Rechercher
Contactez-nous Suivez-nous sur Twitter En francais English Language
 











Abonnez-vous gratuitement à notre NEWSLETTER

Newsletter FR

Newsletter EN

Vulnérabilités

Se désabonner

Les tendances qui transformeront l’industrie du stockage

janvier 2016 par Jérôme Lecat, Président-Directeur Général de Scality

Fin 2014, je pressentais que deux tendances viendraient bouleverser l’industrie du stockage au cours de l’année à venir avec un abandon graduel des systèmes de stockage en réseau SAN et NAS tels que nous les connaissons.

 Stockage SaaS : Un nombre croissant de PME devrait déléguer non seulement l’infrastructure logicielle, mais aussi le stockage à des fournisseurs de solutions SaaS tels que Microsoft Office 365, Salesforce et Box, et, par conséquent, cesserait de leur acheter des solutions de stockage traditionnelles. Les fournisseurs de solutions logicielles en tant que services (SaaS), eux aussi, devraient renoncer progressivement au modèle de stockage en réseau SAN/NAS d’EMC et NetApp ; au profit du modèle d’architecture logicielle distribuée SN (« shared nothing ») hyperconvergée indépendante de Facebook, Amazon et Google. Résultat : les acteurs traditionnels de l’industrie du stockage comme EMC et NetApp pourraient perdre près de 20 milliards de dollars.

 Performances et stockage évolutif : Les grandes entreprises et organisations gourmandes en données sont arrivées cette année à la croisée des chemins en matière de stockage. Cela a conduit nombre d’entre elles à utiliser leur propre système de stockage sur disque à architecture logicielle à des fins d’extension associé à des systèmes à semi-conducteurs type baies Flash. A cela s’ajoute des solutions de stockage hybride et de stockage convergé pour les applications gourmandes en performances sensibles au temps d’attente, tels que les contenus vidéo sur Internet et la modélisation financière. Résultat : à nouveau, les acteurs traditionnels devraient voir leur part de marché sérieusement diminuée par des start-ups de ces deux catégories émergentes.

Un an plus tard, ces tendances se confirment davantage avec les chutes persistantes et désastreuses du chiffre d’affaires et des bénéfices des géants historiques du stockage d’entreprise.

Au deuxième trimestre 2015, le chiffre d’affaires d’EMC a été en baisse de 4 % par rapport à l’année précédente, tandis que celui de NetApp a chuté de 19,6 % ; IBM, de son côté, a vu son chiffre d’affaires s’effondrer de 28,9 %, selon le cabinet IDC. Cette année, deux tendances émergentes promettent d’accélérer le processus :

 Deep Learning : Des processus de type analyse de méga données (Big Data Analytics), ou « broyage de données », sont utilisés depuis quelques années afin de puiser dans les volumes considérables de données amassées dans les bases de données d’entreprise, les médias sociaux et les données consommateurs, et ceci afin d’identifier et d’exploiter les tendances dissimulées. L’objectif est d’en tirer un avantage concurrentiel, comme à des fins de maintenance préventive par exemple. Ces stratégies, entre autres, ont permis aux entreprises d’économiser des millions, de relancer leur chiffre d’affaires, d’optimiser les services et d’améliorer la qualité de la vie en général.

Émanation du « Big Data », le Deep Learning associe depuis quelques années l’intelligence artificielle et des réseaux neuronaux afin de produire des systèmes pouvant exploiter les informations, des algorithmes multicouches et des logiciels pour imiter l’apprentissage humain. Ces systèmes intègrent des capacités d’auto-apprentissage qui leur permettent, par exemple, de comprendre des commandes vocales, de trier des photos, des reconnaître des objets et des visages, de découvrir de potentiels nouveaux médicaments ou d’exécuter par eux-mêmes et automatiquement, une profusion de fonctions inédites. Aujourd’hui, on peut même trouver des robots qui peuvent marcher et apprendre des tas de nouvelles choses par l’exemple – exemple, après exemple, après exemple...

 Le tout nouveau « Internet des objets » : L’Internet des objets (IdO ou IoT pour Internet of Things en anglais) promet de faire évoluer le Web d’un support d’interactions humaines et informationnelles à un environnement d’interactions entre appareils, machines, composants, systèmes et hommes - avec des volumes gigantesques d’informations produits quotidiennement. Les nombreux capteurs qui équipent les composants d’un avion peuvent servir à produire un téraoctet ou plus d’informations IoT au cours d’un seul vol. Lorsque vous imaginez cent mille avions en vol produisant un total de 100 pétaoctets de données par jour, le volume d’informations à exploiter pour l’analyse des tendances, les problèmes de maintenance et autres petites ou grandes révélations, semble inimaginable.

Le Deep Learning, le Big Data et l’IoT permettront de sauver des vies en prévenant les catastrophes aériennes et les accidents de voiture, en diagnostiquant et en traitant les malades, en découvrant de nouveaux médicaments puissants... les exemples sont infinis.

En fait, dans un nombre croissant d’industries, la valeur des informations et des logiciels a commencé à surpasser la valeur des produits traditionnels que les fabricants et les détaillants fabriquent et vendent depuis des années. De nombreuses entreprises inconnues jusqu’ici ont été - et vont être - créées uniquement pour exploiter ces informations, tandis que le partage de l’information entre les différents secteurs et acteurs de la fabrication, la distribution et autres industries, conduira à des innovations de grande puissance.

Dans un environnement aussi gourmand en données et en informations, où chaque moment de la vie des sociétés et de nos vies est guidé par les données, toutes les interactions passées, présentes et futures, constituent une mine d’or potentielle en termes de perspectives d’affaires ou autres. Les modèles de stockage à échelle limitée traditionnels -à échelle limitée -sont condamnés à l’abandon en faveur d’une architecture hyperconvergée à hautes performances. L’hyperconvergence est nécessaire pour pouvoir stocker et exploiter les quantités infinies d’informations associées au Big Data, à l’IoT et au Deep Learning aux fins d’analyse continue à grande vitesse. La performance est l’objectif lorsque le temps réel et la réduction du temps de latence constituent des impératifs.

Seul le stockage à architecture logicielle peut offrir ce niveau d’évolutivité, tout comme l’informatique et les réseaux ont évolué vers une architecture logicielle intelligente à extension horizontale.

Dans l’environnement de stockage informatique traditionnel, évolutivité est forcément synonyme de complexité, d’instabilité et de problèmes de performance. Cependant, le modèle à architecture logicielle SN hyperconvergée est en bonne voie pour réaliser :

 L’évolutivité technique, où les systèmes se renforcent en stabilité et en fiabilité à mesure qu’ils se développent ;

 L’évolutivité opérationnelle, où les systèmes deviennent plus simples à gérer ;

 L’évolutivité des performances, où les performances des systèmes s’étendent à mesure que le système évolue ;

 L’évolutivité des coûts, où le coût du système baisse à mesure que le système évolue ;

 L’évolutivité de l’échelle de temps, où la durée de stockage de l’information dépend de l’évolution des attentes. Actuellement, une vie, voire plus, est l’échelle de temps pour le stockage et l’accès à l’information, au lieu de quelques semaines, mois ou années. J’ai rencontré des gens qui souhaitent que leurs pages Facebook soient conservées après leur mort.

Cette approche dynamique de l’évolutivité, qui a déjà été amorcée par des sociétés telles que Google, Amazon et Facebook, décrit ce que le logiciel RING de Scality offre actuellement à un grand nombre d’entreprises recherchant une solution de stockage hyperconvergée. Je ne peux me rappeler que d’une seule fois où je n’ai pas pu charger ma page Facebook – en gardant à l’esprit que Facebook a récemment dépassé le milliard d’utilisateurs quotidiens. Tandis que, chez Scality, nous fournissons le logiciel pour stocker les données à très grande échelle, d’autres continueront à développer des méthodes inédites pour les exploiter et vous les présenter.


Voir les articles précédents

    

Voir les articles suivants