Le stockage objet, facilitateur de l'intelligence artificielle appliquée à l'industrie

Tandis que la prolifération de données non structurées augmente vertigineusement à travers la planète, les entreprises françaises s'orientent vers une architecture de stockage de données particulièrement plébiscitée par le secteur industriel pour son adéquation avec le machine learning et l'intelligence artificielle : le stockage objet.

Impression 3D, IoT, robotique, mais surtout intelligence artificielle, la vision industrielle et le machine learning, sont désormais les conditions sine qua non d’une industrie à fort retour sur investissement. Néanmoins, l’intelligence artificielle comme le machine learning reposent essentiellement sur l’analyse de données dites non structurées, à savoir, des données issues de l’imagerie et de la vidéo, nombreuses, occupant un espace de stockage massif, et bientôt prépondérantes (80% des données mondiales d’ici 2025 selon IDC).

Face à l’urgence de certains enjeux économiques, il est vital pour les entreprises françaises, notamment dans l’industrie, d’avoir la possibilité de s’appuyer sur le digital et de trouver une architecture de stockage apte à réceptionner, à protéger et à exploiter au mieux leurs données non structurées sur le long terme.

Cette masse exponentielle de données doit pouvoir être traitée, analysée, déplacée et stockée. Si à ce jour de nombreuses organisations y parviennent en utilisant des services de cloud public, beaucoup de responsables informatiques recherchent des solutions qui répondent mieux à leurs besoins en termes de coûts, de commodité et de sécurité.

Le stockage objet, qui permet aux organisations de construire leur propre environnement de stockage cloud privé sur site, ainsi que de mobiliser des capacités d'edge computing - se profile comme l’alternative logique. Tant et si bien qu’une étude reconnue par Gartner et IDC souligne que 90% des décideurs IT français, britanniques et allemands estiment que le stockage objet remplacera le stockage primaire d’ici à cinq ans.

L’alternative du stockage objet

Les décideurs français sont les plus enthousiastes : 76% d’entre eux estiment que la transition du stockage primaire au stockage objet aura lieu, non pas en cinq ans, mais dans les trois prochaines années.

Le secteur industriel, lui, voit 40% des décideurs IT séduits par un passage massif au stockage objet all-flash d’ici seulement un an ! Et ce, notamment pour pouvoir bénéficier de l’application de l’intelligence artificielle. Cet engouement doit enjoindre à se demander comment le stockage objet fonctionne et quels éléments séduisent les entreprises.

Le stockage objet représente un changement de paradigme radical : les données y sont manipulées en unités individuelles appelées "objets". Pour créer un objet, les données sont combinées avec des métadonnées pertinentes et un identifiant personnalisé est attaché. Chaque objet possédant des métadonnées complètes, le stockage par objet rend inutile toute structure hiérarchisée, comme celle utilisée pour le stockage des fichiers. Il est donc possible de regrouper de grandes quantités de données non structurées dans un "pool” de données unique, facile à gérer.

Le stockage objet est souvent présenté comme une solution d'archivage à froid. Cependant, les récentes avancées technologiques permettent un accès rapide aux données stockées selon cette méthode, rendant cette dernière idéale pour des applications qui requièrent un stockage performant, à l’instar de l’intelligence artificielle et du machine learning.

Enfin, compte tenu qu’une grande partie des données utilisées pour former les algorithmes d'intelligence artificielle doivent être stockées à long terme à des fins d'audit, autre domaine dans lequel le stockage objet excelle, des fonctionnalités telles que le versioning, le chiffrement de bout en bout, le verrouillage des objets, ainsi que la surveillance et la réparation continues permettent de préserver les données pendant des décennies à un coût bien inférieur à celui du cloud public.

Le déploiement dans les territoires

Si le recours au cloud public pour analyser et stocker les données capturées par les appareils et capteurs IoT fonctionne à la perfection dans les centres urbains, c’est toutefois loin d'être le cas dans les territoires. L’edge computing a permis l’émergence d’une multitude de datacenters dans nos régions, voire dans les zones rurales, ainsi que l'essor de l’intelligence artificielle et du machine learning.

En effet, la connectivité au cloud central risquerait d'être nettement plus lente dans les zones mal couvertes. C’est là que le stockage d’objet intervient, à distance, à moindre coût, permettant au calcul de s'effectuer à la périphérie. Le traitement des données au point de collecte est beaucoup plus rapide que leur envoi dans le cloud, où elles seraient traitées et renvoyées.

Le codage d'effacement : quels avantages ?

En comparant les options de stockage d'objets, il faut examiner les caractéristiques techniques des différentes solutions : certains entrepôts d'objets numériques font plusieurs copies de chaque objet pour se prémunir contre la perte de données, ce qui peut consommer très rapidement de l'espace de stockage.

D'autres plus avancés tirent parti du codage d’effacement. Cette technique consiste à fragmenter une unité de données et à stocker les fragments sur plusieurs disques physiques. Si des données sont effacées ou infectées par un virus, que ce soit par accident ou activité malveillante, elles peuvent être reconstruites à partir des fragments stockés sur les autres disques. Cela réduit les coûts de stockage, les organisations n'ayant pas besoin de conserver plusieurs copies de chaque objet.

En outre, les plateformes à codage d’effacement permettent une durabilité considérable des données, des coûts maîtrisés et une amélioration des performances générales du système.

Enfin, il est préférable de s’orienter vers un système en cohérence forte pour des applications à l'intelligence artificielle et au machine learning, car après une écriture, un écrasement ou une suppression réussie, la lecture reflètera la modification survenue sur toute copie de la donnée.

Un stockage de données pour faciliter l’essor de l’IA

L’automatisme qui consiste à recourir au cloud public est fort, mais l’efficacité du stockage objet face aux problèmes de coût, de rapidité et de sécurité, séduit les entreprises européennes, mises au défi de leur souveraineté numérique d’une part, et de leur efficacité opérationnelle de l’autre.

Aussi, la montée des cyber-menaces contre l’industrie (+144% de logiciels malveillants contre les réseaux IoT dans la région EMEA) poussent tout naturellement ces entreprises comme d’autres, à opter pour des solutions tant sécurisées que rationnelles.

En ce sens, le stockage objet présente plusieurs avantages, comme une moindre attention à lui dédier au quotidien comparé au stockage traditionnel, les pannes de disque n'entraînant pas de perte de données : plus de 200 pétaoctets peuvent donc être gérés par un seul administrateur.

L’automatisation de l’industrie illustre le plus explicitement la nécessité d’une très rapide transition vers une solution de stockage permettant une exploitation des données non structurées (issues notamment de la vision industrielle, des caméras de surveillance, etc.) pour une implémentation bénéfique de l’intelligence artificielle et à des fins de machine learning.