Sync Computing: ‘Une utilisation optimale du cloud engendre automatiquement des économies’

La puissance de calcul dans le cloud doit également être optimisée, sinon le coût augmentera rapidement.

Selon un stéréotype, des start-ups partent à la conquête du monde à partir d’un garage ou d’une cave, dirigées par de jeunes entrepreneurs n’ayant même pas terminé leur formation. Mais il arrive souvent aussi que cela soit le contraire et que des jeunes pousses capitalisent sur une idée qui a pris forme dans le monde académique. Un bel exemple nous est fourni par Sync Computing, qui aide à optimaliser l’utilisation de la puissance de calcul dans le cloud.

‘Nous sommes une émanation du MIT de Cambridge, près de Boston’, déclare Jeff Chou, fondateur et CEO de Sync Computing. Data News a appris à connaître cette entreprise dans le cadre de l’IT Press Tour. Sync Computing existe à présent depuis cinq ans et se concentre sur un défi très spécifique: le problème de l’allocation des ressources dans l’écosystème Databricks et plus précisément son optimalisation.

Databricks est une plate-forme cloud ciblant le travail avec les données et l’IA et développée par les initiateurs d’Apache Spark. ‘Si vous souhaitez démarrer quelque chose sur cette plate-forme, il vous faut clairement spécifier quelles ressources vous voulez’, explique Jeff Chou. ‘A la suite de quoi la plate-forme formule une solution. Exemple: vous disposez pendant une heure de la puissance de calcul demandée avec une latence de 300 millisecondes. Dont coût 100 dollars.’

Calcul déclaratif

Cette façon de travailler, Sync Computing ne la trouve pas optimale. ‘La puissance de calcul dans le cloud est coûteuse’, précise Jeff Chou. ‘Si vous voulez ajuster quelque chose à grande échelle, cela ne va pas souvent de soi.’ Mais il s’avère régulièrement aussi nécessaire d’apporter une modification à votre infrastructure cloud. Parallèlement, votre entreprise ne peut pas se permettre de manquer une date-butoir SLA. ‘Une banque, par exemple, peut effectuer des ajustements la nuit, mais à six heures du matin, tout doit être prêt, et toutes les applis doivent fonctionner normalement, sinon il y a un gros problème.’

Pour relever ce défi, Sync Computing inverse le raisonnement. ‘Au lieu d’indiquer quelle puissance de calcul vous voulez, précisez ce que vous voulez faire. Exemple: je veux une heure durant une puissance de calcul avec une latence de 100 millisecondes, au prix le plus bas possible.’ Ensuite, Gradient – la solution de Sync Computing – calcule ce qui est possible. ‘Considérez cela comme une forme de calcul déclaratif’, affirme Jeff Chou. ‘Par analogie à la programmation déclarative.’

Feedback

En coulisses, une boucle feedback se charge d’adapter automatiquement l’infrastructure cloud. ‘Vous en arrivez ainsi à un juste équilibre, par exemple si vous indiquez que la durée d’exécution peut dépasser une heure, à condition que le prix diminue.’ Cela rend la solution nettement plus précise que le principe classique d’auto-scaling habituel dans la gestion des infrastructures. ‘L’autoscaling repose sur le principe du ‘si’: comme ‘ajouter de la capacité si on atteint les 80 pour cent ou en enlever si on tombe en-dessous de 20 pour cent. Notre solution fait bien plus que cela. Nous examinons réellement vos besoins.’

Le système apprend en outre de chaque nouvel ajustement, ce qui lui permet d’optimaliser toujours davantage l’environnement. ‘Car finalement, c’est de cela qu’il s’agit. Nous voyons à présent que l’évaluation des ressources cloud, c’est encore trop souvent un travail d’approximation pour beaucoup de personnes. Mais sur base d’un calcul concret, il est possible de prendre beaucoup mieux une décision correcte. La réduction des coûts qui en découle souvent, représente un autre avantage.”

Extension

Avec sa solution, Sync Computing cible avant tout les entreprises qui dépensent annuellement pas moins d’un million de dollars à Databricks. ‘Quant à savoir si nous pourrons bientôt aussi appliquer ce mode travail à d’autres plates-formes, c’est là une question qu’on nous pose en permanence’, déclare en riant Jeff Chou. ‘En principe, c’est certainement possible, tout particulièrement pour tout ce qui concerne les commandes par lots, comme Snowflake, AWS ou Kubernetes.’