NetApp a procédé à l’acquisition de DataPelago, une startup californienne spécialisée dans l’accélération du traitement des données via des unités centrales de traitement (CPU) et des unités de traitement graphique (GPU). Cette opération permettra à l’entreprise d’intégrer ces capacités à son infrastructure de stockage et de progresser vers un modèle où les données sont préparées pour l’intelligence artificielle (IA) et l’analytique sans nécessiter de copie préalable vers un autre système.

Les points clés de l’acquisition de DataPelago en 30 secondes

• NetApp a acquis DataPelago, sans révéler ni le montant ni les modalités financières de la transaction.
• Sa technologie Nucleus permet de traiter les données via CPU et GPU, en proximité du lieu où elles sont stockées.
• Objectif : réduire les duplications et les mouvements d’informations en amont des projets d’IA.
• DataPelago affirme que sa plateforme peut multiplier par dix la performance et réduire les coûts d’infrastructure jusqu’à 80 %, selon les charges de travail.
• La disponibilité en tant que produit intégré dans les solutions NetApp reste à confirmer, aucun calendrier précis n’ayant été communiqué.

DataPelago opèrera désormais en tant que filiale appartenant à NetApp. La société acheteuse n’a pas indiqué le nombre d’employés intégrés, ni la valorisation de la startup ou l’impact financier prévu. La portée immédiate de l’accord doit donc surtout être jugée par la technologie acquise.

Cette opération reflète une mutation du marché du stockage d’entreprise. Pendant des années, la fonction principale de ces systèmes a été de stocker, protéger et servir rapidement l’information. L’expansion de l’IA impose désormais une nouvelle exigence : préparer de volumineux ensembles de données avant leur utilisation pour l’entraînement de modèles, l’ajustement des systèmes, la recherche sémantique ou la création d’applications de génération augmentée par récupération, communément appelées RAG (Retrieval-Augmented Generation).

Ce travail nécessite 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, de la capacité réseau, de l’espace supplémentaire et des ressources de calcul. Par ailleurs, cela génère des versions duplicatives qu’il faut protéger, mettre à jour et gérer.

NetApp souhaite réduire ces mouvements en déplaçant une partie du traitement à la couche où résident les données.

Nucleus rapproche CPU et GPU des données

La technologie centrale de DataPelago est Nucleus, un moteur de traitement conçu pour distribuer les opérations entre différents types de hardware. Il peut utiliser CPU, GPU et matrices logiques programmables, appelées FPGA, en fonction des caractéristiques de chaque tâche.

Sa vocation est d’exécuter des transformations sur des données structurées, semi-structurées et non structurées, sans obliger les entreprises à déplacer à l’avance toutes leurs données vers une plateforme de calcul séparée.

DataPelago présente Nucleus comme un moteur universel compatible avec divers environnements analytiques. La plateforme s’appuie notamment sur des projets open source comme Substrait et Apache Gluten pour se connecter à des moteurs de requêtes et de traitement distribué, tels qu’Apache Spark et Trino.

L’entreprise affirme que sa technologie peut offrir jusqu’à dix fois plus de performance et réduire jusqu’à 80 % les coûts d’infrastructure par rapport à certains approches conventionnelles. Ces chiffres sont ceux fournis par DataPelago et dépendent fortement des charges de travail, du matériel utilisé, de l’architecture et du coût d’intégration de la plateforme.

L’intérêt principal réside dans le fait de rapprocher le traitement de la mémoire de stockage. Déplacer des pétaoctets d’informations pour les traiter peut s’avérer plus coûteux et plus lent que d’effectuer les opérations directement là où sont stockées les données.

Cela ne supprime pas totalement les transferts. Les modèles, applications et accélérateurs ont toujours besoin d’accéder à l’information durant leur exécution. Ce que DataPelago cherche à réduire, c’est la création systématique de copies intermédiaires pour préparer, filtrer, classifier, fragmenter ou vectoriser les datasets.

Que signifie réellement l’activité sans copies ?

NetApp emploie le terme zero-copy, ou activation sans copies, pour décrire cette approche. Cela ne veut pas dire qu’aucune donnée ne sera dupliquée, mais que les entreprises pourraient éviter la création de copies complètes et persistantes avant de lancer certains processus d’IA et d’analytique.

Cette distinction est importante, car les données d’entreprise sont rarement prêtes à alimenter directement un modèle. Elles sont souvent dispersées entre fichiers, bases de données, dépôts d’objets, documents, fichiers logs ou applications internes.

Avant leur utilisation, 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 des données en représentations vectorielles. Ces étapes peuvent consommer beaucoup de temps et de ressources.

NetApp souhaite intégrer la technologie de DataPelago à sa plateforme de données, comprenant ONTAP, le stockage dénormalisé AFX et l’AI Data Engine. La société prônait déjà un modèle selon lequel leurs outils IA devraient se rapprocher des données plutôt que de les rassembler en un lieu unique. Ce rachat fournit un moteur accéléré pour concrétiser cette vision.

Néanmoins, NetApp précise que ces capacités font partie de sa stratégie technologique à venir. La société n’a pas encore confirmé quels produits intégreront Nucleus, ni la date de disponibilité ni la modalité commerciale. En conséquence, cette acquisition ne signifie pas que ces fonctions sont déjà actives dans ONTAP, AFX ou AI Data Engine.

Le stockage cherche à jouer un rôle plus actif à l’ère de l’IA

Cette acquisition illustre également comment les fabricants de solutions de stockage élargissent leur champ d’action. La pression ne provient plus uniquement de la nécessité d’augmenter capacité ou performance, mais aussi de l’aide à localiser, protéger, classifier et préparer les données pour l’IA.

Les entreprises ont investi dans les GPU, mais ces accélérateurs peuvent rester sous-utilisés lorsque l’accès aux données est lent, mal préparé ou nécessite plusieurs transformations en amont. Cela a stimulé le développement d’architectures combinant stockage haute performance, réseaux rapides, catalogues, moteurs vectoriels et outils de gouvernance.

Grâce à DataPelago, NetApp vise à contrôler une partie plus importante de cette chaîne. Au lieu de simplement fournir les données à un cluster externe, son infrastructure pourrait exécuter quelques opérations en utilisant CPU et GPU directement au sein de la couche de stockage.

Ce mouvement s’inscrit aussi dans la logique d’architecture dénormalisée AFX, qui sépare capacité, services et contrôle, ainsi que dans AI Data Engine, dédié à la découverte et la préparation des données d’entreprise pour des projets IA.

Cette acquisition enrichit aussi les partenariats existants de NetApp avec Cisco, Google Cloud, Red Hat ou SK Telecom. Mais DataPelago offre une valeur ajoutée spécifique : une technologie propriétaire et une équipe capable de l’intégrer directement à leur offre produits.

Le vrai défi sera de transformer ce moteur en une capacité gérable dans des environnements hétérogènes. La performance est un aspect, mais il faudra aussi gérer les permissions, l’isolation des charges, la compatibilité avec divers formats, la traçabilité, l’utilisation GPU et la gestion des workflows.

Si l’intégration tient ses promesses, NetApp pourrait réduire l’un des coûts les plus élevés pour l’IA d’entreprise : déplacer et dupliquer de grands jeux de données avant leur utilisation. Pour l’instant, cette opération indique une direction technique claire. Ses bénéfices concrets seront appréciés lorsque la technologie DataPelago sera déployée dans des produits accessibles aux clients.

Questions fréquentes

Que vient d’acheter NetApp ?

NetApp a acquis DataPelago, une startup développant un moteur pour accélérer le traitement des données via CPU, GPU et autres types de hardware. La société n’a pas communiqué le prix de la transaction.

Qu’est-ce que Nucleus de DataPelago ?

Nucleus est un moteur de traitement distribuant les opérations entre divers accélérateurs, conçu pour travailler à proximité du stockage. Il s’adresse aux tâches liées à l’IA, à l’analytique et à la préparation de larges ensembles de données.

Que signifie zéro copie dans cette acquisition ?

Cela signifie que NetApp veut limiter la nécessité de créer des copies complètes de données sur des plateformes externes avant traitement. Cependant, cela n’élimine pas totalement les transferts durant le processus d’exécution.

La technologie DataPelago est-elle déjà intégrée dans les produits NetApp ?

NetApp n’a pas encore fixé un calendrier d’intégration ni confirmé dans quels produits ces fonctionnalités seront déployées. Les capacités annoncées doivent être considérées comme faisant partie de l’évolution future de leur plateforme.

Sources :

• Communiqué officiel de NetApp concernant l’acquisition de DataPelago, 16/07/2026.
• Analyse technique de NetApp sur Nucleus et les flux de données sans copies.
• Informations techniques de DataPelago sur Nucleus et le traitement hétérogène.