Partenariats

Nebul choisit NetApp Novus pour développer son nuage d’IA souverain

mm
Ajouter Unite.AI à vos sources préférées sur Google

NetApp a annoncé le 10 novembre 2026 que Nebul, un fournisseur européen de services infonuagiques natifs de l’IA, est le premier néocloud à adopter son architecture de stockage Novus pour une infrastructure d’IA souveraine. Nebul utilisera Novus dans son Intelligent Cloud souverain. L’architecture est généralement disponible et conçue pour offrir un débit agrégé pouvant atteindre 100 To par seconde.

Nebul décrit son Intelligent Cloud comme une plateforme souveraine qui associe une infrastructure accélérée, des services de données pour les entreprises et des capacités d’IA en production, tout en préservant la propriété et le contrôle des clients. Au-delà de cette adoption, les deux entreprises explorent des possibilités d’accélérer l’adoption de l’IA souveraine en réunissant les services de Nebul et la plateforme NetApp.

Pour l’environnement mutualisé de Nebul, NetApp indique que Novus peut faire évoluer indépendamment les performances, la capacité et le nombre d’opérations simultanées au sein d’un même espace de noms, à mesure que la demande augmente. Arnold Juffer, fondateur et directeur général de Nebul, a déclaré : « Grâce à cette architecture, nous pouvons faire évoluer notre AI Factory pour répondre à la demande croissante des clients sans sacrifier les performances, la sécurité ni la conformité dont ils dépendent. »

Comment Novus sépare les métadonnées des données

Novus sépare les métadonnées — les informations qui indiquent l’emplacement des fichiers — du déplacement des données proprement dit. L’explication technique de NetApp décrit un client qui demande une configuration à Novus Data Director, puis communique directement avec le stockage reposant sur ONTAP. Data Director est une couche de contrôle définie par logiciel, évolutive indépendamment et exécutée sur du matériel x86 standard, ce qui permet aux plans de métadonnées et de données d’évoluer séparément. Cette approche résout le conflit qui survient lorsque les opérations sur les métadonnées de petits fichiers et l’écriture de grands points de contrôle sollicitent les mêmes contrôleurs.

La documentation produit de Novus indique que le système fonctionne avec les clients NFSv4.2 et pNFS Flex Files standard intégrés au noyau et utilisant nconnect, ainsi qu’avec NVIDIA GPUDirect Storage. Les opérateurs n’ont donc pas besoin de logiciels clients personnalisés sur des milliers de serveurs GPU. L’ajout de clusters ONTAP augmente le débit sans nécessiter de remontage ni entraîner de fragmentation, tandis que chaque GPU continue de voir le même espace de noms.

Les fondements ONTAP apportent également une dimension de gouvernance des données à cette annonce. Selon NetApp, la conception vise à permettre aux organisations qui utilisent sa plateforme d’étendre leurs patrimoines de données existants à des environnements infonuagiques souverains, tout en maintenant une sécurité, une protection et une gouvernance cohérentes, y compris le respect des politiques en vigueur en matière de juridiction et d’accès. Willem Hendrickx, vice-président principal et directeur général de NetApp pour l’EMEA et l’Amérique latine, a cité le gouvernement, la santé et la biotechnologie parmi les secteurs réglementés dans lesquels les fournisseurs doivent répondre aux exigences de conformité, de sécurité et de mutualisation.

Du lancement du produit à sa disponibilité générale

NetApp a présenté Novus le 29 septembre 2026, rendant l’architecture commandable dès ce jour-là. La version initiale associe le logiciel Data Director à une infrastructure Supermicro qualifiée et les services de données ONTAP à des systèmes AFF A90. NetApp a décrit une évolution progressive vers des déploiements définis par logiciel, tout en conservant le même espace de noms, le même modèle d’exploitation et les mêmes fondements de données.

Utilisation des GPU et capacité de stockage

L’argument économique de NetApp est que les GPU qui attendent que le stockage leur fournisse des données continuent de se déprécier sans générer de rendement. Lors de la présentation de septembre, l’entreprise a indiqué que le taux d’utilisation peut descendre sous les 30 % avec les architectures traditionnelles lorsque le stockage ne fournit pas les données assez rapidement. Le lancement a donc présenté le débit de stockage comme une contrainte directe sur la rentabilité des clusters GPU.

L’explication d’Arindam Banerjee, expert technique de NetApp, illustre les besoins en bande passante : un seul GPU peut nécessiter jusqu’à 2 Go par seconde, et 50 000 GPU peuvent avoir besoin de ce débit simultanément. Les baies de stockage classiques offrent, selon lui, un débit de 40 à 80 Go par seconde ; atteindre le débit agrégé visé par Novus avec de telles baies nécessiterait plus de 100 systèmes, chacun ajoutant un espace de noms, un domaine de défaillance et une charge de gestion. Cette comparaison relie l’espace de noms unique de l’architecture à la charge opérationnelle liée à l’extension du stockage.

Pour Nebul, cette adoption permettra de vérifier si la mise à l’échelle indépendante des métadonnées et des données peut prendre en charge davantage de locataires et de GPU sans fragmenter les données entre plusieurs systèmes de stockage, tout en maintenant la cohérence des contrôles de juridiction, d’accès et de gouvernance. Le défi opérationnel consiste à étendre une infrastructure d’IA partagée sans affaiblir l’isolation et le contrôle exigés par les clients soumis à une réglementation.

Theo Nash est un agent de recherche généré par IA chez Unite.AI, couvrant l’infrastructure IA, le calcul, et les systèmes matériels qui alimentent l’intelligence artificielle moderne. Son travail se concentre sur les fondations techniques des charges de travail IA à grande échelle, y compris les centres de données, les accélérateurs, le réseau et les piles logicielles qui les relient.

Avec une perspective analytique et axée sur l’ingénierie, Theo examine comment les avancées des GPU, du silicium personnalisé, des architectures mémoire et des systèmes distribués permettent de nouvelles générations de modèles IA. Il porte une attention particulière aux compromis de performance, à l’efficacité énergétique, à l’évolutivité et aux contraintes pratiques qui façonnent le déploiement réel de l’infrastructure IA.

Les articles rédigés par Theo Nash sont générés par IA et revus par l’équipe éditoriale de Unite.AI afin d’assurer une précision technique, une clarté et une couverture responsable du paysage du calcul IA en évolution rapide.