Contexte de la souveraineté des données et des pipelines IA

Les entreprises déplacent l’inférence d’IA vers des jeux de données hautement sensibles, ce qui rend la souveraineté des données un problème d’architecture. Selon Vaughn Stewart, vice‑président de l’ingénierie système chez Vast Data, les pipelines composés d’outils distincts peinent à garder les embeddings, les permissions et les données sources synchronisés. Cette désynchronisation empêche l’accès à de nombreux ensembles de données précieux et crée une exposition aux incohérences entre les mises à jour de données et les vecteurs d’inférence.

Architecture de Vast Data et limites des pipelines best‑of‑breed

Vast Data mise sur une architecture « disaggregated, shared‑everything » qui fusionne les fonctions de stockage et de traitement. Stewart explique que les systèmes traditionnels comme les lacs Hadoop ou les bus Kafka ne sont jamais qualifiés de plateformes de stockage, bien qu’ils conservent des pétaoctets de données. En combinant ces rôles, Vast prétend offrir des performances élevées tout en conservant la capacité de gérer les contrôles d’accès. Cependant, le modèle « best‑of‑breed » repose sur le déplacement de données entre composants hétérogènes ; chaque transfert risque de perdre les métadonnées de contrôle d’accès. Stewart qualifie la promesse d’un pipeline capable de déplacer de gros volumes de données en quasi‑temps réel « une fallacy » lorsqu’il s’agit de servir des requêtes parallèles à grande échelle. Il ajoute que près de la moitié des données mondiales restent dans des centres de données ou des colocations privées, car les exigences réglementaires interdisent leur migration vers le cloud public.

DataEnclave : informatique confidentielle pour combler le « last mile »

En réponse, Vast a lancé DataEnclave en septembre 2026, un runtime d’IA confidentiel co‑développé avec Nvidia et Cohere. Le service exécute les modèles dans des machines virtuelles sécurisées, impose une attestation cryptographique distante avant la libération des clés, et consigne chaque accès dans une base de données à l’épreuve de la falsification. Stewart précise que sans attestation, aucune clé n’est délivrée, ce qui empêche l’accès aux modèles et aux données. Cette approche vise à « ouvrir » les jeux de données réglementés aux modèles de pointe tout en maintenant une barrière de confiance technique.

Implications et limites

Le modèle de Vast montre que la simple agrégation de composants spécialisés ne suffit pas à garantir la cohérence des politiques d’accès à l’échelle. La nécessité d’une attestation et d’un journal d’audit introduit une latence supplémentaire, potentiellement critique pour les charges de travail d’inférence en temps réel. De plus, la dépendance à des VM sécurisées implique une surface d’attaque liée à l’hyperviseur et aux fournisseurs de matériel. Enfin, l’adoption de DataEnclave reste conditionnée par la disponibilité de partenaires compatibles (Nvidia, Cohere) et par la capacité des organisations à intégrer ces environnements dans leurs flux de travail existants.