Lorsque les services de chiffrement, compression, indexation, mémoire et contexte se rapprochent des supports, la frontière de valeur entre les SSD, DRAM, HBM et HBF sera redéfinie.
Les Agents IA sont en train de transformer l'ordinateur d'un système «qui effectue un appel de modèle après avoir reçu une question» en un système opérationnel qui observe, raisonne, utilise des outils, modifie l'environnement et maintient un état de façon continue.
Une seule tâche peut nécessiter l'accès consécutif à un modèle, de la mémoire, un index vectoriel, une base de données métier, un stockage objet et des services réseau, tout en réécrivant constamment les résultats des outils, les traces d'exécution, les préférences utilisateur, le contexte temporaire et les journaux d'audit. Plus un Agent fonctionne longtemps, plus sa valeur dépend de la capacité à sauvegarder, récupérer, mettre à jour et réutiliser les données de manière sûre, correcte, rapide et à faible coût [1].
Cela signifie que le stockage n'est plus seulement le point d'atterrissage après le travail de l'Agent, mais qu'il va progressivement entrer dans la boucle de perception, de mémoire et de décision de l'Agent. Les SSD IA ont déjà montré les premières orientations : sauvegarder le modèle et les adaptateurs, prendre en charge le cache KV évincé de la mémoire, réduire le temps de démarrage à froid, augmenter la capacité des modèles déployables. Un pas en avant, et les SSD pourraient également effectuer le chiffrement, la compression, la déduplication, l'étiquetage, l'indexation, la gestion des versions et du cycle de vie lors de l'écriture des données, et fournir une capacité à long terme pour la mémoire de l'Agent.
Ce changement ne sort pas de nulle part. Les disques auto-chiffrés peuvent déjà effectuer de manière transparente le chiffrement/déchiffrement des données dans le contrôleur ; les normes de stockage computationnel listent la compression, le chiffrement, le filtrage par expressions régulières et les codes d'effacement comme des fonctions pouvant être exécutées côté stockage ; des produits comme le Samsung SmartSSD ont également déporté le balayage de base de données et le traitement vidéo côté disque [4][5][7]. La nouveauté à l'ère des Agents est que ces capacités ne servent plus seulement au traitement de données générique, mais commencent à être recombinées autour de l'identité de l'agent intelligent, du contexte, de la mémoire, des traces d'outils et du coût des tokens.
De futurs marchés pourraient voir apparaître des dénominations comme «SSD sécurisé», «SSD de compression», «SSD d'indexation», «SSD de mémoire» ou «SSD de contexte», ou bien ces fonctions ne formeront pas des catégories matérielles distinctes, mais convergeront vers des SSD fonctionnels programmables : leur forme de base restant compatible avec le stockage standard, les logiciels de niveau supérieur découvrent et appellent les fonctions de l'appareil selon les scénarios.
Le NVMe a déjà formé des ensembles de commandes comme Computational Programs et Subsystem Local Memory, offrant des chemins standardisés pour la découverte, la configuration et l'exécution de programmes côté appareil [6]. Le vrai problème industriel n'est pas seulement de savoir si on peut placer un processeur dans le disque, mais de définir qui définit la sémantique des données, les limites fonctionnelles et le résultat de bout en bout.
Un Agent n'est pas un simple appel
Mais une chaîne de données en écriture continue
L'objet persistant principal d'un chatbot traditionnel est l'historique des conversations, tandis qu'un Agent va créer un graphe de données plus complexe. Il doit sauvegarder les observations, les résultats d'outils, les plans et réflexions, les états intermédiaires des tâches, les profils utilisateurs, les instantanés d'environnement, les preuves de recherche et les journaux d'exécution ; côté modèle, il générera également du cache KV, du cache de préfixe, des adaptateurs, des poids d'experts et des points de contrôle. Les temps de mise à jour, les périmètres de réutilisation et les niveaux de sécurité de ces différents objets varient, mais ils déterminent ensemble si le raisonnement ultérieur peut se poursuivre.
La mémoire d'un Agent n'équivaut pas non plus à entasser tout l'historique des conversations dans une base de données vectorielle. Des recherches récentes sur la mémoire des Agents d'un point de vue gestion des données la décomposent en quatre modules : représentation et stockage, extraction d'information, recherche et routage, maintenance, et soulignent qu'aucune architecture n'est optimale pour toutes les charges de travail [9].
Des systèmes comme Mem0 mettent également l'accent sur la transformation des dialogues bruts en mémoires à long terme plus compactes et réutilisables, afin de réduire la charge en tokens d'entrée et de recherche dans les longues sessions [10]. Cela signifie que la couche de stockage devra à l'avenir à la fois sauvegarder le contenu et la manière dont ce contenu est organisé, mis à jour et oublié.
Par conséquent, l'écriture des données d'un Agent sur disque nécessite un contrat plus riche qu'un simple «écriture réussie». Un objet mémoire doit porter l'identité de l'utilisateur ou de l'Agent, le locataire, la source, l'heure, la version, les autorisations, la fiabilité, la durée de rétention et la supprimabilité ; le contexte du modèle doit également être lié à la version du modèle, au tokenizer, au codage de position et à l'adaptateur. Ce n'est que lorsque l'espace de noms et le cycle de vie sont clairs que la compression, l'indexation, la mise en cache et le partage ultérieurs ne briseront pas les frontières sémantiques.
Le rôle approprié d'un SSD fonctionnel dans cette chaîne de données n'est pas de décider seul si une expérience vaut la peine d'être mémorisée, mais d'exécuter un travail déterminé près des données une fois que le Runtime a fourni les objets et les stratégies. Par exemple, choisir une clé par locataire, placer les données selon leur cycle de vie, compresser et dédupliquer les objets pouvant être réduits, maintenir les pages d'index et les métadonnées, prioriser le rechargement des données qui seront bientôt utilisées pour le raisonnement, et remonter la latence de queue, l'amplification d'écriture et l'état du support à la couche supérieure. Les décisions sémantiques restent à l'Agent et au Runtime, l'exécution des données se rapproche autant que possible du support.
Figure 1 Spectre des capacités des SSD fonctionnels à l'ère des Agents. Les fonctions de sécurité, réduction de contenu, indexation, mémoire, contexte de raisonnement et gouvernance peuvent être intégrées à l'appareil, ou réalisées conjointement par des programmes téléchargeables, le Runtime et les nœuds de stockage. Schéma illustrant une projection des mécanismes industriels, les frontières des capacités de stockage computationnel et de sécurité font référence aux spécifications SNIA et NVMe [4][5][6].
Analyse clé : La mise à niveau des SSD à l'ère des Agents n'est pas simplement une augmentation de la puissance de calcul interne, mais la combinaison d'un appareil bloc standard, de fonctions proches des données découvrables, de la sémantique objet et de la gouvernance du cycle de vie. Plus les fonctions sont proches du support, plus elles doivent être déterminées, auditées et isolées ; plus les décisions sont proches du modèle, plus elles doivent rester dans le Runtime.
Le chiffrement automatique existe déjà, le changement est que les politiques commencent à suivre l'Agent
«Le chiffrement automatique des données à l'écriture sur disque» n'est pas un concept futur. Les disques auto-chiffrés utilisent du matériel dédié dans le contrôleur pour chiffrer les données écrites et les déchiffrer à la lecture, en réalisant une protection transparente des données au repos via la gestion des clés et le contrôle des politiques [5].
Pour un système d'Agent, la nouvelle exigence est que la granularité du chiffrement passe du disque entier ou d'un seul espace de noms à l'utilisateur, à l'Agent, à la tâche et à l'objet : les mémoires personnelles et les caches d'application sur le même appareil côté client ne doivent pas pouvoir s'outrepasser mutuellement, et les contextes partagés des Agents multi-locataires côté cloud doivent également préciser ce qui peut être réutilisé et ce qui ne peut être lu que dans un domaine d'autorisation donné.
La spécification NVMe a déjà introduit des capacités de granularité plus fine comme la gestion des clés par l'hôte et Key Per I/O [6], fournissant une base pour que chaque I/O transporte un contexte de sécurité différent. Les futurs SSD de sécurité pourraient également combiner la provenance des données, l'horodatage, les journaux d'accès, la vérification d'intégrité et la suppression vérifiable, permettant à l'Agent non seulement de répondre à «ce dont je me souviens», mais aussi à «d'où vient ce souvenir, s'il a été modifié, qui l'a lu, quand doit-il être supprimé». Pour les secteurs financier, médical, les bases de connaissances d'entreprise et l'IA personnelle, la chaîne de preuve peut être aussi importante que la vitesse de recherche.
Le chiffrement modifiera également l'ordre des autres fonctions proches des données. Les flux d'octets chiffrés sont généralement difficiles à compresser et dédupliquer efficacement, donc la réduction de contenu doit généralement précéder le chiffrement [5] ; l'indexation doit distinguer les caractéristiques en clair, les métadonnées protégées et les limites du texte chiffré consultable. La compétitivité d'un SSD fonctionnel ne réside pas seulement dans le nombre de fonctions qu'il possède, mais dans sa capacité à organiser correctement le pipeline de compression, indexation, chiffrement, écriture et suppression de manière vérifiable, tout en évitant qu'une étape n'élargisse la surface d'attaque.
La compression, l'indexation et la maintenance de la mémoire pourraient devenir les prochaines fonctions des SSD
La compression est l'une des fonctions les plus susceptibles de former une boucle commerciale fermée. Les Agents écrivent de manière répétée du texte, du JSON, des journaux, des vecteurs, des points de contrôle et des résultats intermédiaires multimédias, dont une partie importante présente des structures répétitives. Si la compression est effectuée avant que les données n'entrent dans le réseau ou la NAND, elle peut réduire la transmission, l'écriture physique et l'occupation de capacité, et indirectement la consommation d'énergie et l'usure du support. Mais le taux de compression, la latence supplémentaire, l'économie de CPU et l'amplification d'écriture doivent être évalués ensemble ; pour des poids de modèle déjà quantifiés ou hautement compressés, une compression supplémentaire peut avoir un rendement limité.
La fonction d'indexation est plus directement liée aux Agents, car une mémoire n'a de valeur que si elle est correctement rappelée. Le KIOXIA AiSAQ place les vecteurs et les structures d'index sur le SSD, utilisant un regroupement et une recherche de graphes adaptés aux SSD pour réduire l'occupation de la DRAM, et a déjà démontré une recherche vectorielle à l'échelle de plusieurs milliards sur un seul serveur [8]. Il faut strictement distinguer qu'AiSAQ est d'abord une technologie logicielle utilisant le SSD comme principal support d'index, et ne signifie pas qu'un SSD ordinaire générera automatiquement des embeddings ou comprendra la sémantique. Le chemin industriel le plus probable est que le GPU, le NPU ou le CPU soit responsable de la génération des représentations, et que le SSD et les programmes proches des données soient responsables de l'organisation de l'index, du filtrage des candidats et du retour d'un ensemble de résultats plus petit.
La maintenance de la mémoire est encore plus complexe que l'indexation. La mémoire à long terme d'un Agent subira des ajouts, fusions, conflits, révisions, déclassements, expirations et oublis ; un même fait peut également exister simultanément sous forme d'enregistrement original, de résumé, de vecteur et de représentation en graphe de connaissances [9]. Les futurs «SSD de mémoire» pourront fournir des mises à jour atomiques, des journaux, des TTL, un placement chaud/froid et une suppression sécurisée pour ces versions, mais ne pourront pas décider uniquement par similarité de ce qui constitue un souvenir réel. La qualité de la mémoire dépend toujours de l'extraction, du routage, de la gestion des conflits et de l'évaluation effectués par la couche supérieure.
D'un point de vue produit, ces fonctions n'ont pas nécessairement besoin d'exécuter un modèle complexe sur chaque disque. La compression, le chiffrement, le hachage, le filtrage, la maintenance des pages d'index et le cycle de vie des objets conviennent tous à des circuits dédiés déterministes ou à des programmes légers ; la génération d'embedding, le réordonnancement, le résumé et la fusion de mémoires pourront être réalisés par l'hôte ou des accélérateurs indépendants.
La clé des SSD fonctionnels est d'utiliser un ID objet unifié et des interfaces observables pour relier les deux types de travail, afin de déplacer moins de données, et non de tenter de faire entrer tous les calculs d'IA dans le disque.
Côté client : le SSD pourrait devenir la couche d'état à long terme de l'Agent personnel
Les Agents côté client seront continuellement en contact avec des documents personnels, photos, emails, agendas, états d'application, historiques de navigation et données de capteurs de l'appareil. La mémoire unifiée ne convient qu'à la rétention de l'ensemble de travail actuel, tandis que les SSD peuvent sauvegarder une bibliothèque de modèles locaux plus large, des adaptateurs, des index vectoriels, des mémoires personnelles et des traces d'outils. Tant qu'ils conservent une forme NVMe standard, les SSD fonctionnels peuvent d'abord être installés directement comme disque système ordinaire dans les PC IA et les stations de travail, puis voir leurs capacités de sécurité, d'indexation et de contexte activées progressivement via les pilotes, le Runtime et le firmware.
Leur valeur pour le consommateur n'est pas «un disque dur qui pense», mais que l'IA locale puisse se souvenir plus longtemps, continuer à fonctionner avec un réseau faible, et réduire les données brutes et les tokens d'entrée téléchargés vers le cloud à chaque tâche. Un Agent de réunion peut conserver l'audio, les résumés et l'état des tâches, un Agent de programmation peut maintenir un index de dépôt et un historique des modifications, un Agent domestique peut partager des photos, documents et états d'appareils autorisés entre appareils. Le SSD garde ces états près de l'appareil, et le Router décide ensuite, en fonction de la qualité, de la confidentialité, de la consommation et du réseau, s'il faut traiter localement ou appeler le cloud.
Le marché côté client pourrait également s'étendre d'un seul disque à de petits nœuds de stockage. Les PC IA, serveurs domestiques ou boîtiers edge pour magasins peuvent fournir des images miroir de modèles locaux, des mémoires personnelles, des bibliothèques vectorielles et des archives chiffrées pour les téléphones, tablettes, robots et caméras, évitant que chaque appareil ne sauvegarde les mêmes données. Les modèles commerciaux passeront de la mise à niveau de capacité à la prime pour PC IA, aux abonnements d'Agent local, à la gestion des modèles et des packs de compétences, et aux nœuds d'IA privés pour les foyers et petites entreprises.
Le stockage local n'équivaut pas automatiquement à la confidentialité. Si les applications peuvent lire librement la mémoire, si l'index ne peut pas supprimer les anciennes versions, si la clé est déconnectée de l'identité de l'appareil, plus de fonctions signifient une surface d'attaque plus grande. Les SSD fonctionnels côté client doivent intégrer l'isolation des applications, le consentement de l'utilisateur, les durées de rétention, la suppression vérifiable et la révocation des clés en cas de perte de l'appareil comme capacités produit, et non pas utiliser la confidentialité comme simple argument marketing.
Côté cloud : les SSD passeront d'appareils à des nœuds de stockage dédiés aux Agents
L'échelle de l'état des Agents côté cloud est plus grande et nécessite plus de partage. Une requête complexe enchaînera plusieurs appels de modèle, exécutions d'outils, accès à la mémoire et transmissions réseau ; la collaboration multi-Agents générera également des plans partagés, des messages, des preuves et des journaux d'exécution [1]. Les SSD locaux du nœud peuvent sauvegarder les modèles, points de contrôle et index haute fréquence, la couche Flash au niveau du baie ou du POD peut prendre en charge le KV, les préfixes, les adaptateurs et les mémoires partagés réutilisés entre GPU, et le stockage objet générique continue de sauvegarder les données froides et les sources de faits à long terme.
Mooncake a déjà organisé le CPU, la DRAM, les SSD et le RDMA/NIC en un pool distribué de caches KV, et fait en sorte que l'ordonnanceur décide du chemin de la requête en fonction de l'emplacement du cache et des objectifs de TTFT et TBT [3]. Le CMX de NVIDIA établit quant à lui une couche de contexte Flash au niveau du POD entre la HBM, la mémoire hôte et le stockage partagé générique, plaçant le nœud de stockage partagé dans le chemin de données d'inférence [2]. Les bénéfices de bout en bout de ces systèmes ne peuvent être attribués à un seul SSD, mais montrent que la «participation des nœuds de stockage à la production de tokens» passe du concept à des produits d'infrastructure.
La prochaine génération de nœuds de stockage pour Agents pourra simultanément fournir des services de contexte, de mémoire et de gouvernance. Il pourra maintenir des répertoires de préfixes et de KV partagés, préchauffer les modèles et adaptateurs, sauvegarder des index vectoriels et de graphes, compresser et chiffrer les données par locataire, enregistrer les appels d'outils et les chaînes de preuve, et exposer le taux de succès, le P99, l'amplification d'écriture, la consommation et l'état du support à l'ordonnanceur. Les clients n'achèteront pas seulement la capacité et la bande passante du disque, mais l'utilisation du GPU, le bon débit SLO, le Token/$, le Token/W, le QPS/$ et la vitesse de réponse aux audits.
Cela changera également les modèles commerciaux. Les disques individuels pourront toujours être vendus sur la capacité, l'endurance et les performances ; les nœuds de stockage pourront générer des revenus combinés sous forme d'appliance multi-disques, de plan de contrôle, de licence Runtime, de support à long terme et de SLA ; un niveau encore supérieur pourra voir apparaître des services facturés à la capacité contextuelle effective, au nombre d'objets mémoire, au débit de recherche ou au token effectif. Une fois que les SSD fonctionnels sont responsables du résultat de bout en bout, leur frontière de valeur s'étend des dispositifs semi-conducteurs à l'infrastructure de données.
Figure 2 Répartition typique des tâches de stockage pour Agents côté client et cloud. Le côté client met l'accent sur les données personnelles, les modèles locaux, les capacités hors ligne et le contrôle de la confidentialité ; le côté cloud met l'accent sur le contexte partagé, la gouvernance multi-locataire, le taux d'utilisation du GPU et l'économie des tokens. Schéma illustrant une projection des formes de produit, le côté cluster fait référence à Mooncake et CMX [2][3].
Les frontières de valeur de la HBM, HBF, DRAM et SSD seront redéfinies
La restructuration du stockage apportée par les Agents ne doit pas être comprise comme un remplacement de la mémoire par les SSD. L'approche Tiered Memory proposée par SK hynix au FMS 2026 consiste à connecter HBM, DRAM, NAND/HBF et SSD selon la vitesse, la capacité et le coût, en se concentrant sur la réduction du mouvement des données [11]. Cela correspond précisément à la réalité des systèmes d'Agents : les données qui doivent être utilisées pour le token actuel, celles qui seront utilisées dans quelques millisecondes, celles qui pourront être réutilisées entre sessions et celles archivées à long terme, nécessitent d'être portées par différents supports.
La HBM reste la couche centrale la plus proche du calcul GPU, portant les poids, activations, KV chauds et états intermédiaires des opérateurs actuels, ses métriques étant le Token/s, la bande passante et l'utilisation du calcul. Les Agents, avec leur contexte long et leur collaboration multi-modèles, augmenteront encore la demande en HBM, au lieu d'en réduire la valeur. La contrainte de la HBM est son coût en capacité et son approvisionnement, donc le système doit déplacer les données non nécessaires immédiatement vers une couche moins coûteuse, et les préchauffer avec précision avant utilisation.
La HBF, ou High Bandwidth Flash, est une nouvelle couche qui s'est rapidement formée depuis 2025. Les premières spécifications ouvertes dévoilées par SK hynix et Sandisk en août 2026 couvrent une capacité maximale de 512 Go, avec des bandes passantes divisées en trois niveaux d'environ 0,4 To/s à 3,0 To/s, et utilisent la connexion UCIe au processeur [12]. La HBF utilise la NAND pour obtenir une capacité plus grande que la HBM, visant à prendre en charge les jeux de travail d'inférence volumineux et intensifs en lecture entre la HBM et les SSD. Elle en est encore à ses débuts en matière de standardisation et de production, les spécifications officielles n'étant pas synonymes de performances de production massive étendues, et n'éliminant pas les limitations de la NAND en termes de latence, d'endurance en écriture et d'accès à l'état variable.
La recherche H3 propose une répartition plus claire : placer les données en lecture seule dans la HBF, et conserver les autres données dans la HBM, en construisant un système d'inférence hybride utilisant les avantages des deux [13]. Pour les Agents, la HBF convient mieux aux poids de modèles, aux experts MoE et aux grands jeux de travail dominés par la lecture ; le KV, les activations et les états d'exécution fréquemment mis à jour conviennent toujours mieux à la HBM ou à la DRAM. Si la HBF mûrit, elle pourrait réduire le besoin d'augmenter les GPU/HBM uniquement pour la capacité, mais sera plus probablement un complément qu'un remplacement.
La DRAM et le CXL se situent dans un terrain intermédiaire pour les états variables et la capacité partagée. Le KV hôte, l'ensemble chaud des index, les tampons de prélecture et l'état d'exécution de l'Agent nécessitent une faible latence et des modifications fréquentes ; l'extension, le pooling et le partage CXL peuvent réduire les silos mémoire et fournir une capacité plus flexible à plusieurs hôtes [14]. SK hynix au FMS 2026 a également présenté des solutions de mémoire pool CXL et hybrides DRAM-SSD pour le partage, la prédiction et la prélecture de KV, mais ce sont des résultats de démonstration spécifiques qui doivent être validés sur davantage de plateformes [11].
Les SSD fonctionnels prennent en charge des objets plus volumineux, plus persistants et nécessitant plus de gouvernance : modèles, adaptateurs, KV/préfixes, index vectoriels, mémoire d'Agent, journaux et points de contrôle. Comparée à la HBF, le SSD est plus éloigné du calcul, mais possède l'avantage d'une forme standard, d'un écosystème mature, de la capacité et du coût, et convient mieux au partage au niveau du nœud. La future concurrence ne se jouera pas seulement autour de la bande passante du support, mais autour de la capacité à livrer le bon objet dans le bon délai, et à être responsable du token effectif, du débit de recherche et de la gouvernance des données.
Figure 3 Nouvelle répartition des tâches entre HBM, HBF, DRAM/CXL, SSD fonctionnels et stockage partagé à l'ère des Agents. Les spécifications HBF utilisent la formulation des premières spécifications ouvertes publiées par SK hynix et Sandisk en août 2026 [12] ; la logique de stratification fait référence aux documents Tiered Memory du FMS 2026, H3 et CXL [11][13][14].
Les SSD IA sont les premiers échantillons industriels des SSD fonctionnels
Les SSD IA existants entrent globalement dans cette tendance par deux extrémités. D'un côté, les SSD d'entreprise renforcés pour les charges IA, offrant une faible latence, un IOPS élevé, une bande passante soutenue, une endurance et une densité de capacité, pour servir de base matérielle au cache de modèles, aux points de contrôle et aux index vectoriels. Les produits Yingren N3X et Huawei OceanDisk LC 560 en sont des représentants [19][20]. Ils résolvent d'abord la question de savoir si les données IA peuvent être portées de manière stable, écrites en continu et rappelées à temps, et ne possèdent pas automatiquement la mémoire d'Agent, l'indexation ou la sémantique de contexte simplement parce qu'ils sont orientés IA. De l'autre côté, ils commencent à participer activement au chemin de données d'inférence : le SSD ne reçoit plus seulement des requêtes bloc génériques du système d'exploitation, mais commence progressivement, via un middleware, un Runtime ou des capacités de traitement côté stockage, à identifier des objets IA comme les poids de modèles, les experts, le cache KV et les fenêtres de prélecture. Phison, Longsys et Inspur-Maxio représentent trois modes d'organisation de R&D représentatifs dans cette direction.
L'approche aiDAPTIV de Phison adopte un schéma «capacités SSD matures + middleware + chaîne d'outils complète». aiDAPTIVLink gère la mémoire entre la mémoire vidéo GPU et la Flash, le runtime découpe les poids du modèle, garde les poids actifs en priorité dans la VRAM, décharge les poids inactifs vers le SSD de cache aiDAPTIV, et peut sauvegarder le cache KV évincé, évitant de recalculer le contexte après son élimination [15]. La valeur commerciale de cette approche réside dans la combinaison du SSD, de la licence logicielle, des outils de déploiement et du support système en une solution livrable : le client n'a pas besoin de reconcevoir la puce de calcul pour étendre la capacité utilisable des modèles et du contexte sur une station de travail ou un serveur local. Son centre de gravité technique est la compatibilité avec l'écosystème GPU et logiciel IA existant, et la capacité, via un contrôleur, un firmware, une conception d'endurance et des partenariats de plateforme matures, à transformer de manière stable la Flash en une couche de capacité complémentaire à la mémoire vidéo.
L'approche SPU+iSA de Longsys se rapproche davantage d'une combinaison «couche d'exécution stockage + couche décision logicielle». Le SPU côté appareil prend en charge la compression sans perte, la mise en cache avancée HLC et la planification des données entre différents supports NAND ; l'iSA prend quant à elle des décisions autour du déchargement d'experts MoE, du cycle de vie du cache KV et du Device Smart Prefetch, transformant les caractéristiques de la charge IA en actions de prélecture, réintégration, compression et migration chaud/froid [16]. Ainsi, elle ne se contente pas de mettre plus de données dans le SSD, mais cherche à réduire l'occupation de la DRAM, augmenter la capacité effective, et faire correspondre le traitement côté stockage avec le rythme de l'inférence côté client. Cette approche montre que lorsque la zone proche du contrôleur possède des capacités d'exécution plus fortes, le SSD peut passer d'un simple appareil bloc à un nœud de traitement proche des données capable de prendre en charge la compression, la mise en cache et la planification d'objets.
L'approche Inspur-Maxio adopte une voie de définition conjointe calcul-stockage. Inspur part de la structure du modèle, du Runtime, du système d'exploitation, de la synergie CPU/GPU/DRAM et de la conception de référence de l'ordinateur complet, pour observer l'activation des experts, le cycle de vie du KV, la précision des données et la fenêtre de calcul ; Maxio mappe ensuite ces besoins au contrôleur SSD, au firmware, au partitionnement du cache, aux files d'attente, à l'adaptation NAND et au système de production de masse [17][18]. Cela permet à la définition du produit de remonter de la latence des tokens, de la capacité du modèle et du SLO de l'ordinateur complet pour déterminer quand les données doivent entrer dans le SSD, avec quelle granularité les sauvegarder, comment les précharger, et quelles opérations conviennent à un déport près du contrôleur, au lieu de se contenter d'optimisations locales sur des I/O bloc existantes. Comparée aux deux précédentes, cette coopération transversale calcul-stockage nécessite une synergie système plus profonde, mais offre aussi plus d'opportunités pour anticiper les nouveaux problèmes de chemin de données et créer de nouvelles interfaces d'appareil au fur et à mesure que l'architecture des modèles et l'infra d'inférence continuent d'évoluer.
Ces trois approches ne s'excluent pas mutuellement. L'avantage de Phison réside dans sa capacité à encapsuler rapidement ses capacités en une solution déployable grâce à un contrôleur mature, des produits SSD et une chaîne d'outils logiciels ; Longsys tente de mettre davantage de traitement et de planification côté stockage avec le SPU et l'iSA ; Inspur-Maxio définit l'appareil à rebours à partir de l'interface entre la sémantique calcul et l'exécution stockage. Elles montrent ensemble que l'innovation centrale des SSD IA est passée de «remplacer un disque par un plus rapide pour l'IA» à «redéfinir les responsabilités entre le Runtime, les hiérarchies mémoire, le contrôleur et la Flash». C'est aussi pourquoi les SSD IA peuvent être les produits précurseurs des SSD fonctionnels : une fois que le logiciel peut exprimer à l'appareil le type d'objet, la priorité, le cycle de vie et la durée de service, le SSD possède la base pour porter davantage de fonctions déterminées.
Des approches de R&D similaires pourront très probablement migrer vers la prochaine génération de SSD fonctionnels. En suivant la voie de Phison, les fabricants pourront ajouter des modules de service de chiffrement, compression, indexation et mémoire gérés par Agent ou locataire dans la combinaison SSD + middleware, en réduisant le seuil de déploiement grâce à la compatibilité logicielle et aux outils de livraison. En suivant la voie de Longsys, la compression, la planification chaud/froid, le balayage d'index ou la consolidation des données pourront être exécutés par une unité de traitement du stockage, avec des stratégies envoyées par un ordonnanceur intelligent de niveau supérieur. En suivant la voie Inspur-Maxio, on pourra partir des besoins du runtime de l'Agent en matière de mémoire à long terme, d'autorisations, de TTL, de SLO de recherche et de coût des tokens, pour ensuite définir conjointement les commandes du contrôleur, les métadonnées objet, les files d'attente du firmware et la disposition du support. Les deux premières voies excellent respectivement dans la production et l'exécution côté appareil, la troisième, parce qu'elle comprend à la fois comment le système de calcul consomme les données et comment le système de stockage les organise, possède probablement un plus grand espace de conception pour explorer de nouvelles fonctions qui ne sont pas encore standardisées.
Cette signification transversale s'amplifiera encore à l'ère des Agents. De nombreuses futures fonctions de stockage ne sont pas de simples algorithmes internes au disque : le chiffrement doit comprendre les frontières d'autorisation de l'Agent, de l'utilisateur et de la tâche, la compression doit savoir quand les données seront à nouveau utilisées pour le calcul, l'indexation doit collaborer avec l'embedding, le retriever et le Model Router, et la mémoire d'Agent implique écriture, fusion, oubli, version et chaîne de preuve. Si l'on part uniquement du côté support, on risque de réduire le problème à la bande passante, la capacité ou un seul opérateur ; si l'on part uniquement du côté modèle, on risque d'ignorer les contraintes du FTL, de l'amplification d'écriture, de la latence de queue, de la protection contre les coupures de courant et de la production de masse. Le mode de R&D conjointe transversale calcul-stockage d'Inspur-Maxio est précisément capable de rechercher des interfaces réalisables entre ces deux types de contraintes, et possède donc le potentiel de former des voies technologiques différenciées lors du développement de nouveaux SSD fonctionnels, de nœuds de stockage IA, voire d'infrastructures de données pour Agents.
Du point de vue des SSD fonctionnels, l'importance de ces solutions ne réside pas seulement dans leur capacité à étendre un modèle spécifique, mais dans le fait qu'elles établissent un canal d'échange d'informations entre le logiciel et le support. Aujourd'hui, ce qui est transmis concerne la couche modèle, les experts, les blocs KV et les indices de prélecture ; demain, cela pourra s'étendre à l'identité de l'Agent, aux objets mémoire, aux versions, TTL, politiques d'accès, indices d'indexation et délais d'achèvement maximum. Celui qui pourra transformer les fonctions en interfaces stables, plutôt qu'en chemins personnalisés à usage unique pour un modèle unique, aura plus de chances de traverser les générations de modèles, et d'étendre ses revenus par disque à des licences Runtime, des nœuds de stockage, des services de contexte et des services de données facturés au token effectif.
Il faut également se méfier de l'expansion des concepts. La compression automatique ne signifie pas que toutes les données peuvent économiser la même capacité, l'indexation sur disque ne signifie pas que le SSD comprend la sémantique, et la mémoire d'Agent n'équivaut pas à déplacer une bibliothèque vectorielle dans le firmware. Chaque fonction doit être prouvée par des métriques de bout en bout, incluant le taux de compression et la latence supplémentaire, le rappel et le QPS/$, le P99 et le SLO, l'amplification d'écriture et l'endurance, l'isolation des clés et la vérification de suppression, et finalement le Token/$ et le Token/W.
Figure 4 Produits représentatifs de SSD d'entreprise renforcés pour les charges IA : Yingren N3X et Huawei OceanDisk LC 560. Utilisation des illustrations originales, documents produits voir [19][20].
Figure 5 Explorations des SSD IA participant à l'inférence : Phison aiDAPTIV, Longsys SPU+iSA, et la solution SSD IA Inspur-Maxio. Utilisation des illustrations originales, documents sur les approches voir [15][16][17][18].
Figure 6 Rôle des SSD IA dans le chemin d'inférence LLM, et principales approches technologiques des fabricants identifiées dans l'article original. Utilisation des illustrations originales ; les nouvelles perspectives ajoutées dans cet article sur le chiffrement, la compression, l'indexation, la mémoire d'Agent, la HBF et le stockage stratifié sont des extensions industrielles basées sur ceci, ne modifiant pas la logique existante du schéma.
L'industrie future pourrait se développer simultanément selon trois directions
La première direction est la fonctionnalisation des SSD. Les disques universels continueront d'exister, mais les capacités de sécurité, compression, recherche, mémoire et contexte entreront dans les produits sous forme de fonctions intégrées, de programmes téléchargeables ou de configurations définies par logiciel. Le marché final n'aura pas nécessairement besoin de cinq types de SSD différents, mais plus probablement d'un cadre fonctionnel unifié, découvrable, composable et isolable, dont les combinaisons de capacités seront ensuite choisies par les produits grand public, d'entreprise et de service cloud.
La deuxième direction est la nodalisation du stockage. Le disque individuel résout la capacité locale et le traitement proche des données, tandis que le nœud de stockage IA combine plusieurs disques, le réseau, les répertoires d'objets, les clés, les index, les services de contexte et l'observabilité, en étant responsable du SLO de bout en bout. Les nœuds côté client servent les individus et les équipements, les nœuds côté cloud servent les clusters GPU et les systèmes multi-Agents. L'unité de concurrence passera de «chaque disque» à «combien de tokens effectifs et de requêtes de recherche peuvent être délivrés par site, baie ou POD».
La troisième direction est la recomposition des hiérarchies mémoire. La HBM continuera à rechercher la bande passante maximale, la HBF tentera de fournir une plus grande capacité en lecture intensive près du boîtier grâce à la NAND, la DRAM et le CXL prendront en charge les états variables, l'extension et le pooling, les SSD fonctionnels fourniront les objets persistants et les services proches des données, et le stockage partagé sauvegardera la source de faits froids globale. La capacité système la plus précieuse à l'avenir sera de permettre au Router et au Runtime de voir simultanément la puissance de calcul, l'emplacement des données, les autorisations, les délais et l'état des supports, et de faire de la coordination entre les multiples niveaux, au lieu d'empiler continuellement un seul support.
Cela redéfinira les barrières industrielles. Les fabricants de supports maîtriseront la capacité, la bande passante et l'efficacité énergétique, les fabricants de contrôleurs et de firmware décideront si les fonctions peuvent être réalisées de manière stable, les plateformes Runtime et Agent maîtriseront la sémantique des objets et l'ordonnancement, les OEM, fabricants de cloud et intégrateurs décideront comment les fonctions entrent dans les produits réels. Les entreprises capables de franchir ces frontières, d'établir des interfaces standard et de prouver les résultats clients par l'économie des tokens, auront plus de chances de faire passer le SSD du conteneur de données à la couche de données de base de l'ère des Agents.
Conclusion : Le stockage fera partie des capacités de l'Agent
Les Agents IA étendent la valeur du stockage de «sauvegarder le passé» à «soutenir la prochaine action». Les modèles ont besoin de poids, l'inférence a besoin de contexte, les Agents ont besoin de mémoire à long terme et de preuves fiables, et les entreprises ont également besoin de sécurité, conformité, audit et contrôle des coûts. Plus les services de chiffrement, compression, indexation, maintenance de la mémoire et de contexte se rapprochent des données, plus ils auront de chances de réduire le transport, le recalcul et l'occupation de la DRAM, mais ils devront aussi préciser les frontières d'autorisation, de sémantique et de responsabilité.
Par conséquent, les SSD IA ne sont qu'un point de départ. À l'avenir, il pourra y avoir davantage de SSD dotés de fonctions spécifiques, ou bien se formeront des SSD fonctionnels programmables unifiés et des nœuds de stockage pour Agents. Parallèlement, la HBM, la HBF, la DRAM, le CXL et les SSD n'évolueront pas selon une simple chaîne de remplacement, mais redéfiniront leurs rôles autour de la chaleur, de la variabilité, de l'étendue du partage et de la durée d'accès. La vraie opportunité industrielle réside dans la transformation des avantages de chaque support en un coût par token plus bas, une continuité des Agents plus élevée et un cycle de vie des données plus fiable.
Références :
[1] NVIDIA, «Scaling Agentic AI Factories Through Extreme Co-Design with NVIDIA BlueField,» 2026.https://developer.nvidia.com/blog/scaling-agentic-ai-factories-through-extreme-co-design-with-nvidia-bluefield/
[2] NVIDIA, «Introducing NVIDIA BlueField-4-Powered CMX Context Memory Storage Platform for the Next Frontier of AI,» 2026.https://developer.nvidia.com/blog/introducing-nvidia-bluefield-4-powered-inference-context-memory-storage-platform-for-the-next-frontier-of-ai/
[3] R. Qin et al., «Mooncake: Trading More Storage for Less Computation—A KVCache-centric Architecture for Serving LLM Chatbot,» USENIX FAST ’25, 2025.https://www.usenix.org/conference/fast25/presentation/qin
[4] SNIA, «Computational Storage Architecture and Programming Model, Version 1.0,» 2022.https://www.snia.org/sites/default/files/technical-work/computational/release/SNIA-Computational-Storage-Architecture-and-Programming-Model-1.0.pdf
[5] SNIA, «Storage Security: Encryption and Key Management,» 2023.https://www.snia.org/sites/default/files/technical-work/whitepapers/SNIA-Encryption-KM-WP-2023-09-05.pdf
[6] NVM Express, «NVM Express Releases Specifications to Unify AI, Cloud, Client and Enterprise Storage,» 2024.https://nvmexpress.org/nvm-express-releases-nvm-express-specifications-to-unify-ai-cloud-client-and-enterprise-storage/
[7] Samsung Electronics, «Samsung Electronics Develops Second-Generation SmartSSD Computational Storage Drive,» 2022.https://news.samsung.com/global/samsung-electronics-develops-second-generation-smartssd-computational-storage-drive-with-upgraded-processing-functionality
[8] KIOXIA, «AiSAQ Achieves 4.8 Billion High-Dimensional Vector Search Database on a Single Server,» 2026.https://americas.kioxia.com/en-us/business/news/2026/ssd-20260316-2.html
[9] Y. Wang et al., «Are We Ready for an Agent-Native Memory System?,» arXiv:2606.24775, 2026.https://arxiv.org/abs/2606.24775
[10] P. Chhikara et al., «Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory,» arXiv:2504.19413, 2025.https://arxiv.org/abs/2504.19413
[11] SK hynix, «The Next-Generation Memory Architecture in the AI Era? SK hynix Charts the Direction at FMS 2026,» 2026.https://news.skhynix.com/en/fms-2026/
[12] SK hynix, «SK hynix Unveils First HBF Standard Specifications with Sandisk,» 2026.https://news.skhynix.com/en/hbf-at-fms-2026/
[13] M. Ha, E. Kim, and H. Kim, «H3: Hybrid Architecture Using High Bandwidth Memory and High Bandwidth Flash for Cost-Efficient LLM Inference,» IEEE Computer Architecture Letters, 2026.https://ieeexplore.ieee.org/document/11371745
[14] Compute Express Link Consortium, «Overcoming the AI Memory Wall: How CXL Memory Pooling Powers Scalable AI Computing,» 2025.https://computeexpresslink.org/blog/overcoming-the-ai-memory-wall-how-cxl-memory-pooling-powers-the-next-leap-in-scalable-ai-computing-4267/
[15] Phison Electronics, «How aiDAPTIV+ Works,» official product documentation.https://phisonaidaptiv.com/zh-tw/how-aidaptiv-works/
[16] Longsys, «SPU and iSA», 2026.https://cn.longsys.com/about/news/13353.html
[17] Maxio Technology, «CFMS 2026|In the Era of AI Inference, the Value Leap of Storage Controller Chips», 2026.https://www.maxio-tech.com/news/11645/13048.html
[18] Economic Observer, «Inspur Computing and AMD Release Infplane Mini AI Workstation: Hilbert», 2025.https://www.eeo.com.cn/2025/1222/774317.shtml
[19] Yingren Technology, «From N3X to Gen6: How Yingren Technology Builds Domestic AI SSD with Three Key Elements», 2026.https://www.yingren.cn/news/%E4%BB%8En3x%E5%88%B0gen6%EF%BC%9A%E8%8B%B1%E9%9F%A7%E7%A7%91%E6%8A%80%E5%A6%82%E4%BD%95%E7%94%A8%E4%B8%89%E5%A4%A7%E8%A6%81%E7%B4%A0%E6%89%93%E9%80%A0%E5%9B%BD%E4%BA%A7ai-ssd/
[20] Huawei, «Huawei OceanDisk LC 560 SSD Data Sheet,» 2025.https://e.huawei.com/en/documents/products/storage/97dc7a1dc98f4d3d90b268db03235cf7
Cet article provient du compte public WeChat "Xin Zhi Yuan", auteur : ASI Apocalypse, éditeur : Salomon
