Du stockage chaud à la mémoire froide : le stockage décentralisé dans l’essor du stockage à l’ère de l’IA

Auteur : Jacob Zhao @ IOSG

Aujourd'hui, la "première action chinoise de stockage", Changxin Storage (CXMT), a officiellement fait son entrée sur le marché Growth Enterprise (GEM), provoquant une explosion du marché avec une augmentation incroyable de 500 %. Bien que le secteur du stockage dans son ensemble soit encore perturbé par des ondes de reflux récentes, le stockage pour l’IA continue d’être réévalué de manière frénétique par les capitaux dans la vague narrative technologique actuelle. Parallèlement, le stockage décentralisé dans le domaine Web3 est plongé dans un silence et un sentiment de perte de longue durée. Pourquoi, portant tous deux le nom de "stockage", leurs performances de marché sont-elles si diamétralement opposées ? En examinant les causes profondes, la réponse fondamentale réside dans une divergence totale de leur fonction de valeur sous-jacente.

La réévaluation du stockage à l'ère de l'IA est essentiellement une frénésie autour de "l'efficacité des données chaudes", servant à maximiser l'utilisation du calcul et la monétisation commerciale ; tandis que le stockage décentralisé défend une proposition de valeur centrée sur la "confiance dans les données froides", préservant l'équité des données, la résistance à la censure et la mémoire à long terme de la civilisation humaine. Le premier est un système d'efficacité pour les données chaudes, le second un système de confiance pour les données froides. Le marché des capitaux se range actuellement fermement du côté de l'"efficacité", mais la civilisation humaine a finalement besoin d'une fondation de mémoire inaltérable. La valeur à long terme du stockage froid de confiance n'a jamais disparu, elle est simplement en sommeil dans l'ombre du cycle, attendant d'être reprixée par l'époque.

À l'ère de l'IT traditionnelle, le stockage était une « affaire de capacité ». Les DSI (Directeurs des Systèmes d'Information) se concentraient sur le coût par unité de capacité, la fiabilité des disques, les plans de reprise après sinistre, les stratégies d'archivage et les cycles de renouvellement des équipements de 3 à 5 ans. Le stockage était considéré comme un accessoire suivant les achats de serveurs.

Cette vague de stockage n'est pas une reprise du cycle traditionnel, mais une revalorisation par l'IA de la capacité de flux des données. À l'ère des grands modèles, la logique du stockage passe d'une priorité "capacité" à une priorité "efficacité suprême", s'attaquant férocement à des indicateurs extrêmes comme le taux d'alimentation du GPU, l'écriture des points de contrôle (Checkpoint) et la latence ultra-faible du RAG (Retrieval-Augmented Generation). Cela marque une évolution de la valeur du stockage, passant de "lieu de stationnement final des données" à "voie rapide pour l'entrée des données dans le calcul".

L'évolution des goulets d'étranglement des infrastructures IA est essentiellement une bataille pour compléter l' « effet du tonneau ». Le taux d'utilisation réel du calcul n'est pas une simple addition linéaire d'actifs individuels, mais un effet multiplicateur rigoureux : Taux d'utilisation réel du calcul = GPU × HBM × DRAM × SSD × réseau × système de fichiers. Toute faiblesse dans un maillon entraîne l'effondrement du taux d'utilisation global du calcul. À l'ère de l'IA, le stockage passe pour la première fois de « centre de coût » à « moteur d'efficacité ». C'est la logique fondamentale de sa revalorisation.

Le stockage IA n'est pas un simple empilement de matériel, mais un système complexe étroitement couplé et organisé en couches. Dans ce système, la valeur industrielle et l'attention des capitaux se concentrent fortement sur la HBM, les SSD d'entreprise, les contrôleurs SSD, les protocoles NVMe/CXL et les systèmes de stockage haute performance. Pour décomposer clairement ses flux de valeur, nous divisons l'architecture de stockage IA en quatre couches centrales, de haut en bas :

• Couche mémoire proche du calcul (cœur de bande passante) : dominée de manière absolue par la HBM, complétée par la DRAM et les technologies de mise en commun de mémoire CXL. Cette couche est directement proche de l'emballage ou du bus GPU/CPU, visant à briser le "mur de la mémoire". C'est le premier point critique qui détermine si la puissance de calcul peut être pleinement libérée.

• Couche de stockage persistant haute vitesse (pivot E/S) : La logique centrale est SSD d'entreprise = puces NAND + contrôleur SSD + chemin de données NVMe/PCIe. Cette couche gère l'écriture haute fréquence des points de contrôle, le chargement des ensembles d'entraînement massifs et la mise en cache des données chaudes pour le RAG. C'est l'incrément de stockage persistant le plus clair dans les centres de données IA.

• Couche de stockage grande capacité à faible coût (socle de capacité) : Constituée de HDD, de stockage froid et de systèmes d'archivage en lac de données. Face à l'expansion exponentielle des données brutes multimodales, des journaux historiques et des sauvegardes de conformité, cette couche offre toujours un avantage irremplaçable en termes de coût total de possession (TCO).

• Systèmes de stockage IA et logiciels de données (cerveau d'ordonnancement) : Incluant les systèmes de fichiers parallèles haute performance, le stockage d'objets distribué, les bases de données vectorielles et la couche de gouvernance des données pour le RAG. L'IA ne consomme pas vraiment du matériel nu, mais de la disponibilité des données organisée, indexée et régie efficacement par la pile logicielle.

En tant qu'extension de l'écosystème, le stockage décentralisé ne s'engage pas directement dans la course à la milliseconde des données chaudes de l'IA. Il se concentre plutôt sur la certification des ensembles de données publics, la traçabilité des données d'entraînement IA (Provenance) et l'archivage à long terme de la mémoire froide, établissant sa niche écologique unique en tant que "couche froide de confiance".

La mémoire à haute bande passante (High Bandwidth Memory) n'est pas un stockage traditionnel, mais une couche mémoire à haute bande passante à proximité du GPU. Sa mission centrale n'est pas de sauvegarder des données, mais de "nourrir" continuellement les calculs avec des données à une bande passante extrêmement élevée. La HBM est l'élément de la chaîne de stockage IA le plus proche du calcul et au plus haut niveau de certitude. Elle détermine directement si le GPU peut être "rassasié" et constitue actuellement le principal goulet d'étranglement de la chaîne d'approvisionnement.

L'architecture centrale de la HBM est un "empilement 3D de DRAM + assemblage avancé 2.5D" : grâce à l'empilement vertical TSV et à l'intégration hétérogène CoWoS, elle comprime extrêmement la distance entre stockage et calcul, réalisant un saut générationnel dans la bande passante. Ses barrières industrielles ne résident pas seulement dans la conception de la DRAM, mais dans l'ingénierie système du procédé de fabrication DRAM, des TSV, de l'empilement ultra-fin, de l'assemblage, du refroidissement, des tests et de la certification client. Toute imperfection dans un maillon peut entraîner la mise au rebut d'une pile HBM entière.

Actuellement, seuls trois géants mondiaux, SK Hynix, Samsung et Micron, peuvent produire en série de manière stable, établissant une triple barrière protectrice : les procédés DRAM de pointe, les capacités d'assemblage et la certification des clients NVIDIA/AMD.

La HBM résout la bande passante extrême à proximité du GPU, la DRAM consolide le socle mémoire système du serveur, et le CXL tente de briser les limites physiques, réorganisant la façon dont les ressources mémoire des centres de données sont structurées.

• DRAM : Supporte principalement le cache côté CPU, le prétraitement des données, le stockage temporaire des états intermédiaires et l'exécution du système. C'est la couche mémoire système la plus fondamentale du serveur. Le marché mondial de la DRAM est très concentré chez les trois géants SK hynix, Samsung et Micron ; Changxin Storage (CXMT) est la variable centrale de la substitution nationale chinoise pour la DRAM.

• CXL (Compute Express Link) : Est un nouveau protocole d'interconnexion cohérent pour le cache, conçu pour les centres de données. Il vise à dépasser les limitations des emplacements DIMM traditionnels, de la capacité mémoire locale et des silos de ressources mémoire des serveurs, poussant l'architecture mémoire vers l'extensibilité, la mise en commun et le partage. Actuellement, le CXL en est encore à ses débuts, passant du support des plates-formes au déploiement à grande échelle, avec une valeur architecturale élevée à moyen-long terme ; les sociétés clés incluent Astera Labs et Montage Technology.

Les SSD d'entreprise sont l'incrément persistant à haut débit le plus central dans les centres de données IA. Avec un débit très élevé, une latence très faible et une QoS stable, ils "nourrissent" continuellement les données au GPU, couvrant tout le cycle de vie : chargement des données d'entraînement, écriture des points de contrôle, recherche RAG, mise en cache d'inférence et reflux des journaux.

Dans l'architecture de stockage IA, le SSD n'est pas un matériel isolé, mais un système hautement couplé, qui peut être résumé par la formule industrielle : SSD d'entreprise = puces NAND + contrôleur SSD + chemin de données NVMe/PCIe. Ces trois couches représentent des maillons de la chaîne d'approvisionnement indépendants :

• Puces NAND (couche matière première) : Déterminent la densité de stockage et le coût unitaire. Principales sociétés : Samsung, SK hynix (Solidigm), Micron, Kioxia, Western Digital, Yangtze Memory Technologies (YMTC).

• Contrôleur SSD (couche de performance) : Détermine la libération des performances, la correction d'erreurs des données, la stabilité de la QoS et l'équilibrage de l'usure. Sociétés représentatives : Phison, Silicon Motion, Marvell, Maxio.

• NVMe/PCIe (couche chemin de données) : Détermine l'efficacité de transmission des données du stockage au calcul. Combinée à la technologie GPUDirect Storage, elle réduit le buffer de rebond (bounce buffer) en mémoire CPU et la participation du CPU, atténuant ainsi significativement le goulet d'étranglement des E/S. Sociétés représentatives : Broadcom, Marvell, Astera Labs.

L'IA ne supprimera pas les HDD. Avec la soif de données vidéo et d'images des grands modèles multimodaux, et l'expansion exponentielle des journaux de conformité d'entreprise et des ensembles de données historiques, la demande de stockage froid à faible coût pour les données augmente également de manière explosive. Dans l'architecture de stockage IA, les SSD et les HDD coopèrent en couches basées sur la valeur métier : les SSD gèrent les données chaudes et le haut débit, les HDD gèrent le faible coût et la conservation à long terme. Sociétés représentatives : Seagate, Western Digital, Toshiba.

Ce que l'IA consomme vraiment, ce ne sont jamais des disques nus, mais un "service de données" organisé avec précision par la pile logicielle. Cette architecture transforme le matériel sous-jacent en actifs de connaissance directement utilisables par l'IA, se divisant en quatre couches :

• Systèmes de stockage haute performance (système d'alimentation) : Centrés sur le débit concurrent et la faible latence, ils résolvent le problème de la "faim de données" des clusters GPU via des systèmes de fichiers parallèles, garantissant un flux ultra-rapide pour l'entraînement et l'inférence. Sociétés représentatives : VAST Data, WEKA, Pure Storage.

• Stockage d'objets (lac de données brut) : Centré sur la gestion d'objets, de clés et de métadonnées, il contient des données non structurées massives. Ne vise pas la latence extrêmement faible, mais constitue un socle de capacité avec des caractéristiques de faible coût et de cloud natif. Société représentative : AWS S3.

• Bases de données vectorielles (couche d'indexation sémantique) : Sont responsables du stockage, de l'indexation et de la recherche de vecteurs générés par des modèles d'embedding, permettant à l'IA de localiser précisément le contenu pertinent dans une vaste base de connaissances. Sociétés représentatives : Pinecone, Milvus.

• Couche de données RAG (couche d'appel des connaissances) : Va au-delà de la simple recherche, couvrant le découpage, le nettoyage, le contrôle des accès et la traçabilité des références des données, garantissant que les données d'entreprise peuvent être appelées de manière sûre, précise et traçable par les grands modèles. Société représentative : Databricks.

Le stockage IA est un système d'efficacité poussée à l'extrême, sa fonction de valeur se concentrant sur la maximisation de la production de calcul. La bande passante HBM détermine si le GPU peut être rassasié, le débit SSD détermine l'efficacité de lecture/écriture des ensembles de données et des points de contrôle, et la faible latence concerne l'expérience en temps réel du RAG et de l'inférence. Ces indicateurs convergent finalement vers le taux d'utilisation du GPU et le coût unitaire par Token, déterminant directement la rentabilité commerciale des applications IA. L'objectif ultime du stockage IA n'est pas de conserver, mais d'accélérer, servant la productivité.

La fonction de valeur du stockage décentralisé est radicalement différente. Il questionne si les données existeront encore dans dix ans, si elles ont été falsifiées, si elles peuvent résister à la censure ponctuelle. À travers des preuves cryptographiques et des réseaux distribués, il construit un socle de données public accessible ouvertement et préservé de manière permanente. Son objectif ultime est de défendre la vérité absolue et la souveraineté indépendante des données, servant l'équité, les besoins de résistance à la censure et la mémoire de la civilisation.

Le stockage IA est un « stockage chaud » qui fournit du carburant pour la productivité future, le stockage décentralisé est une « mémoire froide » qui préserve pour la civilisation humaine les enregistrements historiques indélébiles. Le premier sert l'efficacité, recherchant une vitesse extrême ; le second sert la confiance, défendant la mémoire silencieuse. Le premier détermine à quelle vitesse le modèle fonctionne, le second détermine si les souvenirs seront effacés. Actuellement, le mécanisme de marché récompense l'efficacité de la productivité, le stockage IA est au premier plan, tandis que le stockage décentralisé semble traverser un silence de chute de valorisation et de perte d'intérêt narratif.

Il existe de nombreux projets de stockage décentralisé, mais en termes de notoriété industrielle et de sédimentation de l'écosystème, les représentants centraux restent Filecoin et Arweave. Bien que tous deux appartiennent au « stockage décentralisé », leur philosophie architecturale sous-jacente suit presque deux voies complètement différentes - le premier approche l'élasticité d'AWS avec des contrats de marché, le second approche la permanence d'une bibliothèque avec un contrat social unique.

• Filecoin : A construit le système économique vérifiable le plus complet grâce à PoRep et PoSt. Il ne devrait plus se battre contre AWS sur les disques de consommateurs, mais se tourner vers la traçabilité des données IA (Provenance), l'hébergement d'ensembles de données publics et l'archivage conforme, fournissant une chaîne vérifiable pour l'audit des modèles et la preuve de droits d'auteur. La voie incontournable est de s'encapsuler en une API compatible S3 et de supporter la facturation en monnaie fiduciaire, évoluant d'un "marché de stockage bon marché" vers une "infrastructure de calcul vérifiable".

• Arweave : Avec le récit de "paiement unique, stockage permanent", utilise les mécanismes Blockweave et SPoRA pour inciter les mineurs à conserver et accéder rapidement à autant de données historiques que possible, surtout les plus rares. Sa meilleure position est celle de fondation de la mémoire publique humaine - sauvegarder les enregistrements des droits de l'homme, les preuves de crimes de guerre, les textes culturels, archiver l'histoire juridique et financière, fournir une mémoire à long terme permanente et accessible pour les agents IA. La valeur d'Arweave ne réside pas dans la vitesse, mais dans sa capacité à porter la mémoire de la civilisation à travers les cycles.

Les difficultés de projets de stockage décentralisé comme Filecoin et Arweave ne résident pas dans une proposition de valeur erronée, mais dans un désalignement de longue durée entre la mise en produit, l'expérience de récupération, les besoins réels et les incitations liées aux tokens. Cela révèle un immense fossé entre l'idéalisme des initiés et l'application commerciale grand public :

• Désalignement des incitations offre/demande : Les premiers réseaux, comme Filecoin, ont rapidement augmenté leur capacité via des tokens, mais n'ont pas construit une demande solide et payante, entraînant une capacité énorme mais une utilisation et une conversion payante insuffisantes. Récompenser "je peux stocker" plutôt que "on a besoin que je stocke".

• Manque de capacité de service de niveau entreprise : La barrière d'AWS n'est pas le disque dur, mais le "système d'exploitation des données" constitué par les API, les accords de niveau de service (SLA), la gestion des autorisations, l'audit de conformité et le support technique. Les entreprises achètent de la "tranquillité d'esprit", pas une infrastructure expérimentale où elles doivent gérer elles-mêmes les clés et la sélection des nœuds.

• Faiblesse de l'expérience de récupération : "Ranger" n'équivaut pas à "récupérer de manière stable et avec une faible latence". La dispersion des nœuds, la topologie complexe et l'absence d'accord de niveau de service unifié rendent difficile la prise en charge des flux de travail de données chaudes de l'IA, le rendant plus adapté à l'archivage froid de confiance et à la traçabilité des données.

• Insuffisance de la confidentialité et de la conformité : Les données privées des entreprises ne peuvent pas simplement être écrites sur un réseau public permanent ; le droit à l'effacement (droit à l'oubli) et la nature inaltérable permanente sont en conflit naturel. Le stockage décentralisé est plus adapté aux données publiques et aux archives à long terme, qu'à la prise en charge indifférenciée des données privées sensibles.

• L'économie token amplifie le cycle : La financiarisation en période de hausse masque le manque de demande, tandis que la baisse du ROI des mineurs en période de baisse expose les faiblesses de la commercialisation. Les tokens peuvent amorcer froidement l'offre, mais ne créent pas automatiquement la demande et des revenus durables.

Les autres projets de stockage décentralisé se concentrent généralement sur des écosystèmes spécifiques ou des niches : Storj/Sia ont une notoriété industrielle trans-cyclique et une influence narrative Web3 inférieures à Filecoin/Arweave ; BNB Greenfield/Walrus sont liés à des écosystèmes de chaînes de blocs spécifiques comme BNB ou SUI ; Celestia/EigenDA appartiennent à la couche de disponibilité des données (DA), servant à la confirmation des transactions Rollup plutôt qu'à l'archivage à long terme ; les projets à récits mixtes IA/DA comme 0G tentent d'intégrer le stockage, la disponibilité des données, le calcul et le règlement des agents IA en une infrastructure modulaire native IA, mais leurs besoins réels, leur adoption par les développeurs et leur boucle de commercialisation restent à valider.

En période d'explosion des bénéfices technologiques, les capitaux poursuivent frénétiquement l'efficacité, les actifs comme les GPU, la HBM reçoivent des primes extrêmement élevées, et le stockage décentralisé défendant la "confiance et l'équité" est naturellement marginalisé. Cependant, le pendule de l'histoire ne restera pas éternellement du côté de l'efficacité. Des événements comme les interdictions et suppressions de contenu déraisonnables par les super-plateformes, les litiges sur les droits d'auteur de l'IA forçant la preuve de provenance des données, la lutte pour la souveraineté des données déclenchée par les conflits géopolitiques, la disparition des archives publiques due à la monopolisation des données, et la pression réglementaire pour l'audit de conformité des données d'entraînement des modèles peuvent préparer une revalorisation du "stockage de confiance". Les opportunités futures du stockage décentralisé peuvent encore manifester une valeur unique dans les directions suivantes :

• Provenance des données IA : Associer des preuves cryptographiques pour construire des "preuves de lignée de données", répondant aux pressions réglementaires et d'audit.

• Ensembles de données publics et archives de civilisation : S'ancrer sur les archives censurées et le patrimoine culturel, construire une mémoire indélébile irremplaçable.

• Archivage de confiance et certification conforme : Réaliser l'auto-certification de confiance via la conservation de hachages, fournir un niveau élevé de notarisation numérique.

• Fusion avec les technologies ZK/TEE/DID : Résoudre les tensions liées à la confidentialité, évoluer d'un simple "protocole de stockage" vers une "infrastructure de données de confiance".

• Voie de produit invisible : Fournir une API compatible S3 et une facturation en monnaie fiduciaire, permettant aux utilisateurs d'acheter directement un service "d'archivage de confiance".

Le stockage IA et le stockage décentralisé, l'un recherchant une efficacité extrême, nous fournissant du carburant pour courir vers l'avenir ; l'autre défendant la mémoire silencieuse, préservant notre droit de regarder en arrière. Actuellement, le marché récompense sans réserve l'efficacité, c'est pourquoi le stockage décentralisé semble silencieux, voire en effondrement ; mais lorsque l'ère de l'IA amplifiera encore davantage la monopolisation des données, les controverses sur les droits d'auteur et la fragilité de la mémoire historique, le stockage décentralisé pourrait connaître une revalorisation sous la forme d'une "couche froide de confiance". Ces mémoires qui ne peuvent être facilement effacées par une plateforme, une entreprise ou tout pouvoir unique, pourraient passer du romantisme idéaliste, d'une croyance marginale à une infrastructure nécessaire.