Qu'est-ce que Cloud Storage ?

Cloud Storage utilise des serveurs distants pour enregistrer des données telles que des fichiers, des données d'entreprise, des vidéos ou des images. Les utilisateurs importent des données sur les serveurs via une connexion Internet, où elles sont enregistrées sur une machine virtuelle sur un serveur physique. Pour maintenir la disponibilité et assurer la redondance, les fournisseurs de services cloud répartissent souvent les données sur plusieurs machines virtuelles dans des centres de données répartis dans le monde entier. Si les besoins en stockage augmentent, le fournisseur de services cloud lance davantage de machines virtuelles pour gérer la charge. Les utilisateurs peuvent accéder aux données dans Cloud Storage par le biais d'une connexion Internet et d'un logiciel tel qu'un portail Web, un navigateur ou une application mobile via une interface de programmation d'application (API).

Cloud Storage est disponible dans quatre modèles différents :

Dans le modèle Cloud Storage public, une organisation stocke des données dans les centres de données d'un fournisseur de services, qui sont également utilisés par d'autres entreprises. Les données stockées dans un espace Cloud Storage public sont réparties sur plusieurs régions et sont souvent proposées sous forme d'abonnement ou de paiement à l'usage. Le modèle Cloud Storage public est considéré comme "élastique", ce qui signifie que les données stockées peuvent être ajustées en fonction des besoins de l'organisation. Les fournisseurs de services cloud publics mettent généralement les données à disposition depuis n'importe quel appareil, comme un smartphone ou un portail Web.

Dans le modèle Cloud Storage privé, une organisation utilise ses propres serveurs et centres de données pour stocker des données au sein de son réseau. Les organisations peuvent également s'adresser à des fournisseurs de services cloud pour obtenir des serveurs dédiés et des connexions privées qui ne sont partagés avec aucune autre entreprise. Les clouds privés sont généralement utilisés par les organisations qui ont besoin de mieux contrôler leurs données et qui ont des exigences de conformité et de sécurité strictes.

Un modèle cloud hybride est un mélange de modèles de stockage cloud privé et public. Un modèle de stockage cloud hybride permet aux organisations de choisir les données à stocker dans chaque cloud. Les données sensibles et celles qui doivent répondre à des exigences de conformité strictes peuvent être stockées dans un cloud privé, tandis que les données moins sensibles sont stockées dans le cloud public. Un modèle de stockage cloud hybride comporte généralement une couche d'orchestration pour intégrer les deux clouds. Un cloud hybride offre de la flexibilité et permet aux organisations de faire évoluer leur infrastructure avec le cloud public si nécessaire. 

On parle de modèle de stockage multicloud lorsqu'une organisation configure plusieurs modèles cloud auprès de différents fournisseurs de services cloud (publics ou privés). Les entreprises peuvent choisir un modèle multicloud si un fournisseur cloud propose certaines applications propriétaires, si une entreprise exige que les données soient stockées dans un pays spécifique, si plusieurs équipes sont formées sur différents clouds ou si l'entreprise doit répondre à différentes exigences qui ne sont pas mentionnées dans les Contrats de niveau de service des fournisseurs de services. Un modèle multicloud offre aux organisations flexibilité et redondance.

Cloud Storage permet aux entreprises de passer d'un modèle d'investissement à un modèle de dépenses opérationnelles, ce qui leur permet d'ajuster rapidement les budgets et les ressources.

Cloud Storage est élastique et évolutif, ce qui signifie qu'il peut être augmenté (augmentation de l'espace de stockage) ou réduit (moins d'espace de stockage nécessaire) en fonction des besoins de l'organisation. 

Cloud Storage offre aux entreprises la flexibilité nécessaire pour stocker des données et y accéder, déployer et budgétiser des ressources, et concevoir leur infrastructure informatique.  

La plupart des fournisseurs cloud offrent une sécurité robuste, y compris une sécurité physique dans les centres de données et une sécurité de pointe au niveau des logiciels et des applications. Les meilleurs fournisseurs cloud proposent une architecture zéro confiance, une gestion de l'authentification et des accès, ainsi qu'un chiffrement.

Les frais généraux liés à la consommation d'énergie représentent l'un des coûts les plus élevés dans l'exploitation de centres de données sur site. Les meilleurs fournisseurs de services cloud fonctionnent grâce à une énergie durable via des ressources renouvelables.

La redondance (réplication des données sur plusieurs serveurs dans différents emplacements) est une caractéristique inhérente aux clouds publics. Elle permet aux organisations une reprise après sinistre tout en assurant la continuité des activités.

Certains secteurs, tels que la finance et la santé, ont des exigences strictes concernant le stockage et l'accès aux données. Certains fournisseurs de cloud public proposent des outils permettant de maintenir la conformité avec les règles et réglementations applicables.

Le trafic vers et depuis le cloud peut être retardé en raison de l'encombrement du trafic réseau ou de connexions Internet lentes.

Le stockage de données dans des clouds publics implique une délégation partielle du contrôle de l'accès aux données et de leur gestion au fournisseur de services cloud, lequel est responsable d’en assurer la disponibilité continue, ainsi que la maintenance des systèmes et des dispositifs de sécurité.

Bien que les fournisseurs de services cloud publics s'efforcent d'assurer une disponibilité continue, des pannes se produisent parfois, rendant les données stockées indisponibles. 

Le stockage Cloud Storage est disponible en trois types différents : objet, fichier et bloc.

Le stockage d'objets est une architecture de stockage adaptée aux volumes importants de données non structurées. Cette architecture désigne chaque donnée comme un objet, la conserve dans un entrepôt distinct, et la regroupe avec des métadonnées et un identifiant unique afin d'en faciliter la consultation et la récupération.

Le stockage de fichiers organise les données dans un format hiérarchique de fichiers et de dossiers. Le stockage de fichiers est courant dans l'informatique personnelle, où les données sont enregistrées sous forme de fichiers et ces fichiers sont organisés en dossiers. Le stockage de fichiers facilite la localisation et la récupération des éléments de données individuels au besoin. Le stockage de fichiers est le plus souvent utilisé dans les répertoires et les dépôts de données.

Le stockage de blocs divise les données en blocs, chacun avec un identifiant unique, puis stocke ces blocs en tant qu'éléments distincts sur le serveur. Le réseau cloud stocke ces blocs là où il est le plus efficace pour le système. Le stockage de blocs est particulièrement adapté aux volumes importants de données nécessitant une faible latence, comme les charges de travail qui nécessitent des bases de données ou des performances élevées.

Le rôle du stockage cloud a fondamentalement évolué. Il sert désormais de base de données évolutive pour les charges de travail d'IA et de ML. Le stockage d'objets cloud est désormais couramment considéré comme l'équivalent de base d'un disque local pour les systèmes d'IA.

Gestion des données non structurées : Cloud Storage est un service de stockage d'objets entièrement géré, parfaitement adapté à la gestion des volumes importants de données non structurées nécessaires à toutes les phases du workflow d'IA et de ML, y compris l'entraînement, la diffusion et l'archivage.

Évolutivité et rentabilité : le stockage d'objets est essentiel pour stocker des ensembles de données massifs. Il offre une évolutivité fluide pour répondre aux besoins en données des modèles d'IA, même à l'échelle de l'exaoctet.

Débit et latence : bien que Cloud Storage soit excellent à grande échelle, les charges de travail nécessitant une latence ultra-faible (moins d'une milliseconde) pour le calcul peuvent utiliser d'autres systèmes comme Managed Lustre. Cependant, Cloud Storage peut être configuré pour réduire le coût total de possession (TCO) des jobs d'entraînement qui tolèrent une latence de l'ordre de dizaines de millisecondes.

Accélération des performances : des fonctionnalités telles que Anywhere Cache, un cache de lecture zonal basé sur SSD, permettent d'accélérer la vitesse d'accès aux données des buckets Cloud Storage, améliorant ainsi l'efficacité des jobs d'entraînement GPU et TPU.