Stockage de données : quand performances numériques et énergétiques vont de pair

Longtemps reléguée au second plan, l’efficacité énergétique du stockage de données s’impose désormais comme un enjeu clé, porté par la montée en puissance de l’IA. Entre optimisation matérielle, compression intelligente et sobriété à grande échelle, la performance numérique devient aussi une affaire d’économie d’énergie.
Entretien avec Fred Lherault, Field CTO pour la zone EMEA et les marchés émergents chez Pure Storage.

Selon vous, à quel moment et pour quelles raisons l’efficacité énergétique est-elle
devenue un enjeu majeur pour le stockage de données ?

Ce sujet – jusqu’alors peu abordé par les gestionnaires de data centers – a réellement émergé il y a trois ou quatre ans. Et aujourd’hui, l’efficacité énergétique est de plus en plus mise en avant, tant du côté du privé que du public, avec des appels d’offres où elle peut représenter jusqu’à 25 % de la note d’attribution. Cette évolution s’explique notamment par l’explosion des besoins liés à l’IA. Désormais, chaque kW économisé sur le stockage est un kW pouvant être dédié au GPU. Cela dit, nous n’avons pas attendu cette tendance pour placer la performance énergétique au cœur de la conception de nos solutions.

Sur quoi repose cette performance ?

En premier lieu, sur le rendement énergétique des médias de stockage. Ceux que nous fabriquons reposent sur des modules DirectFlash. Nous offrons ainsi le module le plus dense du marché, avec 14,37 To/W ou 0,007 W/To, soit un rendement énergétique de trois à cinq fois supérieur à celui des SSD ou des disques mécaniques. Meta a d’ailleurs retenu nos systèmes DirectFlash en remplacement de ses disques mécaniques. À noter que le rendement de nos modules sera encore amélioré grâce au doublement, en cette fin d’année, de leur capacité de stockage – qui passera de 150 à 300 To –, tout en conservant la même enveloppe énergétique.
Et nous travaillons déjà à la génération suivante, qui atteindra 600 To.

L’efficacité énergétique réside aussi dans la performance des logiciels permettant de réduire les volumes de données sauvegardées…

Tout à fait. Sur ce plan, nous avons été les premiers constructeurs de stockage à opérer une réduction des données dites primaires. Pour cela, nous proposons désormais un nouvel algorithme reposant sur la déduplication par similarité, qui évite la sauvegarde des données fréquemment répétées dans les environnements d’entreprise.
Un système de 1 000 To peut ainsi aisément stocker l’équivalent de 5 000 To. À la clé : des gains en termes de coût, d’espace et de consommation électrique.

Ces gains peuvent-ils être quantifiés ?

Naturellement. Par exemple, notre plateforme de stockage a permis à Groupama de réduire de 40 % sa consommation énergétique par téraoctet stocké, contribuant ainsi à une baisse de 60 % de son empreinte carbone. Tout cela, en sécurisant les données relatives à plus de 12 millions de sociétaires et clients.
Nous avons également accompagné l’Agence nationale pour la gestion des déchets radioactifs (Andra) dans l’optimisation de son data center. Résultat : une consommation énergétique totale réduite de 20 % et 4 tonnes d’émissions de CO₂ évitées chaque année.

Vous évoquiez l’explosion des consommations énergétiques liées à l’IA. Comment agir sur ce plan ?

L’inférence des grands modèles de langage (LLM) est une opération extrêmement gourmande en ressources informatiques et énergétiques.
C’est pourquoi nous avons développé une solution de mise en cache clé-valeur, permettant aux LLM de réutiliser les résultats d’une session à l’autre lorsqu’une même requête apparaît. Lors de tests comparatifs, cette solution – qui sera disponible fin 2026 – a permis d’obtenir une inférence jusqu’à vingt fois plus rapide avec NFS et six fois plus rapide avec S3. Avec des recalculs inutiles pouvant être évités, les ressources GPU sont moins sollicitées et donc moins énergivores.