Présentation
George Kurian, PDG de NetApp, a présenté la stratégie de données de l’entreprise pour l’intelligence artificielle en production lors de l’événement NetApp INSIGHT. Il a rappelé que 93 % des organisations qui déploient l’IA en production considèrent les données comme le principal obstacle. Selon lui, la montée en charge de l’IA impose de nouvelles exigences d’infrastructure, notamment en matière de gouvernance, de sécurité et de contrôle.
Architecture Novus et performances
NetApp a introduit Novus, une architecture qui associe la couche de données traditionnelle à une couche de métadonnées évolutive de façon indépendante. Cette combinaison vise à fournir plus de 100 téraoctets par seconde de débit et à supporter une capacité de l’ordre du zettabyte au sein d’un même espace de noms. Le débit de 100 TB/s répond aux besoins des charges de travail d’IA les plus exigeantes, où les modèles consomment et génèrent d’énormes volumes de données en temps réel. La capacité zettabyte permet de stocker l’ensemble des jeux de données d’entraînement, des modèles et des résultats d’inférence sans fragmentation.
La couche de métadonnées joue un rôle central : elle assure la découverte, le catalogage et la gouvernance des données. En séparant les métadonnées du stockage brut, NetApp rend possible une mise à l’échelle horizontale sans impacter les performances d’accès aux données. Cette architecture facilite également la création d’un « namespace » unique, simplifiant la gestion des droits d’accès et la traçabilité des flux de données.
Implications pour la gouvernance et la sécurité des données
Kurian a souligné que la disponibilité d’un service de métadonnées ultra‑scalable permet d’instaurer des garde‑fous automatisés. Les politiques de gouvernance peuvent être appliquées au moment même où les données sont ingérées ou exploitées par les modèles d’IA, réduisant ainsi les risques de fuite ou de mauvaise utilisation. Le contrôle d’accès basé sur les métadonnées offre une granularité fine, indispensable lorsqu’on manipule des ensembles de données sensibles.
Sur le plan de la sécurité, l’infrastructure intelligente doit intégrer des mécanismes de chiffrement au repos et en transit, ainsi que des audits continus des accès. La séparation des couches facilite la mise à jour ou le remplacement de modules de sécurité sans interrompre le flux de données, ce qui est crucial pour les environnements de production où les temps d’arrêt sont inacceptables.
Limites et perspectives
Bien que Novus propose des performances élevées, la mise en œuvre d’une telle architecture nécessite des investissements matériels et logiciels importants. Les organisations doivent disposer d’un réseau capable de soutenir plus de 100 TB/s, ce qui implique souvent des interconnexions à haute vitesse (InfiniBand ou Ethernet 400 Gb/s). De plus, la gestion d’un espace de noms unique à l’échelle du zettabyte requiert des outils de monitoring avancés pour éviter les goulets d’étranglement.
À moyen terme, NetApp devra démontrer la stabilité de Novus dans des scénarios multi‑cloud, où les données sont réparties entre différents fournisseurs. L’interopérabilité avec les plateformes de machine learning existantes (TensorFlow, PyTorch, etc.) et les services de stockage cloud sera déterminante pour l’adoption large de la solution.
