WEKA dévoile le WEKApod 3 : Le système de stockage et de mémoire IA le plus dense au monde pour les charges de travail agentiques

Les nouveaux systèmes conçus par WEKA réduisent considérablement la consommation d'énergie, les coûts d'infrastructure et la complexité opérationnelle, tout en réduisant l'encombrement des centres de données. Ils offrent ainsi une densité de capacité effective supérieure de 267 % et une densité de performance supérieure de 114 % par rapport aux solutions concurrentes du marché, le tout dans un seul rack. Ils permettent ainsi de créer des « usines d'IA » et des infrastructures d'inférence hautement efficaces et prêtes à l'exploitation, offrant des avantages économiques sans précédent.

CAMPBELL, Californie, 21 juillet 2026 /PRNewswire/ -- WEKA, société spécialisée dans les infrastructures de données et de mémoire pour l'IA, a dévoilé aujourd'hui la troisième génération de ses appliances de stockage IA WEKApod Nitro, WEKApod Prime et WEKApod Prime Max, dotées de châssis conçus sur mesure et d'innovations matérielles en instance de brevet qui offrent les performances et la densité de capacité les plus élevées du marché actuel. Conçus pour fonctionner en parfaite harmonie avec le nouveau logiciel NeuralMesh 6 de WEKA, et annoncé séparément aujourd'hui, ces systèmes offrent une plateforme unifiée d'infrastructure pour l'inférence de l'IA, conçue pour aider les fournisseurs de services cloud IA, les développeurs de modèles et les entreprises à faire évoluer leurs charges de travail IA en production tout en réduisant les coûts d'infrastructure, l'encombrement, la consommation d'énergie et la complexité opérationnelle.

Alors que les entreprises déploient à très grande échelle des charges de travail d'IA à contexte étendu, autonomes et axées sur la recherche, les architectures d'infrastructure conçues pour les charges de travail de données d'entreprise traditionnelles et pour l'entraînement à l'aube de l'ère de l'apprentissage automatique peinent à offrir le niveau d'utilisation des GPU, le débit de tokens, l'échelle opérationnelle et l'efficacité infrastructurelle requis pour la rentabilité de l'inférence moderne.

Les nouveaux systèmes WEKApod spécialement conçus par WEKA pour relever ces défis sont sur le point de pulvériser les records actuels en matière de stockage de données au niveau des racks et de redéfinir tous les aspects de l'économie de l'IA, établissant ainsi de nouveaux critères de référence pour les infrastructures de l'ère de l'inférence. Un seul système WEKApod peut offrir une capacité effective de 1,1 exaoctet dans un seul rack, grâce à la technologie de réduction des données NeuralMesh fonctionnant sur une infrastructure matérielle d'une capacité brute de 441,5 Po, ce qui en fait le premier système à rack unique à franchir la barre de l'exaoctet. Le débit atteint 10,2 To/s par rack. Les IOPS atteignent 210 millions par rack.

Pour y parvenir, WEKA a conçu ce système avec une structure interne PCIe Gen 6, une interconnexion des disques durs par câble sans fond de panier, une interface réseau NVIDIA® ConnectX® SuperNIC™ assurant la connectivité au plan de données Ethernet Spectrum-X, ainsi qu'une architecture thermique gérée par logiciel. Ces systèmes font l'objet de plusieurs demandes de brevet concernant la conception innovante de leur châssis, ainsi que les technologies sous-jacentes relatives à l'interconnexion des disques, à la gestion thermique et à la facilité d'entretien.

« Une infrastructure d'IA conçue pour les charges de travail traditionnelles ne peut pas soutenir l'ère de l'inférence. Les contraintes sont différentes : L'espace de rack, l'énergie, la chaîne d'approvisionnement et la densité opérationnelle déterminent désormais si les déploiements d'IA génèrent des marges ou les réduisent à néant », a déclaré Liran Zvibel, cofondateur et PDG de WEKA. « Nous avons conçu WEKApod pour qu'il fonctionne en respectant ces contraintes plutôt qu'en les contournant, sur du matériel conçu et développé par WEKA spécialement pour l'informatique de l'ère de l'inférence, avec une chaîne d'approvisionnement que nous contrôlons. Il offre des avantages économiques immédiats qui s'ajoutent au meilleur coût total de possession sur l'ensemble des besoins en infrastructure d'IA, établissant ainsi un nouveau référentiel auquel, selon nous, tous les clients exploitant l'IA en production à grande échelle se référeront bientôt pour évaluer leurs choix en matière d'infrastructure. »

« Au fur et à mesure que les charges de travail liées à l'IA prennent de l'ampleur et que l'utilisation des centres de données continue d'augmenter, les systèmes modernes doivent offrir davantage de performances, de capacité et d'efficacité sans pour autant nécessiter plus d'espace au sol ni de consommation électrique », a déclaré Jason Hardy, vice-président chargé des technologies de stockage chez NVIDIA. « La technologie de réseau Ethernet NVIDIA Spectrum-X offre au WEKApod 3 la structure à large bande passante et à faible latence nécessaire pour garantir la fluidité du flux de données entre le stockage et les GPU à grande échelle, permettant ainsi aux clients de tirer le meilleur parti de chaque GPU qu'ils déploient. »

Pourquoi l'IA agentique nécessite une nouvelle approche
Les contraintes qui dictent aujourd'hui les décisions en matière d'infrastructure d'IA sont à la fois d'ordre physique et liées à l'approvisionnement. La construction de centres de données aux États-Unis a reculé en 2025 pour la première fois depuis 2020. Sur les principaux marchés, les délais d'attente pour le raccordement au réseau s'étendent de 4 à 7 ans. Morgan Stanley prévoit un déficit énergétique de 49 gigawatts aux États-Unis d'ici 2028. Dans le même temps, les marchés de la mémoire NAND restent sous pression et les délais de livraison via le réseau des équipementiers se sont allongés bien au-delà de ce que les cycles de planification des infrastructures peuvent absorber. Les solutions de stockage qui occupent inutilement de l'espace dans les baies et consomment de l'énergie de manière inefficace entrent en concurrence directe avec les GPU pour l'accès aux mêmes ressources physiques limitées. Un système de stockage reposant sur du matériel que le fournisseur ne contrôle pas comporte en outre un risque lié à la chaîne d'approvisionnement.

WEKApod est la réponse apportée par WEKA à ces questions fondamentales : un système conçu pour réduire l'encombrement du centre de données, libérer de l'espace précieux dans les racks et améliorer le rapport « tokens par watt », sans pour autant compromettre le débit de jetons ni les performances des charges de travail. Par unité de rack, le WEKApod surpasse toutes les alternatives disponibles sur le marché en termes de capacité et de densité de débit, avec une avance de 267 % en capacité effective et de 114 % en débit par rapport au deuxième meilleur système dans chaque catégorie. En matière d'approvisionnement, WEKA gère directement l'approvisionnement en composants plutôt que de se retrouver tributaire des canaux de distribution des équipementiers, offrant ainsi aux fournisseurs de services d'IA dans le cloud et aux entreprises la stabilité des prix et la prévisibilité des délais de livraison dont la planification d'infrastructures à grande échelle a réellement besoin.

Pour les fournisseurs de cloud IA souverains et les hyperscalers, cela se traduit par un plus grand nombre de GPU et de locataires par rack. Pour les développeurs d'IA et les équipes d'entreprise, cela se traduit par une capacité d'inférence accrue au sein de leur infrastructure de centre de données existante.

« L'inférence à l'échelle de la production pose un problème d'infrastructure fondamentalement différent de celui de l'entraînement. Les indicateurs les plus importants sont le nombre de puces par rack, le nombre de puces par watt et le coût par inférence en charge continue. La plupart des fournisseurs de cette catégorie ont optimisé leurs produits pour des benchmarks obsolètes, alors que les charges de travail ont évolué », a déclaré Steve McDowell, analyste en chef chez NAND Research. « WEKApod a été conçu pour prendre en charge les indicateurs dont les clients ont le plus besoin aujourd'hui, grâce à une approche matérielle et logicielle unifiée qui va dans ce sens. Quiconque envisage de déployer une infrastructure d'IA dans le contexte actuel d'un marché des centres de données et de la mémoire soumis à des contraintes devrait évaluer chaque fournisseur à l'aune de cette nouvelle grille d'évaluation, quel que soit le fournisseur qu'il choisira finalement. »

WEKApod Nitro : Performances optimales. Optimisé pour les charges de travail d'inférence.

WEKApod Nitro a été conçu et configuré pour les charges de travail d'IA les plus exigeantes en termes de performances, où la bande passante de stockage détermine si les GPU fonctionnent à pleine capacité ou s'ils sont bloqués en attendant des données. Un châssis à deux unités de rack et quatre nœuds offre quatre domaines de défaillance totalement indépendants et 56 disques TLC, associés à une connectivité réseau NVIDIA ConnectX à double port, pour un débit de 800 Gb/s.

WEKApod Prime et WEKApod Prime Max : Une capacité énorme. Encombrement minimal.

• Le WEKApod Prime offre un équilibre optimal entre capacité et performances grâce à une combinaison de disques SSD AlloyFlash TLC et QLC, le tout dans un châssis à quatre nœuds et deux unités de rack, comprenant au total 56 disques.
• Le WEKApod Prime Max a été conçu et configuré pour offrir une capacité maximale tout en occupant un encombrement minimal. Un châssis à deux nœuds, occupant deux unités de rack, intègre 70 disques NVMe. Grâce au stockage d'objets haute performance de NeuralMesh et à sa réduction des données en continu, associés aux disques 6600 ION de Micron d'une capacité de 245,76 To, le WEKApod Prime Max offre une capacité effective de 1,1 exaoctet dans un seul rack de 56U — une densité qu'aucun concurrent ne peut égaler.

« L'IA agentique et l'inférence placent la barre plus haut en matière d'efficacité des centres de données, ce qui nécessite que la densité, la consommation électrique et les performances évoluent de concert », a déclaré Jeremy Werner, vice-président senior et directeur général de la division Core Data Center de Micron. « Grâce à la nouvelle architecture WEKApod et aux SSD Micron de 245 To, les clients peuvent disposer de 15,8 pétaoctets dans un encombrement de 2U, ce qui leur permet d'optimiser leur capacité de stockage tout en économisant de l'énergie et de l'espace pour des ressources de calcul supplémentaires. »

Principales caractéristiques et avantages du WEKApod

• Châssis 2U conçu sur mesure : Il offre les meilleures performances et la plus grande densité de capacité actuellement disponibles sur le marché, le tout avec un encombrement minimal. Ce même boîtier prend en charge aussi bien les configurations à quatre nœuds que celles à deux nœuds.
• Basé sur une architecture interne PCIe Gen 6 : Offre une marge de bande passante suffisante pour que chaque disque puisse fonctionner simultanément à pleine capacité.
• Conception par micro-domaines de défaillance pour les disques durs à haute densité : Un environnement sans fond de panier crée des domaines de défaillance totalement indépendants et limite les incidents à un seul disque, ce qui évite d'avoir à intervenir au niveau du cluster.
• Architecture thermique conçue pour un fonctionnement à une température ambiante de 35 °C : La limitation de la puissance consommée par les SSD NVMe gérée par logiciel en cas de contrainte thermique permet au système de fonctionner de manière progressive plutôt que de déclencher un arrêt. À l'échelle de l'IA en production, c'est ce qui fait la différence entre un incident de performance et un non-respect du SLA.
• Facilité d'entretien intégrée : Disques de démarrage remplaçables à chaud fournis via un adaptateur sur mesure, avec remplacement guidé par une interface graphique. La disposition en miroir des ports NIC permet de conserver l'accès aux racks de disques pendant les opérations de maintenance. Le remplacement d'un disque dur est une opération à effectuer soi-même qui ne prend que 10 minutes, et non une intervention de maintenance de 2 heures.
• Déploiement « headless » : Installations à l'échelle d'un rack pilotées par le cloud via NeuralMesh Home.
• Appareils configurables allant de moins de 1 PB à 100 PB et au-delà : Les modèles WEKApod Nitro, WEKApod Prime et WEKApod Prime Max de troisième génération sont les premiers produits WEKApod commercialisés sous forme de références produit configurables. Le type de châssis, la mémoire, la capacité des disques durs et le nombre de disques durs peuvent être choisis par le client. Chaque configuration offre la même simplicité d'utilisation.

Disponibilité
Les modèles WEKApod Nitro, WEKApod Prime et WEKApod Prime Max peuvent être commandés dès aujourd'hui auprès du réseau mondial de distributeurs et de revendeurs à valeur ajoutée (VAR) de WEKA, pour une livraison à partir de l'automne 2026. NeuralMesh 6 sera livré avec les premiers systèmes.

Pour plus d'informations sur les nouveaux appareils WEKApod, rendez-vous sur : https://www.weka.io/product/wekapod/.

WEKA NeuralMesh x WEKApod : Conçus pour fonctionner ensemble en parfaite symétrie

WEKA a également dévoilé aujourd'hui la sixième génération de sa plateforme logicielle phare NeuralMesh dotée de nouvelles fonctionnalités destinées aux entreprises, notamment la multi-location native, une pile de protocoles unifiée pour les fichiers et les objets, une résilience des données intelligente axée sur les métadonnées, une efficacité des données permanente assortie de garanties de performances contractuelles, des opérations natives Kubernetes et une observabilité unifiée. Consultez l'annonce d'aujourd'hui concernant NeuralMesh 6 pour en savoir plus : https://www.weka.io/news/neuralmesh-6-enterprise-agentic-ai.

À propos de WEKA
WEKA est une entreprise spécialisée dans les infrastructures de données et de mémoire pour l'IA, qui révolutionne la rentabilité de l'IA agentique. Sa plateforme NeuralMesh™ unifie le stockage de données haute performance avec la mémoire GPU étendue, offrant aux entreprises, aux fournisseurs de cloud IA et aux concepteurs de solutions d'IA une base unique pour la formation, l'inférence et les charges de travail agentiques. Augmented Memory Grid permet à NeuralMesh de multiplier par 1 000 la capacité de mémoire du GPU, d'accélérer jusqu'à 20 fois le temps nécessaire pour obtenir le premier token et de multiplier par 10 le nombre d'utilisateurs simultanés avec les mêmes ressources GPU, comme l'ont prouvé les tests de production. Reconnu par 30 % des entreprises du classement Fortune 50, WEKA permet aux organisations de développer l'IA plus rapidement, d'optimiser l'utilisation des GPU et de réduire le coût de chaque token servi. Pour en savoir plus, rendez-vous sur www.weka.io, ou rejoignez-nous sur LinkedIn et X.