Stockage objet, SAN et NAS : choisir selon le profil d'accès.

Trois modèles de stockage coexistent en entreprise : le bloc, le fichier et l’objet. Ils ne se distinguent pas par leur capacité ni par leur prix au téraoctet, mais par la manière dont une application y accède. C’est ce critère, et non le coût affiché, qui doit commander le choix. Les erreurs de dimensionnement les plus coûteuses viennent d’un modèle retenu pour son prix et employé sur un profil d’accès qui ne lui convient pas. Cette page traite cette distinction et le poste de coût que les usages d’intelligence artificielle font croître sans prévenir, dans le prolongement de notre couverture IA, données et plateformes.

Les trois modèles

Définition. Le stockage bloc expose des volumes bruts qu’un système d’exploitation formate. Le stockage fichier expose une arborescence partagée via un protocole réseau. Le stockage objet expose des objets identifiés par une clé, adressés par une interface de programmation, sans hiérarchie de répertoires.

La règle de décision : un stockage objet ne remplace pas un SAN sous une base de données transactionnelle, et un SAN ne stocke pas économiquement des dizaines de pétaoctets de données non structurées. Le prix au téraoctet est le dernier critère, pas le premier.

Pourquoi l’objet s’est imposé sur la donnée

Trois propriétés expliquent qu’il soit devenu le socle des plateformes de données et des usages d’intelligence artificielle.

La capacité de croissance. L’ajout de capacité ne suppose ni redimensionnement de volume ni migration. C’est ce qui manque cruellement au fichier au-delà d’un certain seuil.

Les métadonnées. Chaque objet porte ses propres attributs, ce qui permet de classer, de filtrer et d’appliquer des politiques de cycle de vie sans déplacer les données.

Le découplage du calcul et du stockage. Les architectures analytiques modernes reposent sur cette séparation, développée dans notre section Big Data et analytics.

S’y ajoute l’immuabilité, capacité à interdire toute modification ou suppression d’un objet pendant une durée définie. C’est le mécanisme sur lequel repose la sauvegarde résistante aux attaques, traité dans notre couverture de la résilience face aux rançongiciels.

Le poste de coût que l’IA fait croître

C’est le point que les projets d’intelligence artificielle découvrent sur la facture plutôt qu’en conception.

Quatre volumes apparaissent et croissent sans politique de cycle de vie par défaut :

• Les jeux d’entraînement et leurs versions successives. Le versionnement, indispensable à la reproductibilité décrite dans notre section MLOps et plateformes de données, multiplie mécaniquement le volume conservé.
• Les index vectoriels. Un corpus documentaire génère un index dont la taille surprend, et qui se reconstruit à chaque changement de modèle de représentation.
• Les journaux d’inférence. Conserver les entrées et sorties d’un système en production est nécessaire à la mesure et souvent à la documentation réglementaire. Le volume est proportionnel à l’usage.
• Les artefacts intermédiaires des chaînes de traitement, rarement purgés.

La mesure à prendre : définir une politique de cycle de vie par catégorie dès la conception, avec bascule automatique vers des classes de stockage moins coûteuses et suppression au terme. Rétroactivement, l’exercice est fastidieux et personne ne le mène.

Les critères qui décident réellement

• Profil d’accès avant tout : lectures massives ou écritures unitaires fréquentes, latence tolérée, taille moyenne des objets.
• Trajectoire de volume à trois ans, pas volume actuel.
• Coût complet : capacité, mais aussi requêtes, transfert sortant et restitution depuis les classes froides. Sur le stockage objet en mode service, ces trois postes dépassent régulièrement le coût de capacité.
• Réversibilité. Le coût de récupération d’un volume important depuis un fournisseur externe est le poste qui verrouille le plus efficacement une organisation.
• Contrainte de localisation lorsque les données relèvent d’un régime particulier.
• Immuabilité et rétention, si le stockage porte des sauvegardes ou des archives à valeur probante. Voir notre section archivage long terme.

Explorer le cluster

Cette page fait partie de notre couverture de l’intelligence artificielle, de la donnée et des plateformes : gouvernance, socle technique et industrialisation.

iTPro+ : recevez chaque semaine les analyses infrastructure et data qui concernent les directions informatiques.