WEKA lance NeuralMesh 6 afin de prendre en charge les charges de travail d'IA d'entreprise et d'IA agentique à l'échelle de la production

Cette version logicielle, la plus importante de l'histoire de l'entreprise, élargit les possibilités de charges de travail d'IA agentique et d'autres charges de travail de calcul accélérées. NeuralMesh 6 redéfinit la rentabilité de l'inférence grâce à une multi-entité native, une pile de protocoles unifiée pour les fichiers et les objets reposant sur NVMe, une mobilité intelligente des données avec prise en charge de la réplication et de la mise en cache à distance, une réduction des données en continu avec des garanties de performances, des opérations natives Kubernetes et une observabilité unifiée.

CAMPBELL, Californie, 21 juillet 2026 /PRNewswire/ -- WEKA, l'entreprise spécialisée dans les infrastructures de données et de mémoire pour l'IA, a dévoilé aujourd'hui WEKA NeuralMesh 6, la version logicielle la plus importante de l'histoire de l'entreprise. Elle propose une plateforme spécialement conçue pour aider les clients à exécuter, à l'échelle de la production, des tâches d'entraînement d'IA, des inférences ainsi que des charges de travail de calcul accéléré, le tout sur une pile logicielle unique et unifiée. Cette version offre un ensemble complet de fonctionnalités que le marché des infrastructures d'IA a jusqu'à présent contraint les opérateurs à se procurer auprès de différents fournisseurs : une multi-location native à très grande échelle, une pile complète du protocole S3 sur NVMe, une mobilité des données intelligente axée sur les métadonnées permettant une réplication asynchrone et une mise en cache à distance, une réduction des données en continu avec des garanties contractuelles, des opérations natives Kubernetes et une observabilité unifiée sur l'ensemble des déploiements.

Les coûts d'inférence déterminent désormais quelles entreprises d'IA parviennent à se développer
Cette annonce intervient alors que le secteur de l'IA s'oriente de plus en plus résolument de l'entraînement vers l'inférence en production. Le raisonnement à long terme, les flux de travail agentiques et les charges de travail d'IA axées sur la recherche exercent une pression constante sur la mémoire, les métadonnées et le stockage, d'une manière que les architectures d'infrastructures traditionnelles n'ont pas été conçues pour gérer. NeuralMesh 6 a été conçu pour offrir une rentabilité d'inférence révolutionnaire à l'échelle de la production pour les clouds d'IA, les fournisseurs de modèles de pointe, les organismes publics et les grandes entreprises à la pointe de l'innovation en matière d'IA.

L'économie de l'inférence fait ses preuves en production sur Oracle Cloud Infrastructure
NeuralMesh permet dès aujourd'hui l'inférence IA à très grande échelle en production sur Oracle Cloud Infrastructure (OCI). Grâce à la fonctionnalité « Augmented Memory Grid » de WEKA, qui étend la mémoire du GPU en accélérant l'accès au cache KV persistant vers le stockage NVMe géré par NeuralMesh, les tests de performance réalisés sur l'infrastructure OCI H100 ont démontré un débit de jetons 10 fois supérieur, un nombre d'utilisateurs simultanés 10 fois plus élevé et un nombre de jetons par GPU 7 fois plus important dans les déploiements en production.

« Alors que les charges de travail liées à l'IA agentique repoussent les limites des fenêtres de contexte et de l'utilisation des GPU, WEKA et Oracle Cloud Infrastructure aident les clients à faire évoluer leurs capacités d'inférence plus efficacement, sans se contenter d'ajouter davantage de GPU », explique Pablo Selem, directeur principal du développement logiciel chez Oracle Cloud Infrastructure. « La plateforme NeuralMesh de WEKA, dotée de la technologie 'Augmented Memory Grid' sur OCI, garantit l'élimination des goulots d'étranglement de la mémoire, offrant ainsi un débit nettement supérieur et un nombre d'utilisateurs simultanés bien plus élevé pour une même empreinte GPU. Pour les clients, cela se traduit par un meilleur retour sur investissement en matière d'infrastructure et une voie plus claire vers une IA rentable à grande échelle. »

Au cœur de NeuralMesh 6
NeuralMesh 6 s'appuie sur cette base de production. Parmi les principales fonctionnalités et capacités, on peut citer :

Multi-location native à très grande échelle
NeuralMesh 6 offre la seule architecture de multi-location du secteur qui combine l'isolation physique du matériel et l'isolation logique du réseau sur une plateforme unique.

• Les clusters modulaires offrent une isolation totale au niveau matériel, ainsi qu'un processeur, une mémoire et des disques de stockage dédiés à chaque locataire, pour les locataires clés qui ont besoin de ressources garanties, d'une séparation des charges de travail et de performances prévisibles en cas de charge élevée.
• La multi-location virtuelle offre une isolation réseau similaire à celle d'un VPC grâce à la structure de données RDMA virtualisée (VRDF) de WEKA. Elle prend en charge les VLAN privés, les espaces d'adresses IP qui se chevauchent, la qualité de service (QoS) par locataire, le chiffrement par locataire avec un service de gestion des clés (KMS) indépendant, ainsi que l'authentification LDAP/AD indépendante. Virtual MT peut prendre en charge plus de 1 000 locataires logiques isolés par cluster, et la mise en service d'un nouveau locataire s'effectue en moins de 30 minutes.

Les deux niveaux se composent d'un seul cluster matériel WEKA exécutant 50 clusters composables, qui peut prendre en charge jusqu'à 50 000 locataires isolés logiquement sur la même infrastructure physique — ce qui permet de passer de quelques dizaines de locataires à plusieurs dizaines de milliers sans avoir à repenser l'architecture.

Pile de protocoles S3 complète sur NVMe
NeuralMesh 6 offre une implémentation S3 native et complète, dans laquelle les mêmes blocs de données physiques sont accessibles simultanément via S3 et POSIX — il ne s'agit pas d'une passerelle assurant la conversion entre les protocoles, mais d'un espace de noms unique et unifié. Un fichier enregistré via NFS ou POSIX est immédiatement accessible via S3, et inversement, ce qui évite les multiples copies intégrales de l'ensemble de données qu'un pipeline d'IA classique implique entre les étapes de formation, de réglage précis et d'inférence. Cette mise en œuvre est conçue pour des modèles de charge de travail d'IA : 2 000 à 5 000 connexions S3 simultanées par nœud, soit environ cinq fois la capacité de simultanéité des architectures S3 classiques. S3-over-RDMA permet un transfert de données sans copie directement vers la mémoire du GPU. Le stockage d'objet n'est plus un niveau secondaire : il s'agit d'un protocole très performant, natif de la même plateforme que celle qui prend en charge les charges de travail de fichiers POSIX.

Réplication intelligente pour les charges de travail d'IA
L'infrastructure GPU est de plus en plus répartie entre différents sites, clouds et régions. Les architectures de réplication traditionnelles obligent les entreprises à attendre que les copies des données soient terminées avant de pouvoir lancer les charges de travail — un modèle qui ne tient plus la route lorsque la disponibilité des GPU varie en quelques heures plutôt qu'en quelques semaines. La réplication intelligente de NeuralMesh 6 modifie le modèle. Cette même infrastructure prend en charge la mobilité des données d'IA, le « cloud bursting » et la collaboration multi-site. La réplication axée sur les métadonnées permet de parcourir immédiatement les environnements de destination. Les données sont chargées à la demande, uniquement lorsqu'elles sont consultées, ce qui réduit le trafic sur le réseau étendu (WAN) et évite les copies inutiles de l'intégralité des ensembles de données. Les entreprises peuvent désormais déployer leurs charges de travail là où se trouve la capacité GPU, plutôt qu'à l'endroit où les données ont été initialement enregistrées. Dans le cadre de cette première étape vers une fédération complète et un espace de noms global, NeuralMesh 6 offre désormais des fonctionnalités de réplication asynchrone et de mise en cache à distance instantanée.

Réduction des données en continu avec garanties de performance
NeuralMesh 6 intègre une fonctionnalité de réduction des données en continu, spécialement conçue pour les charges de travail d'IA, qui inclut l'empreinte numérique, le hachage de similarité, la déduplication et la compression. Il offre une surcharge d'écriture inférieure à 5 %, permet de réduire jusqu'à six fois l'espace de stockage nécessaire pour les données d'entraînement d'IA et offre une garantie contractuelle tant sur le taux de réduction des données que sur l'impact sur les performances. La taxe sur les performances, qui obligeait autrefois les opérateurs à choisir entre efficacité et rapidité, a été supprimée : la réduction des données est activée par défaut, à chaque déploiement et pour chaque charge de travail. Une analyse de pré-vente spécifique à chaque client permet de prévoir, avant le déploiement, les gains en termes de réduction de la charge de travail.

AlloyFlash : hiérarchisation automatisée des mémoires flash TLC et QLC
AlloyFlash permet de combiner des mémoires flash NVMe TLC et QLC au sein d'un même cluster, en acheminant de manière transparente les opérations sensibles à la latence vers les mémoires TLC tout en tirant parti des mémoires QLC, dont le coût par téraoctet est inférieur d'environ 30 à 40 %, pour les charges de travail nécessitant une grande capacité de stockage. AlloyFlash rend les configurations WEKApod à très haute densité réellement exploitables en production, pas seulement sur le papier.
Automatique, transparent, aucune configuration requise de la part du client.

Opérateur NeuralMesh pour Kubernetes
L'opérateur NeuralMesh Kubernetes automatise le déploiement des clusters et la gestion de leur cycle de vie dans des environnements Kubernetes. Pour les néo-cloud et les laboratoires de recherche d'IA qui exploitent Kubernetes comme norme opérationnelle, l'opérateur Kubernetes réduit le temps de déploiement de plusieurs semaines à quelques heures et intègre NeuralMesh au même modèle opérationnel déclaratif que celui déjà utilisé par leur infrastructure de calcul.

NeuralMesh Observe
NeuralMesh Observe est une solution d'observabilité de type SaaS conçue pour le stockage IA haute performance. Tableaux de bord unifiés multi-clusters, diagnostics au niveau des clients, système d'alertes intelligent avec seuils configurables, et acheminement vers Slack, PagerDuty ou par e-mail avec des liens directs vers les tableaux de bord concernés. Inclus dans chaque déploiement NeuralMesh, sans coût additionnel.

« WhiteFiber met en place une plateforme GPU distribuée couvrant plusieurs centres de données reliés par une fibre noire haut débit. À notre échelle, la mobilité des données n'est pas un simple atout, c'est un élément fondamental », a déclaré Sam Tabar, PDG de WhiteFiber. « La réplication intelligente de NeuralMesh garantit une véritable mobilité des données à grande échelle : nous pouvons rendre les ensembles de données accessibles sur l'ensemble des sites et extraire précisément les données dont chaque tâche a besoin pour les transférer vers la prochaine allocation de GPU dès que celle-ci est disponible. La réplication passe ainsi d'une simple fonction de protection en arrière-plan à un élément central du fonctionnement de notre infrastructure d'IA distribuée, ce qui améliore la mobilité des charges de travail, l'efficacité de l'utilisation des capacités et la résilience sur laquelle comptent nos clients. L'infrastructure de données et de mémoire de WEKA constitue la base qui nous permet d'étendre notre présence sans faire de compromis. Nous sommes ravis de continuer à construire cela ensemble. »

« Les opérateurs d'infrastructures qui exploitent aujourd'hui des systèmes d'IA en production ont été contraints de mettre en place des plateformes provenant de fournisseurs qui n'avaient jamais été conçues pour fonctionner ensemble. Des piles distinctes pour les fichiers et les objets, un transfert manuel des données entre celles-ci, et une multi-location ajoutée a posteriori. NeuralMesh 6 offre ce dont ils avaient réellement besoin depuis toujours : une plateforme unique qui gère à la fois la couche de fichiers haute performance et la couche d'objets haute capacité sur les mêmes blocs, avec une multi-location native, une mobilité intelligente des données et une efficacité des données permanente intégrées dès le départ. Voilà à quoi ressemble une infrastructure d'inférence en production lorsqu'elle est conçue dès le départ pour la charge de travail, et non pas adaptée a posteriori », a déclaré Ajay Singh, directeur des produits chez WEKA.

Disponibilité
NeuralMesh 6 sera disponible au grand public au cours du second semestre 2026. Les clients actuels de WEKA peuvent passer à NeuralMesh 6 sans coût additionnel via les canaux de mise à niveau habituels. Ils sont invités à contacter leur responsable de la réussite client pour plus de détails.

Pour plus d'informations sur la nouvelle version du logiciel NeuralMesh 6 de WEKA et ses fonctionnalités, rendez-vous sur : https://www.weka.io/product/neuralmesh/.

NeuralMesh x WEKApod : conçus pour fonctionner ensemble en parfaite symétrie
WEKA a également annoncé la troisième génération de WEKApod Nitro, WEKApod Prime et WEKApod Prime Max, les premiers appareils de stockage basés sur l'IA, construits à partir d'un matériel conçu et développé par WEKA afin d'optimiser sa plateforme logicielle NeuralMesh. Ces systèmes offrent une capacité effective de 1,1 exaoctet par rack et font l'objet de plusieurs demandes de brevet. Consultez l'annonce publiée aujourd'hui sur WEKApod pour en savoir plus : https://www.weka.io/news/wekapod-3-densest-ai-storage-memory-system.

À propos de WEKA
WEKA est la société d'infrastructure de données et de mémoire pour l'IA qui transforme l'économie 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 d'IA et aux constructeurs 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 jeton et de multiplier par 10 le nombre d'utilisateurs simultanés à partir de la même empreinte 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 jeton servi. Pour en savoir plus, rendez-vous sur www.weka.io ou rejoignez-nous sur LinkedIn et X.