DDN cible le stockage efficient pour l’IA

Plus vaste, plus rapide, plus efficient? DDN Storage répond à la demande d’évolutivité avec un système de stockage reposant sur le GPU.

DDN Storage (DataDirect Networks Storage) se profile en tant qu’acteur de stockage pour applications exigeantes telles que les superordinateurs et l’informatique hautes performances, par exemple dans des contextes pharmaceutique et financier. L’entreprise américaine mise en l’occurrence plus que jamais sur tout ce qui concerne l’IA. Data News a rencontré DDN juste avant l’été dans le cadre de l’IT Press Tour. ‘Il y a quatre ans déjà, on assista à une première vague d’IA’, déclare James Coomer, SVP Products chez DDN Storage. ‘Avec entre autres les premières voitures autonomes et l’analyse vidéo en temps réel.’

Depuis quelques mois, la deuxième vague d’applications IA bat son plein. Coomer: ‘C’est la vague par laquelle les avantages de l’IA commencent vraiment à se voir. En même temps, nous n’en sommes encore qu’au début. Nous sommes partis d’une croissance exponentielle de toutes sortes de modèles de langage, de l’IA générative et de l’IA multimodale.’ Voilà qui offre une belle opportunité pour DDN. Dans le premier quart de 2023, l’entreprise a déjà vendu plus d’‘AI storage’ que durant toute l’année 2022. DDN table cette année sur un chiffre d’affaires supérieur à 500 millions de dollars.

Au-delà de la Loi de Moore

Mais des obstacles se dressent sur la route de la croissance de l’IA. C’est que l’IA exige pas mal de puissance de calcul et donc beaucoup d’énergie. Et c’est précisément là où le bât blesse. ‘L’énergie disponible dans un centre de données semble souvent limitée’, ajoute James Coomer. ‘De plus, l’IA exige nettement plus de rendement (throughput) que la Loi de Moore a jamais osé prévoir. Et c’est sans parler de la sécurité et de la gouvernance au niveau de la gestion de ces volumes de données, qui ne font que croître rapidement. Il y a donc un besoin tout particulier d’une plus grande efficience.’

DDN fournit une réponse à cette demande en utilisant entre autres le GPU – fourni par Nvidia – et le parallélisme. ‘Cela permet d’accélérer le travail, par exemple pour permettre toutes sortes de simulations et de visualisations’, poursuit Coomer. DDN envisage ici un grand bond en avant. Coomer: ‘Nous tablons sur un décuplement de l’efficience, avec une bonne architecture parallèle, pour permettre d’évoluer.’
Il en résulte une plate-forme de données intégrée caractérisée par moins de complexité, ce qui réduit d’autant les coûts et les risques. ‘Nous soutenons ainsi des applications extrêmement rapides et riches avec une solution qui tient dans à peine deux armoires’, poursuit-il en souriant. Cela se traduit par une importante économie d’énergie. ‘On a en effet nettement moins besoin de disques de stockage et de serveurs et donc de beaucoup moins de refroidissement.’

Basculement entre langages

Aujourd’hui, DDN envisage ce que l’IA apportera à l’avenir. ‘Nous possédons à présent des applications capables d’apprendre le ‘langage’ de chaque forme de donnée: pas uniquement du texte, mais aussi de l’animation ou de l’ADN’, poursuit James Coomer. Il en résultera que nous pourrons bientôt basculer d’une toute nouvelle manière entre les langages, comme c’est à présent déjà le cas avec speech to text. ‘Pensez à image to text, mais tout aussi bien à text to chemicals. Voilà qui permettra de numériser encore beaucoup plus, par exemple en pharmacie et en chimie.’