Face aux besoins de l’IA, le stockage devient aussi important que la mémoire

L’essor de l’intelligence artificielle augmente fortement les besoins en données. Les modèles et les agents d’IA utilisent des volumes qui peuvent dépasser les capacités de la mémoire système, ce qui pousse les infrastructures à exploiter davantage le stockage tout en conservant de bonnes performances.

Dans les systèmes traditionnels, le stockage sert surtout à conserver les fichiers, tandis que la mémoire permet aux applications d’accéder rapidement aux données. Avec les accélérateurs modernes, cette séparation devient moins nette : les GPU peuvent lancer directement de nombreuses opérations de lecture et d’écriture, ce qui transforme le stockage en élément actif du traitement des données.

NVIDIA indique que son processeur Vera, intégré à la plateforme Vera BlueField-4 STX, atteint jusqu’à 3,21 fois le débit d’un processeur x86 dans une chaîne combinant compression et chiffrement. L’objectif est de traiter plus efficacement les données tout en limitant la quantité de ressources de calcul nécessaires.

L’entreprise annonce aussi l’ouverture du code de ses API cuFile et de la pile logicielle associée. Ces interfaces, intégrées à GPUDirect Storage, permettent aux GPU de lire et d’écrire directement dans le stockage, sans faire transiter systématiquement les données par le processeur. NVIDIA participe en parallèle à Storage-Next, une initiative qui réunit des acteurs du stockage afin de favoriser des solutions compatibles et des standards ouverts.

Pour un PC classique, ces annonces ne changent pas directement les performances d’un SSD grand public. Elles illustrent surtout l’évolution des serveurs d’IA, où la capacité, la sécurité, la compression et la vitesse d’accès aux données deviennent aussi déterminantes que la puissance des GPU.