Contexte et exigences des usines d'IA
Les usines d'intelligence artificielle combinent des transferts massifs de données avec des opérations transactionnelles sur les métadonnées, le tout sur une infrastructure partagée. Selon NetApp, les systèmes de stockage traditionnels, conçus pour des charges prévisibles, peinent à répondre à cette double contrainte : les gros volumes de données peuvent bloquer les petites requêtes de métadonnées, entraînant une sous‑utilisation coûteuse des GPU qui continuent de consommer de l'énergie sans produire de résultats.
Architecture Novus : séparation des fonctions
Novus, développée conjointement par NetApp et Nvidia, découple explicitement les chemins de données et de métadonnées. Chaque couche possède son propre média, son propre réseau et ses propres contrôleurs, ce qui permet d'évoluer indépendamment selon les besoins. Arindam Banerjee explique que cette séparation empêche les opérations de métadonnées de « mettre en file d’attente » les transferts séquentiels de checkpoints, garantissant ainsi que les GPU restent alimentés en données sans interruption.
Scalabilité et gestion de la concurrence
Le modèle séparé autorise une mise à l’échelle sur des axes différents : la bande passante du stockage de données peut être augmentée sans toucher aux ressources dédiées aux métadonnées, et inversement. Cette flexibilité est cruciale lorsque des milliers d'agents IA accèdent simultanément aux mêmes jeux de données. Banerjee souligne que chaque agent déclenche des autorisations temporaires, ce qui gonfle le volume de requêtes de métadonnées et impose de nouveaux seuils de concurrence. En isolant les deux flux, Novus évite que les petites opérations transactionnelles ralentissent les gros transferts, préservant ainsi le débit global du système.
Consommation via API et perspectives d'évolution
Pour que les équipes IA puissent exploiter le stockage sans devenir spécialistes du domaine, NetApp conçoit un plan de contrôle API‑first. Les développeurs peuvent provisionner, surveiller et ajuster les ressources de Novus via des SDK ou des appels REST, réduisant la complexité opérationnelle. Banerjee anticipe que, à terme, les agents autonomes pourront interagir directement avec ces API, automatisant la gestion du stockage en fonction des besoins de charge. Cette orientation vers une interface programmable répond à la demande croissante d'agilité dans les déploiements d'IA en production.
