La prochaine mise à niveau de l'IA de Nvidia pourrait être un meilleur stockage, selon Seagate

Les puces IA de Nvidia Corp. (NASDAQ : NVDA) sont peut-être à l'origine de l'essor actuel de l'intelligence artificielle, mais Seagate Technology Holdings PLC (NASDAQ : STX) pense que la prochaine avancée en matière de performances ne viendra pas uniquement de l'augmentation des capacités de calcul.

La société de stockage de données soutient plutôt qu'une architecture de stockage plus intelligente peut aider les systèmes d'IA à exploiter davantage les mêmes GPU coûteux, une évolution qui pourrait réduire les coûts d'infrastructure tout en stimulant la productivité.

L'IA a besoin de bien plus que des puces plus rapides

L'argument provient d'un récent livre blanc publié par Seagate avec SK hynix Inc. (NASDAQ : SKHY), qui examine comment les charges de travail d'inférence et d'IA agentique modifient la façon dont les données sont gérées. Plutôt que de générer à plusieurs reprises les mêmes informations, les applications d'IA modernes s'appuient de plus en plus sur la conservation du contexte qui peut être réutilisé dans toutes les interactions.

« Notre récent livre blanc avec SK hynix illustre l'importance du stockage hiérarchisé pour les charges de travail d'inférence et d'IA agentique, ce qui représente un avantage direct pour le stockage sur disque dur », a déclaré le PDG Dave Mosley lors de l'appel de résultats du quatrième trimestre fiscal de la société.

Au cœur de cette approche se trouve le cache clé-valeur, ou KV, qui stocke le contexte généré précédemment afin que les modèles d'IA puissent le récupérer au lieu de le recréer à chaque fois. « La valeur clé, ou cache KV, est utilisée pour conserver et réutiliser efficacement ce contexte », explique Mosley.

Comment le stockage déverrouille les GPU Nvidia

Selon Seagate, ce changement apparemment simple a un impact considérable sur l'économie de l'IA. En déplaçant le contexte dans la mémoire, les disques SSD et les disques durs au lieu de forcer les GPU à le recalculer, l'infrastructure d'IA peut mieux utiliser son matériel le plus cher.

« Cela nécessite un stockage accru sur le disque dur et réduit l'utilisation du processeur graphique pendant les phases les plus gourmandes en calcul d'une application agentique. Par conséquent, les ressources GPU sont disponibles pour des charges de travail supplémentaires génératrices de revenus », a déclaré Mosley.

Le message n'est pas que les GPU perdent de leur importance. Seagate soutient plutôt que le stockage contribue de plus en plus aux performances de l'IA à mesure que les charges de travail d'inférence augmentent et que les modèles conservent plus de contexte au fil du temps. L'architecture de stockage occupe donc une place de plus en plus importante dans la pile d'IA, aux côtés du calcul et de la mémoire.

Le prochain gagnant en matière d'infrastructure d'IA

Ces commentaires renforcent également la thèse d'investissement plus large de Seagate selon laquelle l'IA crée une demande structurelle de stockage haute capacité. La direction a indiqué que les centres de données cloud représentent désormais environ 90 % des expéditions en exaoctets de l'entreprise, tandis que les clients continuent de prolonger leurs engagements d'approvisionnement à long terme jusqu'en 2029 et au-delà à mesure que l'infrastructure d'IA évolue.

Pour les investisseurs, le point à retenir est que la prochaine phase de la course à l'IA ne sera peut-être pas gagnée uniquement en construisant de plus grands clusters de GPU.

Alors que les entreprises cherchent à tirer le meilleur parti de chaque accélérateur Nvidia qu'elles achètent, la mise à niveau la plus importante pourrait provenir du fait que les systèmes de stockage fonctionnent silencieusement en coulisse.

Photo : Samuel Boivin/Shutterstock