NetApp a annoncé l’acquisition de DataPelago, une startup californienne spécialisée dans l’accélération du traitement des données via CPU et GPU. L’opération permettra à l’entreprise d’intégrer ces capacités à son infrastructure de stockage et d’avancer vers un modèle où les données se préparent pour l’IA et l’analytique sans copie préalable vers un autre système.
- NetApp acquiert DataPelago, sans révéler le montant ni les modalités de la transaction.
- Sa technologie Nucleus traite les données via CPU et GPU, au plus près du lieu où elles sont stockées.
- Objectif : réduire les duplications et les mouvements de données en amont des projets d’IA.
- DataPelago avance jusqu’à dix fois plus de performance et 80 % de coûts d’infrastructure en moins, selon les charges de travail.
- Aucun calendrier précis d’intégration dans les produits NetApp n’a été communiqué.
DataPelago opèrera désormais comme filiale de NetApp. L’acheteur n’a précisé ni le nombre d’employés intégrés, ni la valorisation de la startup, ni l’impact financier attendu. La portée immédiate de l’accord se juge donc surtout à la technologie acquise.
Cette opération reflète un changement de fond dans le stockage d’entreprise. Pendant des années, ces systèmes ont surtout servi à stocker, protéger et servir l’information rapidement. L’essor de l’IA impose une nouvelle exigence : préparer de gros volumes de données avant de les utiliser pour entraîner des modèles, les ajuster, alimenter une recherche sémantique ou construire des applications de génération augmentée par récupération (RAG).
Ce travail suppose généralement d’extraire l’information du stockage de production, de la copier vers un lac de données ou un cluster de traitement, puis de la transformer. Cela consomme du temps, du réseau, de l’espace supplémentaire et des ressources de calcul, tout en créant des versions dupliquées qu’il faut protéger, mettre à jour et gérer. NetApp veut réduire ces mouvements en déplaçant une partie du traitement directement à la couche où résident les données.
Nucleus rapproche CPU et GPU des données
La technologie centrale de DataPelago s’appelle Nucleus, un moteur de traitement conçu pour répartir les opérations entre plusieurs types de matériel : CPU, GPU et matrices logiques programmables (FPGA), selon les caractéristiques de chaque tâche. Cette question du bon matériel pour la bonne charge de travail rejoint celle que pose notre analyse sur le processeur réellement nécessaire pour une infrastructure d’IA.
Nucleus exécute des transformations sur des données structurées, semi-structurées et non structurées, sans obliger les entreprises à tout déplacer au préalable vers une plateforme de calcul séparée. DataPelago le présente comme un moteur universel, appuyé sur des projets open source comme Substrait et Apache Gluten, capable de se connecter à des moteurs de requêtes et de traitement distribué tels qu’Apache Spark et Trino.
L’entreprise avance jusqu’à dix fois plus de performance et 80 % de coûts d’infrastructure en moins par rapport à des approches conventionnelles. Ces chiffres viennent de DataPelago et dépendent fortement des charges de travail, du matériel, de l’architecture et du coût d’intégration. L’intérêt principal reste de rapprocher le traitement de la mémoire de stockage : déplacer des pétaoctets pour les traiter coûte souvent plus cher et prend plus de temps que de faire les opérations là où les données dorment déjà.
Cela n’élimine pas totalement les transferts. Modèles, applications et accélérateurs continuent d’accéder à l’information pendant l’exécution. Ce que DataPelago cherche à réduire, c’est la création systématique de copies intermédiaires pour préparer, filtrer, classer, fragmenter ou vectoriser les jeux de données.
Ce que veut vraiment dire « sans copies »
NetApp emploie le terme zero-copy pour décrire cette approche. Ça ne veut pas dire qu’aucune donnée ne sera dupliquée, mais que les entreprises pourraient éviter de créer des copies complètes et persistantes avant de lancer certains processus d’IA et d’analytique.
La nuance compte, parce que les données d’entreprise sont rarement prêtes à alimenter directement un modèle. Elles restent dispersées entre fichiers, bases de données, dépôts d’objets, documents, journaux ou applications internes. Avant de les utiliser, il faut généralement les découvrir, vérifier les permissions, supprimer les doublons, appliquer des politiques de gouvernance, extraire le contenu, générer des fragments ou convertir une partie en représentations vectorielles. Autant d’étapes qui consomment du temps et des ressources.
NetApp veut intégrer la technologie de DataPelago à sa plateforme de données, qui comprend ONTAP, le stockage dénormalisé AFX et l’AI Data Engine. L’entreprise défendait déjà l’idée que les outils IA devraient se rapprocher des données plutôt que de les rassembler ailleurs. Ce rachat lui donne un moteur accéléré pour concrétiser cette vision, même si NetApp précise que ces capacités restent pour l’instant une stratégie à venir, sans produits ni date de disponibilité confirmés.
Le stockage veut jouer un rôle plus actif à l’ère de l’IA
Cette acquisition montre aussi comment les fabricants de stockage élargissent leur terrain de jeu. La pression ne vient plus seulement de la capacité ou de la performance brute, mais de la capacité à localiser, protéger, classer et préparer les données pour l’IA. Les entreprises ont investi massivement dans les GPU, à l’image de ce que AMD propose avec Zen 6 et Instinct MI455X, mais ces accélérateurs restent sous-utilisés quand l’accès aux données est lent ou mal préparé.
Grâce à DataPelago, NetApp vise à contrôler une part plus large de cette chaîne. Au lieu de simplement fournir les données à un cluster externe, son infrastructure pourrait exécuter certaines opérations avec CPU et GPU directement dans la couche de stockage, dans la continuité de l’architecture dénormalisée AFX et de l’AI Data Engine, conçu pour découvrir et préparer les données d’entreprise destinées à des projets IA.
Cette acquisition complète les partenariats existants de NetApp avec Cisco, Google Cloud, Red Hat ou SK Telecom, mais DataPelago apporte une valeur spécifique : une technologie propriétaire et une équipe capable de l’intégrer directement au catalogue produits. Le vrai défi consistera à transformer ce moteur en capacité gérable dans des environnements hétérogènes : permissions, isolation des charges, compatibilité des formats, traçabilité, usage GPU et gestion des workflows comptent tout autant que la performance brute.
Si l’intégration tient ses promesses, NetApp pourrait réduire l’un des coûts les plus lourds de l’IA d’entreprise : déplacer et dupliquer de grands jeux de données avant leur utilisation. Pour l’instant, l’opération indique une direction technique claire. Ses bénéfices concrets s’apprécieront quand la technologie DataPelago sera déployée dans des produits accessibles aux clients.
Questions fréquentes
Que vient d’acheter NetApp ?
DataPelago, une startup qui développe un moteur pour accélérer le traitement des données via CPU, GPU et autres types de matériel, sans que NetApp ait communiqué le prix de la transaction.
Qu’est-ce que Nucleus ?
Un moteur de traitement qui répartit les opérations entre divers accélérateurs, conçu pour travailler au plus près du stockage, destiné aux tâches d’IA, d’analytique et de préparation de larges ensembles de données.
Que signifie « zéro copie » dans cette acquisition ?
NetApp veut limiter la nécessité de créer des copies complètes de données sur des plateformes externes avant traitement, sans éliminer totalement les transferts pendant l’exécution.
La technologie DataPelago est-elle déjà intégrée aux produits NetApp ?
Non. NetApp n’a fixé aucun calendrier d’intégration ni confirmé dans quels produits ces fonctions apparaîtront. Il s’agit pour l’instant d’une stratégie à venir.
Quels gains de performance annonce DataPelago ?
Jusqu’à dix fois plus de performance et 80 % de coûts d’infrastructure en moins selon les charges de travail, des chiffres fournis par DataPelago et à nuancer selon le contexte d’usage.