Face à la croissance exponentielle des volumes de données à traiter et à stocker, StorageX a développé une architecture non plus ‘compute centric’, mais ‘data centric’ où la capacité de traitement et le stockage sont étroitement liés.
D’ici 2025, pas moins de 163 Zo (zétaoctets, soit un trilliard d’octets, un 1 avec 21 zéros) de données seront produites dans le monde, contre 40 Zo en 2020. Une explosion des données que les architectures actuelles de traitement et de stockage ne peuvent prendre en charge. En effet, les plateformes de calcul (CPU et GPU) et de stockage (sur disque par ex.) étant séparées, il faut énormément de ressources pour déplacer les données, ce qui est très gourmand en temps, en coût financier et en énergie.
Associer stockage et traitement
Or les nouvelles applications de type analytique, apprentissage machine, IA générative ou encore LLM (large language models, ces modèles d’apprentissage très profonds qui sont entraînés sur la base de très gros volumes de données) exigent non seulement des volumes de données considérables, mais aussi des temps de latence moindres et des débits toujours plus élevés.
« Dans l’architecture actuelle, la puissance informatique est davantage utilisée pour faire déplacer des données plutôt que de les traiter », estime Steven Yang, fondateur et CEO de StorageX. « Nous sommes donc dans une configuration de type ‘compute centric’. D’où l’idée de la société présentée à l’occasion du récent IT Press Tour en Californie de regrouper les capacités de traitement et de stockage au sein d’une solution de type ‘data centric’ en mettant les données au plus près de la capacité de traitement afin de permettre de traiter à la fois de très gros volumes de données et d’en assurer un traitement rapide.
Smart Data Lake
Avec sa solution ‘Smart Data Lake’, StorageX offre une approche regroupant traitement et stockage, avec accélération des I/O et des données, plus une fonction d’IA, offrant ainsi à la fois des débits élevés et une latence minime. En pratique, StorageX commercialise une baie baptisée Lake TI P100/150, qui peut s’intégrer dans un serveur et s’enrichit d’un logiciel spécifique (notamment pour l’accélération des données et l’amélioration des performantes d’E/S) pour offrir une solution totale.
« Il est plus efficace de déplacer la puissance de calcul que de déplacer des données dans un système que je qualifie de ‘désagrégé’ », insiste encore Steven Yang, qui rappelle que le cabinet Gartner considère le ‘computational storage’ comme l’une des technologies émergentes de 2022, estimant que son impact sera maximal d’ici 2 à 10 ans.
Verschillende terreinen
Cette plateforme est notamment destinée à l’analytique en temps réel ou à l’apprentissage machine, mais peut également être déployée dans les centres de données modernes, dans les usines numériques (l’IA dans la fabrication se développe à un rythme effréné), dans le streaming de données (par ex. pour l’analyse en temps réel des milliards d’utilisateurs qui accèdent à ces services), dans le traitement cryptographique ou encore la conduite autonome (les données pouvant être prétraitées dans le véhicule).
