[APPLICATION KIOXIA] Pendant de nombreuses années, la performance du stockage était principalement définie par le débit et la latence. Aujourd’hui, alors que les volumes de données augmentent plus rapidement que la capacité de calcul, un ensemble différent de contraintes façonne la conception des systèmes. Cet article explore pourquoi la capacité et la densité deviennent les considérations dominantes de performance dans les environnements de données.

Auteur : Axel Störmann

Vice-président et directeur technique mémoires embarquées et disques SSD

Kioxia Europe

 

L’expansion rapide de l’IA, de l’analytique avancée et de l’infrastructure numérique transforme la façon dont les organisations perçoivent les données. Pendant des décennies, les données ont été largement considérées comme un sous-produit des processus informatiques : quelque chose généré, utilisé brièvement, puis souvent jeté ou archivé.

Aujourd’hui, cette approche est en train de changer de manière fondamentale. Les données sont de plus en plus perçues comme un actif stratégique à long terme : leur valeur potentielle ne devient claire que des années après leur création.

Ce changement a été mis en évidence en 2006 par le mathématicien britannique Clive Humby OBE, qui a inventé l’expression “les données sont le nouveau pétrole”. Il a établi des parallèles entre la transformation industrielle provoquée par le pétrole et l’importance économique croissante des données.

Comme le pétrole, les données brutes doivent être extraites, stockées, raffinées et traitées avant de devenir précieuses. Les enseignements tirés de ce processus peuvent stimuler l’innovation, améliorer la prise de décision et débloquer de nouveaux modèles économiques.

Mais cette analogie met en lumière une autre vérité importante : le pétrole n’a eu un effet transformateur qu'une fois que les infrastructures nécessaires à son extraction, à son transport et à son raffinage ont été mises en place. Il en va de même pour les données. Elles nécessitent des systèmes de stockage capables de capturer et de gérer des volumes d’informations toujours croissants pour révéler leur valeur.

Les priorités en matière d’architecture de stockage changent

À mesure que les volumes de données augmentent et que les délais de conservation s’allongent, les exigences imposées à l’infrastructure de stockage évoluent considérablement. Historiquement, la performance était souvent la principale considération, notamment pour les charges de travail nécessitant un accès rapide aux données fréquemment utilisées.

Si les performances restent essentielles pour certaines couches du système informatique, notamment les mémoires à haute vitesse et les environnements de traitement, l’architecture dans son ensemble doit désormais trouver un équilibre entre plusieurs facteurs supplémentaires.

Trois priorités de conception sont devenues particulièrement importantes : la densité, l’efficacité énergétique et le coût par bit.

- Densité : stockage de plus de données dans le même espace La capacité des centres de données est limitée non seulement par le coût du matériel de stockage, mais aussi par l’infrastructure physique. L’espace, la climatisation et la disponibilité de l’énergie limitent de plus en plus la quantité d’infrastructure informatique pouvant être déployée. Les technologies de stockage haute densité jouent donc un rôle essentiel en permettant aux organisations de conserver des ensembles de données de plus en plus volumineux sans avoir à augmenter proportionnellement leur encombrement.

Cette exigence est particulièrement évidente dans les environnements à très grande échelle et d'intelligence artificielle, où les volumes de données peuvent croître de manière exponentielle. Les progrès réalisés en matière de densité de mémoire flash permettent aux organisations de stocker bien plus de données par périphérique qu'auparavant, ce qui contribue à l'évolutivité de l'infrastructure au rythme des charges de travail liées à l'IA.

- Efficacité énergétique : gérer le défi énergétique Parallèlement, la consommation d’énergie est devenue une autre contrainte déterminante. Les infrastructures d'IA, en particulier les GPU haute performance et les systèmes de mémoire à large bande passante qui y sont associés, sollicitent déjà fortement les ressources énergétiques.

À mesure que les organisations déploient des centres de données de plus grande envergure pour supporter les charges de travail liées à l’entraînement et à l'inférence en IA, les besoins énergétiques cumulés prennent de plus en plus d'importance. Dans cet environnement, l’efficacité du stockage compte plus que jamais. Les technologies offrant une plus grande capacité de stockage par watt permettent aux organisations de conserver de vastes ensembles de données sans augmenter proportionnellement la consommation d’énergie. Des architectures de stockage efficaces contribuent donc directement à la durabilité et à la viabilité économique des déploiements d’IA à grande échelle.

- Coût par bit : permettre une croissance durable Enfin, le coût par bit reste un facteur décisif pour déterminer si les organisations peuvent faire évoluer efficacement leur infrastructure de données. Si les coûts de stockage augmentent proportionnellement à la croissance des données, les organisations pourraient être contraintes de limiter la durée de conservation ou de ne donner la priorité qu'à certains ensembles de données.

Toutefois, si les technologies de stockage continuent à faire baisser le coût de stockage de chaque unité de données, il devient économiquement viable de conserver davantage d'informations pendant des périodes plus longues. Cela est particulièrement important pour les environnements d’IA, où la conservation des ensembles de données historiques peut permettre de futures améliorations de modèles ou de nouvelles applications analytiques.

Ces priorités architecturales reflètent une évolution plus générale de la place occupée par le stockage au sein de la pile informatique. Loin de se limiter à un simple référentiel passif, le stockage joue de plus en plus le rôle d’une couche stratégique qui soutient l’ensemble du cycle de vie des données, depuis leur ingestion et l’entraînement jusqu’à l’inférence et la conservation à long terme des connaissances.

L’avenir de la conception des systèmes de stockage

Répondre à ces exigences évolutives dépend fortement de l’innovation continue dans les technologies de stockage. La mémoire flash, en particulier, connaît des progrès rapides tant en termes de densité que d'efficacité de fabrication, ce qui permet de mettre au point des systèmes de stockage capables de répondre aux besoins en données des infrastructures basées sur l'IA.

L'une des avancées majeures réside dans l'évolution des technologies de mémoire flash à plusieurs niveaux, conçues pour augmenter la quantité de données stockées par cellule. La dernière mémoire flash QLC (cellule à quatre niveaux) de Kioxia, fondée sur la technologie de mémoire flash 3D BiCS FLASH de 8e génération développée par l'entreprise, marque une étape importante dans les efforts continus visant à accroître la densité de stockage.

 

En permettant d'atteindre des capacités nettement supérieures pour un encombrement physique identique, ces innovations permettent de mettre en place des systèmes de stockage capables de s'adapter à l'augmentation croissante des charges de travail liées à l'IA, sans augmentation correspondante des coûts ni de la consommation d'énergie.

Le stockage flash à haute capacité offre également des avantages par rapport aux technologies de stockage traditionnelles dans certains contextes d’IA et d’analytique. Des temps d’accès plus courts permettent une récupération plus efficace des données, ce qui facilite la gestion des charges de travail nécessitant des interactions fréquentes avec de grands ensembles de données, tels que les bases de données vectorielles utilisées dans les systèmes d’inférence d’IA.

Parallèlement, de nouvelles approches architecturales émergent pour intégrer plus étroitement le stockage avec les environnements informatiques. Dans certains cas, les systèmes de stockage sont conçus pour prendre en charge des tâches traditionnellement assurées par les couches de mémoire, comme la conservation temporaire de données qui n’ont pas besoin d'être stockées dans de la mémoire HBM, plus coûteuse.

Par exemple, certaines architectures d'IA explorent désormais des mécanismes permettant de transférer les données auxquelles on n'accède que de manière intermittente depuis une mémoire à haute vitesse vers un stockage flash de grande capacité, afin de pouvoir les récupérer rapidement en cas de besoin. Cette approche permet d’améliorer l’efficacité du système en garantissant que les ressources mémoires les plus coûteuses restent disponibles pour les tâches de calcul actives du GPU.

Ces évolutions mettent en évidence une tendance plus générale : les frontières entre le stockage, la mémoire et le calcul s'estompent de plus en plus. Au lieu de couches strictement séparées, les architectures de stockage considèrent de plus en plus ces éléments comme des composants interconnectés au sein d'une infrastructure de données dynamique.

Ce changement reflète également le rythme accéléré des changements technologiques dans les écosystèmes d’IA. Contrairement aux époques précédentes de l'informatique, où les plateformes matérielles pouvaient rester stables pendant des années, les environnements actuels, axés sur l'IA, évoluent rapidement à mesure que de nouvelles charges de travail et de nouveaux modèles architecturaux apparaissent.

Les technologies de stockage doivent donc être conçues non seulement pour répondre aux besoins actuels, mais aussi pour offrir la flexibilité nécessaire afin de s'adapter aux exigences futures.

Construire l’infrastructure pour un avenir fondé sur les données

La transition vers des systèmes basés sur l’intelligence artificielle constitue l’un des changements les plus importants en matière d'infrastructure informatique.

Si une grande partie du débat public porte sur les processeurs et les algorithmes, le succès de ces systèmes repose tout autant sur la capacité à stocker, gérer et extraire d’énormes quantités de données. Alors que les organisations considèrent de plus en plus les données comme un atout stratégique à long terme, l'infrastructure de stockage devient un pilier central de la transformation numérique.

Les technologies de stockage à haute densité et à faible consommation d’énergie permettent aux entreprises de conserver davantage d'informations, d’en tirer une plus grande valeur au fil du temps et de prendre en charge les charges de travail informatiques qui caractérisent l’IA.

Les entreprises à la pointe de l’innovation en matière de mémoire flash, comme Kioxia, jouent un rôle crucial dans la mise en œuvre de cette transformation. La mémoire flash PLC (cellule penta-niveau) constitue la prochaine étape dans l'évolution de la technologie NAND : elle stocke cinq bits de données par cellule de mémoire afin d'augmenter encore la densité de stockage et de réduire le coût par bit.

Avec ce niveau d’intégration, les disques SSD émergent comme une alternative prometteuse aux HDD dans les environnements à haute capacité. La tendance est claire : les volumes de données continueront d’augmenter, les systèmes d'IA deviendront plus sophistiqués et l'intérêt de la conservation des données à long terme ne fera que croître. Dans ce contexte, la capacité de stockage n’est plus simplement une spécification technique. C’est une ressource stratégique, qui sous-tend la prochaine génération d’innovation numérique.