, une édition spécialisée du système d’exploitation Linux destinée aux environnements NVIDIA, prend désormais en charge les processeurs NVIDIA Vera.

Ces processeurs sont conçus pour répondre aux besoins des charges de calcul liées à l’intelligence artificielle agentique, notamment les opérations de raisonnement prolongées, les systèmes d’apprentissage par renforcement et l’exécution de tâches dans des environnements isolés.

NVIDIA met en avant des performances CPU pouvant être deux fois supérieures pour certains traitements liés aux agents d’intelligence artificielle.

Les processeurs Vera doivent également apporter une bande passante mémoire accrue et de meilleures performances pour les environnements d’exécution isolés.

Ces caractéristiques répondent à l’évolution des besoins informatiques des entreprises. Les agents autonomes ne sollicitent pas uniquement les accélérateurs graphiques utilisés pour exécuter les modèles. Ils mobilisent également les processeurs traditionnels pour coordonner les opérations, gérer les outils et assurer le fonctionnement des environnements logiciels.

L’optimisation de ces différentes composantes devient donc un facteur important pour soutenir le développement des applications agentiques.

Une stratégie de déploiement reposant sur le cloud hybride

L’un des objectifs du rapprochement entre Red Hat et NVIDIA consiste à permettre aux organisations de déployer leurs applications d’intelligence artificielle dans différents environnements informatiques.

Le cloud hybride associe des infrastructures internes, des clouds privés et des services de cloud public. Cette organisation permet aux entreprises de répartir leurs traitements en fonction de leurs besoins opérationnels et de leurs contraintes techniques.

Pour les applications d’intelligence artificielle, cette souplesse présente un intérêt particulier lorsque les organisations souhaitent conserver certains traitements dans leurs propres infrastructures tout en utilisant des capacités de calcul externes pour d’autres opérations.

Red Hat et NVIDIA entendent proposer un socle technologique commun capable de fonctionner dans ces différents environnements.

L’architecture développée conjointement vise ainsi à faciliter la gestion des modèles, l’orchestration des ressources graphiques, la gouvernance des accès et le suivi des coûts, indépendamment de la localisation des infrastructures.

Cette approche doit également permettre aux entreprises de faire évoluer progressivement leurs capacités d’intelligence artificielle sans remettre systématiquement en cause leurs choix d’infrastructure.

Un écosystème de partenaires mobilisé pour les déploiements

Les architectures de référence et les cas d’usage développés par Red Hat et NVIDIA sont accessibles par l’intermédiaire de l’écosystème de partenaires de Red Hat.

Celui-ci comprend notamment Cisco, Dell Technologies et Lenovo, des acteurs présents dans les infrastructures informatiques professionnelles.

Leur participation à cet écosystème doit faciliter l’accès aux technologies nécessaires au déploiement de solutions d’intelligence artificielle agentique dans les entreprises.

Red Hat poursuit parallèlement ses travaux avec NVIDIA et la communauté open source pour intégrer OpenShell de manière native à Red Hat AI et Red Hat AI Factory with NVIDIA.

Cette intégration reste un axe de développement, distinct des fonctionnalités et architectures de référence déjà mises à disposition.

Joe Fernandes, vice-président et directeur général de l’activité Intelligence artificielle de Red Hat, considère que le développement de l’IA agentique à grande échelle nécessite une combinaison de sécurité, de confiance et d’intégration aux infrastructures existantes.

De son côté, John Fanelli, vice-président Enterprise Software chez NVIDIA, insiste sur la nécessité d’appliquer les contrôles de sécurité en dehors des agents eux-mêmes, directement au niveau des environnements d’exécution et des infrastructures.

Cette orientation traduit une évolution dans la manière d’aborder l’intelligence artificielle en entreprise. Les performances des modèles ne constituent plus le seul critère déterminant. La capacité à contrôler les actions des agents, à maîtriser leurs accès et à superviser leur consommation de ressources devient tout aussi importante.

Pour les organisations, l’enjeu consiste désormais à transformer les possibilités offertes par l’intelligence artificielle agentique en applications opérationnelles, sans perdre la maîtrise des risques techniques et de sécurité associés à leur autonomie.

Le renforcement du partenariat entre Red Hat et NVIDIA s’inscrit dans cette perspective, avec une architecture associant logiciels open source, mécanismes de gouvernance, optimisation des modèles et infrastructures matérielles spécialisées.