Rapport d'analyse de la taille, de la part et des tendances du marché – Aperçu de l'industrie et prévisions à 2033

Quelle est la taille du marché et le taux de croissance du système de stockage de l'intelligence artificielle attachée directe

• Selon l'analyse de Data Bridge Market Research, le marché direct des systèmes de stockage de l'intelligence artificielle (IA) a été évalué à45,54 milliards de dollars en 2025et devrait atteindre197,12 milliards de dollars en 2033, croissance à unTCAC de 20,10 % de 2026 à 2033.
• Le marché connaît une croissance constante en raison de l'adoption rapide de l'intelligence artificielle et de la charge de travail de l'apprentissage automatique, de la demande croissante de stockage à haute performance et à faible latence, ainsi que de la complexité et du volume croissants des ensembles de données utilisés pour la formation et l'inférence des modèles d'IA. Les progrès réalisés dans les architectures de stockage optimisées NVMe, PCIe et AI améliorent encore le débit des données et l'efficacité du traitement.
• Le déploiement croissant d'applications d'IA dans les entreprises, les fournisseurs de services en nuage, les télécommunications, les soins de santé, les finances et la fabrication, combiné à l'expansion des centres informatiques de pointe et de données sur l'IA, oblige les organisations à adopter des solutions de stockage directement liées. Ces systèmes permettent d'accéder à des données à grande vitesse tout en réduisant les goulets d'étranglement en matière de latence et de transfert de données, ce qui les rend de plus en plus adaptés à la formation en matière d'IA, à l'apprentissage automatique, à l'analyse en temps réel et à la charge de travail des inférences.

Taille du marché et prévisions

• Valeur marchande mondiale (2025): USD 45,54 milliards
• Valeur marchande prévue (2033): USD 197,12 Million
• Prévisions CAGR (2026-2033): 20,10 %
• Région phare en 2025 : Amérique du Nord
• Région de croissance la plus rapide: Asie Pacifique

Quels sont les principaux débouchés du marché des systèmes de stockage de l'intelligence artificielle attachée directe

• L'Amérique du Nord a dominé le marché direct des systèmes de stockage de l'intelligence artificielle (IA) avec la plus grande part de revenus de 34,66 % en 2025, appuyée par l'adoption précoce de l'IA, l'expansion des centres de données à hyperéchelle et des investissements élevés dans l'infrastructure de l'IA.
• L'Asie-Pacifique devrait être la région qui connaît la croissance la plus rapide, avec un TCAC de 20,00 % entre 2026 et 2033, alimenté par l'adoption rapide de l'IA, l'expansion de l'infrastructure des centres de données et l'augmentation des investissements en Chine, en Inde, au Japon et en Corée du Sud.
• Le segment du matériel a dominé le marché avec une part de 65 % en 2025, grâce au déploiement croissant de composants de stockage haute performance pour les charges de travail d'IA
• Le logiciel est le type d'offre en croissance la plus rapide, qui devrait enregistrer un TCAC de 27,0 %, ce qui reflète l'augmentation de la demande en matière de gestion intelligente du stockage et d'optimisation des charges de travail liées à l'IA.
• Le segment du stockage par blocs dominait la catégorie des types d'architecture de stockage avec une part de 45 % en 2025, sous l'impulsion de ses caractéristiques de haute performance et de faible latence.
• Le disque dur représentait 40% de la part de marché en 2025, préférée par les entreprises, les fournisseurs de services en nuage et les centres de données hyperscales pour leur stockage rentable et de grande capacité, en particulier pour les gros ensembles de données d'IA, les données d'archives et les charges de travail axées sur les capacités.
• Le segment RAG est la catégorie d'application qui connaît la croissance la plus rapide, avec un TCAC de 30,0 %, entraîné par l'adoption croissante par l'entreprise d'applications d'IA génératives qui récupèrent l'information des dépôts de connaissances externes.

Portée du rapport et segmentation du marché des systèmes de stockage de l'intelligence artificielle (IA)

Quelle est la tendance clé du marché des systèmes de stockage de l'intelligence artificielle (IA) attaché directement

• L'infrastructure de l'IA évolue de plus en plus vers des architectures de stockage NVMe à forte densité et directement rattachées qui placent les données plus près des GPU, réduisent les latences de déplacement des données et améliorent l'utilisation de l'accélérateur pendant la formation intensive et les charges de travail d'inférence.
• Par exemple, en mai 2025, Dell Technologies a introduit Lightning File System, conçu avec un accès direct NVMe pour des environnements d'IA exigeants, soutenant des organisations exploitant des grappes avec plus de 16 000 GPU ou 4 To/s de débit global.
• Les chemins de données GPU-direct sont de plus en plus intégrés aux architectures de stockage AI pour contourner les copies de mémoire CPU inutiles, réduire la latence et accélérer le mouvement des grands ensembles de données d'entraînement entre le stockage et la mémoire GPU.
• Les fournisseurs de stockage développent également des solutions SSD de haute densité pour accommoder des ensembles de données AI en expansion rapide tout en contrôlant l'espace de rack, la consommation d'énergie et les besoins de refroidissement dans des centres de données AI de plus en plus denses.
• Par exemple, en mars 2025, Solidigm a dévoilé son SSD d'entreprise D7-PS1010 E1.S refroidi par liquide, spécialement conçu pour prendre en charge les serveurs AI entièrement refroidis par liquide et répondre aux défis thermiques créés par une infrastructure AI de plus en plus dense.
• Alors que les modèles d'IA, les ensembles de données multimodales et les grappes GPU continuent de se développer, l'adoption d'un stockage direct à l'échelle des pétaoctets et hyper dense devrait s'accélérer, faisant du stockage local à haut débit une composante de plus en plus importante de l'infrastructure d'IA

Quels sont les principaux moteurs du marché du système de stockage de l'intelligence artificielle (IA) attaché directement

• La croissance rapide de l'IA génératrice, des grands modèles linguistiques et de la charge de travail à forte intensité de données dans l'apprentissage des machines augmente considérablement la demande de stockage à haut débit capable de fournir des GPU avec des ensembles de données massives sans créer de goulots d'étranglement pour l'accès aux données.
• Par exemple, en janvier 2025, Seagate a indiqué que 61 % des organismes sondés qui utilisaient principalement le stockage en nuage s'attendaient à ce que leurs besoins de stockage augmentent de plus de 100 % au cours des trois années suivantes, ce qui souligne les besoins de stockage accélérés créés par les données générées par l'IA.
• Les fournisseurs d'infrastructures d'IA intègrent de plus en plus NVMe, le stockage direct GPU et les interfaces à large bande afin d'améliorer l'utilisation des calculateurs, de réduire la latence et de raccourcir les cycles de formation et d'inférence pour les modèles d'IA de plus en plus complexes.
• Par exemple, en mars 2025, NVIDIA a démontré les intégrations GPUDirect Storage à GTC 2025, montrant comment les chemins de données directs entre le stockage et la mémoire GPU peuvent réduire l'implication du processeur et améliorer la performance des applications AI.
• L'adoption de l'IA s'étendant aux entreprises, aux fournisseurs de cloud, aux soins de santé, aux finances, à la fabrication et à la recherche, l'exigence d'infrastructures de stockage rapides, évolutives et localisées continuera de renforcer la demande de systèmes de stockage de l'IA directement liés.

Quels sont les facteurs qui remettent en cause la croissance du marché des systèmes de stockage de l'intelligence artificielle attachée directe

• Les systèmes avancés de stockage d'IA directement liés nécessitent des SSD NVMe haute performance, une infrastructure PCIe spécialisée, une connectivité à haut débit et un refroidissement sophistiqué, ce qui entraîne des investissements initiaux considérables et une complexité de l'infrastructure.
• Par exemple, en janvier 2025, Solidigm a signalé que les centres de données d'IA étaient confrontés à des problèmes d'énergie importants parce que le stockage de gros ensembles de données d'entraînement et de postes de contrôle de modèles s'ajoutait matériellement aux besoins énergétiques globaux de l'infrastructure, ce qui démontre la charge opérationnelle croissante associée au déploiement du stockage d'IA.
• Ces coûts élevés d'infrastructure et d'exploitation peuvent limiter l'adoption parmi les petites entreprises et les organisations qui n'ont pas les capitaux, la capacité électrique et les ressources techniques nécessaires pour déployer des environnements de stockage d'IA denses.
• Les architectures rattachées directement peuvent également créer des limitations de partage de données, car le stockage est physiquement connecté à des nœuds de calcul spécifiques, ce qui réduit potentiellement la flexibilité lorsque plusieurs utilisateurs ou applications ont besoin d'un accès simultané aux mêmes ensembles de données.
• Par exemple, en septembre 2025, TrendForce a signalé que la demande de stockage liée à l'IA créait de graves pénuries de disques durs presque en ligne, tandis que les SSD de grande capacité étaient de plus en plus adoptés malgré leur coût plus élevé, ce qui créait des pressions sur l'offre et les coûts pour l'infrastructure de stockage de l'IA.
• La combinaison de coûts matériels élevés, d'exigences en matière de puissance et de refroidissement, de complexité de l'infrastructure et d'une souplesse limitée en matière de partage des données peut ralentir l'adoption, en particulier parmi les organisations sensibles aux coûts et les petits déploiements d'IA.

Comment le marché du système de stockage de l'intelligence artificielle (IA) est-il segmenté

Le marché des systèmes de stockage de l'intelligence artificielle (AI) est segmenté sur la base de l'offre, de l'architecture de stockage, du support de stockage, de l'application et de l'utilisateur final

• En offrant

Sur la base de l'offre, le marché des systèmes de stockage de l'intelligence artificielle (IA) est segmenté en matériels et logiciels. Le segment du matériel a dominé le marché avec 65% de parts en 2025, en raison du déploiement croissant de composants de stockage haute performance pour les charges de travail d'IA. Le matériel comprend les SSD, les contrôleurs de stockage, les interfaces PCIe et d'autres composants nécessaires pour fournir des données à haute vitesse aux ressources informatiques de l'IA. L'expansion rapide de l'infrastructure basée sur le GPU accroît les besoins en systèmes de stockage capables de fournir un débit élevé et une faible latence. Le stockage basé sur le NVMe est particulièrement important parce que la formation sur l'IA implique des opérations intensives et répétées d'accès aux données. L'augmentation des investissements dans les centres de données d'IA et l'infrastructure informatique à haute performance soutiennent davantage la demande matérielle.

Le segment logiciel devrait enregistrer la croissance la plus rapide à CAGR de 27,0% entre 2026 et 2033, en raison de la demande croissante de gestion intelligente du stockage et d'optimisation de la charge de travail de l'IA. Le logiciel de stockage permet aux organisations d'améliorer le placement, la surveillance, la sauvegarde, la récupération et l'utilisation des données dans toute l'infrastructure d'IA. La taille croissante des grappes d'IA accroît la complexité de la gestion efficace des ressources de stockage. Le stockage défini par logiciel peut également aider les organisations à améliorer l'évolutivité et à simplifier la gestion des environnements d'IA de plus en plus hétérogènes. L'intégration avec les plates-formes d'orchestration d'IA et la gestion automatisée de la charge de travail créent des possibilités supplémentaires pour les fournisseurs de logiciels.

• Par Architecture de stockage

Sur la base de l'architecture de stockage, le marché est segmenté en stockage de fichiers, stockage d'objets et stockage de blocs. Le segment du stockage par blocs domine le marché avec une part de 45 % en 2025, soutenue par ses caractéristiques de haute performance et de faible latence. Le stockage par blocs fournit des blocs de données individuellement accessibles rapidement par des applications à forte intensité de calcul. Cela rend l'architecture particulièrement adaptée à la formation en AI, à l'apprentissage automatique, aux bases de données et à l'informatique haute performance. Les modèles d'IA nécessitent un accès répété à de grands ensembles de données, ce qui rend les performances d'entrée/sortie prévisibles et rapides essentielles. Le déploiement croissant des grappes GPU accroît encore la demande d'architectures de stockage capables de maintenir un débit élevé.

Le segment du stockage des objets devrait enregistrer la croissance la plus rapide à un TCAC approximatif de 25,0 % entre 2026 et 2033, en raison de la croissance explosive de données d'IA non structurées. Le stockage d'objets peut accueillir efficacement de grandes collections d'images, de vidéos, de documents, de ensembles de données, de fichiers modèles et de contenus générés par l'IA. L'utilisation croissante de l'IA génératrice crée d'énormes dépôts d'informations non structurées qui nécessitent un stockage évolutif. Les architectures basées sur des objets prennent également en charge les dépôts de données à grande échelle et les lacs de données d'IA utilisés pour le développement et l'analyse de modèles. L'adoption accrue de l'IA multimodale accroît encore la quantité et la diversité des données que les organisations doivent conserver.

• Par moyen de stockage

Sur la base du support de stockage, le marché est segmenté en disque dur et disque solide. Le segment des disques durs a dominé le marché avec une part de 40% en 2025, principalement parce que les disques durs offrent une capacité de stockage élevée à un coût relativement inférieur par unité de stockage. Les DDH restent utiles pour les gros ensembles de données, les informations archivistiques, les dépôts de sauvegarde et les charges de travail en matière d'IA, où la latence extrêmement faible n'est pas essentielle. Leur économie favorable les rend attrayants pour les organisations qui gèrent des volumes en expansion rapide de données liées à l'IA. Les DDH peuvent également fournir une capacité économique pour les ensembles de données auxquels on accède moins fréquemment. Cependant, leur architecture mécanique limite les performances par rapport au stockage à base de flash pour une formation intensive et des charges de travail inférence.

Le segment d'entraînement à l'état solide devrait enregistrer la croissance la plus rapide au TCAC de 22,0 % entre 2026 et 2033, en raison de l'augmentation des besoins en matière d'accès aux données à grande vitesse dans la formation et l'inférence en matière d'IA. Les SSD offrent des latences beaucoup plus faibles et des performances d'entrée/sortie plus élevées que les HDD, ce qui les rend bien adaptés aux charges de travail à forte intensité de GPU. Les SSD NVMe peuvent fournir une bande passante particulièrement élevée grâce aux interfaces PCIe, contribuant ainsi à réduire les goulets d'étranglement entre le stockage et les ressources de calcul. La complexité croissante des grands modèles d'IA accroît la nécessité de charger rapidement les ensembles de données, les paramètres du modèle et les points de contrôle. Les SSD des entreprises de plus grande capacité rendent également le stockage flash de plus en plus pratique pour les grandes infrastructures d'IA.

• Par demande

Sur la base de l'application, le marché est segmenté en machine learning, AI, deep learning, data analytics, big data, LLM training & fin-tuning, RAG, et bord AI. Le segment de formation et de réglage fin de LLM a dominé le marché avec 35 % de parts en 2025, soutenue par l'expansion rapide de l'IA générative et le développement de modèles de fondation. Les grands modèles linguistiques nécessitent d'énormes ensembles de données et des opérations répétées de lecture et d'écriture à grande vitesse pendant l'entraînement. Le stockage direct permet aux données de rester proches des ressources informatiques à forte intensité de GPU, ce qui contribue à réduire les goulets d'étranglement dans le domaine du mouvement des données. Le contrôle des modèles génère également un trafic important de stockage pendant les longs cycles d'entraînement. Le développement croissant de LLMs propriétaires et spécifiques à un domaine crée une demande supplémentaire de stockage à haute performance.

Le segment du GAR devrait enregistrer la croissance la plus rapide au TCAC de 30,0 % entre 2026 et 2033, en raison de l'adoption par les entreprises de plus en plus nombreuses d'applications génériques d'IA qui récupèrent l'information des dépôts de connaissances externes. Les systèmes RAG dépendent de la récupération rapide de documents, d'intégrations, de données vectorielles et d'autres informations avant de générer des réponses. Le stockage à haute performance peut aider à réduire la latence d'accès aux données dans les dépôts de connaissances sur l'IA maintenus localement. Les entreprises appliquent de plus en plus le RAG au soutien à la clientèle, à la gestion interne des connaissances, à la recherche, à l'analyse de documents et à la recherche d'entreprise. L'adoption croissante de modèles d'intelligence artificielle privés et de domaines particuliers accroît encore la nécessité d'établir des ensembles de données propriétaires rapidement accessibles.

• Par utilisateur final

Sur la base de l'utilisateur final, le marché est segmenté en entreprises, organismes gouvernementaux, fournisseurs de services en nuage et entreprises de télécommunications. Le segment des entreprises a dominé le marché avec une part de 50 % en 2025, ce qui reflète l'augmentation des investissements dans des infrastructures d'IA dédiées dans plusieurs industries. Les entreprises déploient l'IA pour l'analyse, l'automatisation, les applications client, la cybersécurité, le développement de produits et l'intelligence d'affaires. Le stockage direct permet un accès local à haute vitesse aux ensembles de données propriétaires tout en minimisant les retards de transfert de données liés au réseau. Les grandes organisations sont particulièrement actives dans le déploiement d'environnements d'IA privés et de grappes informatiques performantes. L'adoption croissante de l'IA générique dans les services financiers, les soins de santé, la fabrication, le commerce de détail et les médias renforce encore la demande des entreprises.

Le segment des fournisseurs de services infonuagiques devrait enregistrer la croissance la plus rapide à CAGR de 26,0 % entre 2026 et 2033, grâce à l'expansion rapide de l'infrastructure infonuagique et des plates-formes GPU sous forme de service. Les fournisseurs de cloud ont besoin d'un stockage haute performance capable de fournir de gros groupes GPU avec des données à des vitesses suffisantes. Les architectures rattachées directement peuvent réduire la latence de stockage et améliorer l'utilisation de l'accélérateur dans les environnements intensifs d'entraînement et d'inférence de l'IA. L'expansion des services d'IA générative encourage les fournisseurs de cloud à construire une infrastructure GPU de plus en plus dense, créant ainsi des exigences de stockage correspondantes. Les entreprises Cloud développent également une infrastructure spécialisée pour soutenir les modèles de fondation, les plateformes d'IA d'entreprise et les services d'apprentissage automatique.

Quelle est la région qui détient la plus grande part du marché des systèmes de stockage d'intelligence artificielle attachée directe

• L'Amérique du Nord a dominé le marché direct des systèmes de stockage de l'intelligence artificielle (IA) avec la plus grande part de revenus de 34,66 % en 2025, appuyée par l'adoption précoce de l'IA, l'expansion des centres de données à hyperéchelle et des investissements élevés dans l'infrastructure de l'IA.
• La région bénéficie également de la présence de fournisseurs de services cloud de premier plan, d'entreprises de technologie de l'IA, d'institutions de recherche et d'un écosystème de centres de données matures. L'adoption de charges de travail élevées en matière d'IA nécessitant un stockage à faible latence et à haut débit, ainsi que l'expansion continue des centres de données sur l'IA et de l'infrastructure GPU, renforcent encore la position de leader nord-américain sur le marché mondial.

Système de stockage d'intelligence artificielle relié directement aux États-Unis

Le marché américain des systèmes de stockage de l'intelligence artificielle (AI) est en forte croissance en raison de l'augmentation des investissements dans les centres de données de l'IA, de l'infrastructure informatique de haute performance et des technologies de stockage avancées. La concentration du pays des principaux fournisseurs de cloud hyperscale, des entreprises d'IA et des développeurs de technologies, ainsi que l'adoption croissante de systèmes de stockage NVMe et GPU optimisés, stimule la demande à travers les entreprises, le cloud et les applications de recherche. En outre, le déploiement croissant de grands modèles linguistiques et de charges de travail intensives en matière d'IA accélère la nécessité de solutions de stockage à faible latence et à haut débit.

Système de stockage d'intelligence artificielle relié direct en Asie-Pacifique (AI) Aperçu du marché

On s'attend à ce que le marché des systèmes de stockage de l'intelligence artificielle (IA) rattachés directement à l'Asie et au Pacifique connaisse une croissance rapide, en raison de l'adoption croissante de l'IA, de l'expansion de l'infrastructure des centres de données et de l'augmentation des investissements dans le calcul à haute performance dans des pays comme la Chine, le Japon et l'Inde. La demande croissante de solutions de stockage localisées à faible latence, le déploiement accru de la charge de travail liée à l'IA et le soutien gouvernemental à l'infrastructure de l'IA appuient l'expansion du marché régional. En outre, le développement rapide des services en nuage, de l'informatique de pointe et des centres de données axés sur l'IA accélère l'adoption de systèmes de stockage liés directement aux entreprises et aux fournisseurs de technologie.

Système de stockage d'intelligence artificielle (AI) relié directement au Japon

Le marché japonais des systèmes de stockage de l'intelligence artificielle (AI) est en pleine croissance en raison de l'augmentation des investissements dans les infrastructures, les centres de données et les technologies informatiques de pointe. Les entreprises, les entreprises technologiques et les établissements de recherche adoptent de plus en plus des systèmes de stockage performants pour soutenir la formation des modèles d'IA, l'analyse des données et d'autres charges de travail à forte intensité de données. De plus, l'intégration croissante du stockage NVMe, de l'informatique accélérée GPU et de l'infrastructure d'IA localisée contribue encore à la croissance du marché japonais.

Chine Directed Intelligence Artificielle (AI) Système de stockage Aperçu du marché

Le marché chinois des systèmes de stockage de l'intelligence artificielle (AI) est en croissance rapide, en raison de l'adoption croissante de l'IA, de l'expansion de l'infrastructure des centres de données et de la demande croissante de capacités de traitement de données à grande vitesse. Le déploiement croissant d'applications liées à l'IA dans les secteurs de la technologie, des finances, de la fabrication et des télécommunications stimule considérablement la demande de plates-formes de stockage à faible latence. En outre, l'augmentation des investissements dans l'infrastructure nationale de l'IA, l'informatique en nuage et les technologies de stockage localisées placent la Chine comme l'un des marchés qui connaissent la croissance la plus rapide pour les systèmes de stockage de l'IA rattachés directement au monde.

Système de stockage d'intelligence artificielle relié directement au Royaume-Uni

Le marché des systèmes de stockage de l'intelligence artificielle (IA) rattachés directement au Royaume-Uni connaît une croissance constante, soutenue par des investissements croissants dans l'infrastructure de l'IA, l'informatique en nuage et les technologies avancées des centres de données. L'adoption croissante de solutions de stockage performantes par les entreprises, les fournisseurs de services en nuage et les organismes de recherche contribue à l'expansion du marché. En outre, la demande croissante d'infrastructures de données sûres, à grande vitesse et à faible latence, ainsi que la charge de travail croissante en matière d'intelligence artificielle et d'analyse des données, renforcent la position du Royaume-Uni en tant que marché européen clé des systèmes de stockage d'intelligence artificielle attachés directement.

Allemagne Directed Intelligence Artificielle (AI) Système de stockage Aperçu du marché

Le marché des systèmes de stockage de l'intelligence artificielle (IA) rattachés directement à l'Allemagne ne cesse de croître en raison de la forte base industrielle du pays, de l'écosystème avancé des centres de données et de l'adoption croissante des technologies de l'IA. Les entreprises, les entreprises technologiques et les établissements de recherche utilisent de plus en plus des systèmes de stockage à haute performance pour la formation à l'IA, l'analyse des données et d'autres applications à forte intensité de calcul. Les investissements continus dans l'infrastructure de l'IA, les services cloud et le stockage NVMe à grande vitesse, ainsi que l'Allemagne, mettent fortement l'accent sur la transformation numérique et la souveraineté des données, stimulent davantage la croissance du marché.

Quelles sont les principales entreprises du marché des systèmes de stockage de l'intelligence artificielle (IA) rattachés directement

L'industrie des systèmes de stockage de l'intelligence artificielle (IA) est principalement dirigée par des entreprises bien établies, notamment :

• Dell Inc.. (États-Unis)
• Société NVIDIA(États-Unis)
• Technologie Micron, Inc. (États-Unis)
• Seagate Technology LLC(États-Unis)
• NetApp, Inc. (États-Unis)
• Lenovo (Chine)
• Hewlett Packard Enterprise Development LP (États-Unis)
• IBM Corporation (États-Unis)
• Super Micro Computer, Inc. (États-Unis)
• Western Digital Corporation (États-Unis)
• KIOXIA Corporation (Japon)
• SAMSUNG (Corée du Sud)
• SK hynix Inc. (Corée du Sud)
• Données VAST (États-Unis)
• Pure Storage, Inc. (États-Unis)
• DDN (États-Unis)
• WekaIO (États-Unis)
• Qumulo, Inc. (États-Unis)
• Huawei Technologies Co., Ltd. (Chine)
• Hitachi Vantara LLC (États-Unis)

Quels sont les derniers développements dans le marché des systèmes de stockage de l'intelligence artificielle (IA) attaché directement

• En mai 2025, Dell Technologies a annoncé Project Lightning, un nouveau système de fichiers parallèles haute performance conçu pour accélérer les charges de travail à grande échelle en matière d'IA. La solution a été signalée pour fournir jusqu'à deux fois plus de débit que les systèmes de fichiers parallèles concurrents dans les tests de Dell. Project Lightning offre un accès performant au stockage pour des flux de travail complexes d'IA et prend en charge des environnements nécessitant un traitement de données à grande échelle. Ce lancement renforce l'accent mis par Dell sur les technologies de stockage spécialement conçues pour la formation à l'IA et les environnements inférents.
• En mars 2025, Solidigm a dévoilé l'un des premiers SSD d'entreprise refroidis par liquide pour les déploiements AI lors de la conférence GTC AI. Le D7-PS1010 E1.S SSD combine le stockage PCIe de classe entreprise avec la technologie de refroidissement liquide à froid pour répondre aux exigences thermiques croissantes des serveurs AI à haute densité. La technologie est conçue pour éliminer le besoin de ventilateurs de stockage-dispositifs conventionnels et de prendre en charge les futures architectures de serveurs AI entièrement refroidies par liquide. Il renforce également le rôle des SSD à haute performance dans les environnements de stockage d'IA liés directement.
• En octobre 2024, NVIDIA a annoncé une nouvelle solution JBOF BlueField de Supermicro pour optimiser le stockage de l'IA. La solution utilise des DPU NVIDIA BlueField au sein d'une architecture JBOF (just-a-bunch-of-flash) et peut être déployée comme stockage direct ou comme stockage de fichiers et d'objets en réseau. L'approche basée sur le DPU permet de déplacer le traitement de stockage du CPU, ce qui contribue à améliorer l'efficacité du mouvement des données pour les charges de travail liées à l'IA. Le développement reflète l'adoption croissante d'architectures de stockage accélérées qui relient le stockage flash haute performance plus efficacement à l'infrastructure informatique AI.
• En mai 2023, Micron a lancé le SSD du centre de données de 6500 ION à haute capacité pour répondre aux besoins croissants de stockage et de performance des lacs de données AI et d'autres charges de travail exigeantes. Le SSD utilise la technologie NAND de 232 couches et fournit un stockage NVMe haute capacité conçu pour les déploiements de grands centres de données. Micron a souligné sa pertinence pour les lacs de données d'IA et a signalé d'importantes améliorations du rendement dans le stockage des objets et la charge de travail des bases de données. Le lancement démontre l'évolution croissante vers des SSD NVMe haute capacité capables de soutenir les ensembles de données en expansion générés par les applications d'IA.
• En novembre 2021, NVIDIA a introduit Magnum IO GPUDirect Storage comme une technologie pour rationaliser le mouvement des données entre le stockage et la mémoire GPU. GPUDirect Storage permet des transferts directs de données entre le stockage local NVMe ou à distance et la mémoire GPU tout en contournant les copies inutiles via la mémoire CPU. Cette architecture réduit la latence et l'utilisation des processeurs tout en améliorant le mouvement des données vers l'IA basée sur les processeurs et les charges de travail informatiques à haute performance. Le développement a établi une base technologique importante pour les architectures modernes de stockage de l'intelligence artificielle directement liées qui nécessitent un accès à haut débit et à faible latence à la charge de travail du GPU

SKU-55393