IBM Z et Arm : ce que résout un processeur dual-ISA

Aller à la fin de l'article
Au-delà d'une seule ISA · Partie I sur III

IBM l'a déjà tenté en 1994.Son prochain mainframe exécutera ARM en plus de z/Architecture. Un même cœur parlant deux architectures : l'idée a trente ans, et l'histoire explique pourquoi la puce est la partie facile.

Chaque cœur du futur processeur de mainframe exécutera ARM et z/Architecture. C'est une prouesse d'ingénierie, et elle résout un des quatre problèmes à régler pour qu'un binaire venu d'ailleurs arrive en production.

4contrats
30ans de tentatives
33patchs publics
12jours d'avance
Couverture de l'episode
Version podcast

IBM Z apprend l’ARM

La version audio de cet article.

0:00
0:00

IBM vient d'annoncer l'un des processeurs d'entreprise les plus étranges de ces dernières années, et ce qui frappe, c'est tout ce qu'il laisse non résolu. Selon l'annonce du 24 août, IBM conçoit un futur processeur pour IBM Z et LinuxONE dans lequel chaque cœur physique exécute nativement et simultanément des flux d'instructions ARM et IBM Z : deux architectures distinctes au sein du même silicium, sans la moindre émulation.

En clair : une architecture de jeu d'instructions, l'ISA, est la langue et le règlement par lesquels le logiciel donne ses ordres au processeur, et ARM et la z/Architecture d'IBM sont deux langues différentes. Ce qu'IBM veut, c'est que chaque cœur comprenne les deux directement, comme des modes d'exécution de premier rang, et non comme un petit ARM collé à côté des cœurs du mainframe ni comme de l'émulation déguisée en autre chose.

Et pourtant, mettre deux langues dans un même cœur, c'est la partie facile. Acheter un dictionnaire de japonais ne fait pas de vous quelqu'un capable de plaider devant un tribunal de Tokyo, et il en va de même pour un processeur multi-architecture : exécuter les instructions n'est que le premier des quatre contrats qu'un binaire venu d'ailleurs doit signer pour arriver en production. Quand un fabricant se vante d'une puce multi-architecture, il n'a presque toujours réglé que ce premier-là, soit un quart du problème.

C'est pourquoi la question intéressante va au-delà de savoir si cela va fonctionner : IBM fabrique ce type de silicium depuis des décennies, donc le tenir pour acquis est quasi certain. La question de fond apparaît dès qu'on tire sur le pourquoi :

Si ajouter une ISA règle la compatibilité, pourquoi s'arrêter à deux ? Pourquoi pas x86, RISC-V, Power ISA… ou toutes les langues que le logiciel parle encore ?

Et si vous tirez sur ce fil, l'annonce cesse d'être une actualité de processeurs pour devenir une carte de ce que le matériel peut résoudre, de ce qui reste à la charge de l'écosystème, et de la raison pour laquelle une application peut rester indisponible alors même que le kernel, le compilateur et le code source l'attendent depuis des années.

La version 90 secondes


Pas besoin de concevoir des processeurs pour suivre cette histoire. Avec sept termes, vous avez presque tout ce qu'il faut pour la suivre.

ISA
Ce que c'est

Le vocabulaire d'instructions et le comportement promis au logiciel

Pourquoi ça compte

ARM et z/Architecture sont des ISA distinctes

Binaire
Ce que c'est

Un programme déjà compilé pour une ISA et un environnement donnés

Pourquoi ça compte

Un binaire ARM ne se transforme pas tout seul en binaire x86, Power ou Z

Exécution native
Ce que c'est

Le processeur implémente l'ISA qu'il expose au logiciel

Pourquoi ça compte

Évite la traduction instruction par instruction, sans garantir pour autant le support du système d'exploitation ni celui de l'application

Machine virtuelle
Ce que c'est

Un ordinateur simulé et isolé que l'hyperviseur présente au logiciel

Pourquoi ça compte

IBM prévoit que les environnements Linux ARM cohabitent avec les charges Z établies via la virtualisation

Hôte et invité
Ce que c'est

L'hôte est la machine physique et son système d'exploitation ; l'invité est chaque système qui tourne dedans, isolé, comme s'il avait son propre ordinateur

Pourquoi ça compte

Le Linux ARM de l'annonce tourne comme invité sur l'hôte Z

vCPU
Ce que c'est

Un processeur virtuel que l'hôte planifie pour une VM

Pourquoi ça compte

Une VM ARM peut avoir plusieurs vCPU et n'est pas soudée en permanence à un thread matériel

KVM et SAE
Ce que c'est

KVM est le cadre de virtualisation de Linux ; SAE signifie Start ARM Execution

Pourquoi ça compte

KVM gère l'invité ARM ; SAE est la porte matérielle vers l'exécution ARM

IBM règle le problème des instructions dans le silicium, et une bonne partie du chemin de virtualisation dans Linux. À la plateforme finie, il manque encore le firmware, les périphériques virtuels, la migration et le support des distributions.

Cet écart entre peut s'exécuter et peut tourner en production est le sujet du reste de l'article.

Les détails historiques ne vous intéressent pas ? La section « Nous avons déjà essayé d'échapper à l'architecture » apporte du contexte, pas des prérequis : si vous êtes pressé, sautez-la et allez directement à « Pourquoi mettre ARM dans le matériel maintenant ? ».

Un guide, au cas où un mot vous échappe

Ce qu'est une ISA, ce qu'est une ABI et pourquoi il est si difficile qu'un programme tourne sur une autre architecture : un cahier de douze pages l'explique depuis zéro, avec dix dossiers historiques et la source de chacun. Inutile pour suivre l'article ; il est là si vous voulez tout le terrain.

Télécharger « Exécuter le code des autres » PDF · 12 pages

Ce qu'IBM fait remarquablement bien


Très peu d'entreprises savent combiner un processeur qui dépasse les 5,7 GHz avec des caches énormes, de la mémoire et des E/S à grande échelle, la détection de fautes en ligne, la gestion sécurisée des clés, la cryptographie et l'accélération d'IA. Puis il faut loger le tout dans une machine dont on attend qu'elle reste disponible sous des charges qui mettraient à genoux un serveur ordinaire.

Et alors, quelques couches au-dessus de toute cette ingénierie, un déploiement échoue parce qu'un script d'installation dit, en substance :

if architecture == amd64 or architecture == arm64:
    continue
else:
    exit("architecture non prise en charge")

Des années de travail sur le processeur, le firmware et le système d'exploitation viennent d'être vaincues par un tableau de deux éléments.

Il y a quelque chose de magnifiquement IBM dans le fait de répondre à « il nous faut plus de binaires » en redessinant le processeur du mainframe. Mais le contraste dit la limite : le matériel peut rendre un binaire exécutable ; il ne peut pas obtenir qu'un éditeur le compile, le teste, le signe et le supporte.

Ce que vise IBM avec son annonce


Le communiqué d'IBM décrit un processeur de 11 cœurs gravé en 2 nm dont chaque cœur est prévu pour exécuter des instructions ARM et IBM Z, et c'est sur cette base qu'IBM s'attend à voir Linux natif ARM cohabiter avec z/OS et Linux on IBM Z. Le design y ajoute une accélération d'inférence d'IA et une unité de traitement de données — DPU — intégrée à la puce elle-même. Et pour lever tout doute sur les intentions, IBM et ARM présentent l'accès à l'écosystème logiciel d'ARM comme l'objectif central et déclaré de tout le design.

Il y a plus de détail préliminaire, et ces chiffres laissent entrevoir plus qu'ils ne disent. La cible de l'implémentation ARM est AArch64 v9.3 avec les extensions vectorielles SVE et SVE2, et chacun des deux threads du cœur peut exécuter l'une ou l'autre ISA avec des bascules de mode qu'IBM situe de l'ordre de la nanoseconde. Et surtout, les présentations préliminaires d'IBM indiquent que le design réutilise une bonne partie du moteur d'exécution de Z pour faire tourner ARM — prédiction, caches, tables de pages —, bien que le design final ne soit pas public. C'est là qu'est l'efficacité du design, et aussi la frontière de vérification (la limite du vérifié) : plus ARM et Z partagent le même moteur, plus il faut prouver qu'un mode ne contamine pas l'autre.

Les fonctions d'IA, de cryptographie et la DPU sont elles aussi présentées comme disponibles pour l'environnement ARM. Ce qui décide de la valeur, c'est le pilote qui expose l'accélérateur au système invité (le Linux ARM qui tourne dedans), au-dessus des mégaoctets de cache : un accélérateur « disponible » ne vaut que quand ce pilote existe — et là-dessus, l'annonce ne dit rien.

Le tout est présenté comme une plateforme, avec une vocation de produit. Mais cela fonctionne comme une déclaration d'intentions qui doit encore cristalliser en spécification de produit : IBM a annoncé une direction de design et prévient que ses plans peuvent changer ou être retirés. Ce que l'annonce établit, c'est ce qu'IBM compte construire, non comment il se présentera aux systèmes qui tournent dedans, ni la politique de sécurité, ni le contrat de migration, ni les performances, ni les systèmes d'exploitation supportés, ni le catalogue d'éditeurs de logiciels indépendants (ISV). « Un accélérateur est disponible pour ARM » ne sert à quelque chose que lorsqu'existent un driver, une bibliothèque, un modèle d'erreurs et une déclaration de support qui le rendent réel.

30

ans sans qu'aucune couche de compatibilité obtienne d'un éditeur qu'il signe un contrat de support.

Pas une seule exception en trente ans

Les cinq significations de « exécute ARM »


IBM décrit l'exécution ARM comme native, et le mot fait un travail utile : il signifie que le processeur implémente l'architecture ARM au lieu de demander à un émulateur de traduire chaque instruction ARM en instructions Z.

Il ne signifie pas que tout programme ARM fonctionnera sans y toucher. Il ne promet ni les performances d'un processeur ARM serveur dédié, ni le support de toutes les extensions optionnelles d'ARM, ni l'accès automatique à toutes les prestations de Z. Et il ne génère certainement aucune certification de Red Hat, Canonical, SUSE ni des ISV commerciaux.

Les CPU modernes convertissent déjà les instructions architecturales visibles en opérations internes plus petites. « Natif » décrit le contrat exposé au logiciel et tient pour acquise toute la machinerie qui travaille derrière le rideau. Le design d'IBM semble étendre ce principe à deux architectures publiques : prédiction, arithmétique et unités de chargement/rangement partagées là où c'est possible ; état architectural séparé là où les contrats divergent.

Cela compte parce qu'exécuter du logiciel venu d'ailleurs n'est pas un problème : c'en est cinq. Et le langage marketing tend à les compresser en un seul mot, alors que chacun agit à une couche distincte de la pile.

ApplicationBibliothèquesSyscallsKernel et driversISA / matériel Nativemulti-ISA Traductionutilisateur Émulationsystème Compat. ABILinuxulator Empaquetagemultiarch la puce parle 2 traduit lesinstructions natif,intact traduittout réimplémentel'ABI ne traduit RIEN choisit le binaire déjà compilé,tel quel Frontière firmware,drivers, support kernel et driversrestent dehors performance etcertification la puce doit déjàparler l'ISA la variante quepersonne n'a compilée traduit des instructions réimplémente l'ABI sélectionne un binaire tourne natif, tel quel
Chaque mécanisme agit à une couche différente et fait une chose différente. Regardez la quatrième colonne : la compatibilité d'ABI ne traduit pas une seule instruction.

L'exécution native multi-ISA est le cœur de ce qu'IBM a annoncé. La traduction en espace utilisateur, c'est Rosetta 2, Prism, FX!32 et PowerVM Lx86. L'émulation de système complet, c'est QEMU. La compatibilité d'ABI — l'ABI est le contrat de plus bas niveau entre un programme compilé et le système : comment les bibliothèques sont appelées, comment les paramètres sont passés — c'est le Linuxulator de FreeBSD. L'empaquetage multi-architecture, c'est un index d'images OCI ou un binaire universel d'Apple. Ce ne sont pas des variations d'une même idée : chacun s'arrête à une couche différente, et cette frontière décide quelles applications fonctionnent, à quelle vitesse, et qui reçoit le ticket de support quand elles tombent.

FreeBSD l'explique mieux que personne

FreeBSD exécute beaucoup de binaires Linux non modifiés grâce à une couche de compatibilité optionnelle appelée Linuxulator. Le manuel de FreeBSD documente le support de x86 et d'AArch64, et la page de manuel linux(4) décrit une véritable implémentation de l'ABI de Linux, une couche du système d'exploitation qui laisse complètement de côté l'émulateur de CPU.

Le processeur hôte doit toujours comprendre l'ISA du binaire : sur une machine x86, c'est le matériel x86 qui exécute les instructions pendant que FreeBSD sert les appels système à la façon de Linux, et sur une machine ARM il se passe exactement la même chose avec des binaires Linux ARM. Ce que le Linuxulator ne fait à aucun moment, c'est traduire du x86 vers de l'ARM en cachette.

D'où la première règle de cette histoire :

Comprendre les instructions n'est pas comprendre le système d'exploitation.

Quatre contrats, pas un

Voilà pour les cinq façons d'exécuter ARM. Mais s'exécuter n'est que le premier d'une autre liste : les quatre contrats qu'un binaire doit signer pour arriver en production. Toute la confusion de ce domaine consiste à croire que résoudre le premier résout les quatre.

CE QU'IL FAUT POUR QUE CE BINAIRE DEVIENNE UNE CHARGE RÉELLE 01 Instruction La CPU peut-elle exécuter ces opcodes ? RÉSOLU par le silicium 02 ABI Bibliothèques, syscalls, signaux et conventions concordent-ils ? À MOITIÉ kernel et toolchain 03 Plateforme L'OS démarre-t-il, voit-il le matériel, sert-il les interruptions ? À MOITIÉ firmware et hyperviseur 04 Livraison et support Quelqu'un le compile, le signe, le publie, le supporte ? NON RÉSOLU un accord commercial
Tout processeur multi-ISA résout le premier et s'en vante. Le quatrième, aucune des technologies de cet article ne l'a résolu, en trente ans.

Le processeur d'IBM s'attaque au premier contrat. La série KVM arm-on-s390, dans sa v6, esquisse une bonne partie du chemin côté kernel vers une VM ARM. Linux, le firmware et le moniteur de machine virtuelle doivent encore compléter la plateforme. Les distributions et les ISV doivent encore compléter la livraison et le support.

Une plateforme peut briller sur le premier contrat et décevoir commercialement sur le quatrième.

Nous avons déjà essayé d'échapper à l'architecture


Le design d'IBM est inhabituel, mais le rêve derrière ne date pas d'hier : préserver l'investissement logiciel pendant que la machine change en dessous.

Trente ans de tentatives ont laissé une constante, et elle surprend presque tout le monde.

Un processeur peut parler deux langues et n'avoir aucun public

Dans les années quatre-vingt-dix, IBM aurait développé un prototype connu sous le nom de PowerPC 615, capable d'exécuter du x86 en plus du PowerPC 32 et 64 bits. C'est, presque exactement, l'idée qu'IBM vient d'annoncer pour Z et ARM, trente ans plus tôt. Le récit le plus détaillé qui subsiste est un reportage de 1998, fondé sur un ingénieur anonyme d'IBM ; un encadré de 1995 a lui aussi évoqué l'engin, jamais commercialisé, sur sources anonymes.

Le récit ultérieur affirmait que Minix et une version de développement d'OS/2 avaient démontré l'exécution mixte, mais que le projet n'avait pas de chemin rentable et n'a pas obtenu le support de Windows dont il avait besoin. C'est le témoignage de quelqu'un de l'intérieur, pas de l'histoire d'entreprise établie. Ce qui est documenté, c'est que Microsoft a arrêté le développement de Windows NT pour PowerPC en 1997, en invoquant une demande en berne.

La leçon ne dépend pas des détails contestés. Le silicium fonctionnait ; le quatrième contrat n'a jamais été signé.

La traduction marche mieux quand elle sait où finit le pont

DIGITAL a buté sur le même problème de catalogue avec Alpha, et y a répondu avec l'ingénierie la plus élégante de toute cette histoire. FX!32 ne traduisait pas le code x86 d'une seule passe. Au premier lancement d'une application, il l'émulait tout en enregistrant un profil des chemins que le programme empruntait. Puis, en arrière-plan, il ne traduisait en code Alpha natif que les fragments de code les plus utilisés et mettait le résultat en cache. Chaque démarrage était plus rapide que le précédent.

DEC a publié que les applications traduites sur un Alpha à 500 MHz rendaient des performances comparables aux natives sur un Pentium Pro à 200 MHz. Pour 1997, c'était extraordinaire. Le code kernel et les drivers restaient hors du modèle, et les résultats dépendaient de la charge.

Alpha est mort quand même.

IBM a suivi ensuite un chemin voisin avec PowerVM Lx86, traduisant des applications Linux x86 32 bits sur Power et mettant en cache le code traduit. Il résolvait le problème que décrit la Partie III de cette série : le catalogue logiciel que personne ne compile pour Power. Cela fonctionnait pour les utilitaires, les installeurs et les applications modestes, et cela cassait sur l'accès direct au matériel, les modules kernel et le code qui traite beaucoup de données en parallèle de façon intensive (SIMD). Le conseil que donnait IBM à l'époque reste le bon : la traduction pour les logiciels les moins critiques, la recompilation native pour ce qu'exige la plateforme. Lx86 a fini retiré.

Transitive, 2008

La technologie derrière Lx86 était QuickTransit, d'une entreprise britannique nommée Transitive : la même qu'Apple a licenciée pour le premier Rosetta, celui qui traduisait les applications PowerPC vers les Mac Intel. Le même logiciel, tournant dans des directions opposées, pour les deux entreprises de cette histoire. IBM a racheté Transitive en 2008.

Rosetta 2 d'Apple est le meilleur traducteur binaire jamais publié : si bon que la plupart des utilisateurs n'ont jamais su qu'il tournait. Pourquoi Apple a-t-elle réussi là où tout le monde a échoué ? Parce qu'Apple contrôle la puce, le système d'exploitation, le format d'application, les outils, la boutique et le calendrier. Elle a pu dire « dans deux ans c'est terminé, portez votre logiciel », et tout le monde a porté. Malgré cela, Rosetta reste disponible dans macOS 27 et se réduit dans macOS 28 à certains vieux jeux. Le meilleur traducteur de l'histoire a été conçu avec une date de péremption.

Prism de Microsoft est techniquement solide et il lui manque la seule chose qui a fait marcher Rosetta : Microsoft ne peut pas imposer de date limite à trente ans d'applications Windows tierces. Et la frontière de toujours reste exactement où elle était : les drivers kernel doivent être Arm64 natifs.

Le processeur universel existe déjà, et c'est du logiciel

Le projet DAISY d'IBM Research a posé la question la plus radicale du domaine : et si le processeur était réellement un moteur VLIW interne (qui regroupe plusieurs opérations par instruction), vers lequel toutes les ISA — ESA/390, RS/6000, AS/400, Java — seraient traduites dynamiquement ? Transmeta a fini par commercialiser une version de cette idée. Crusoe exposait un x86 parfaitement normal pendant que le Code Morphing Software le traduisait pour un cœur VLIW caché, et il a échoué deux fois : les performances étaient irrégulières parce qu'elles dépendaient de ce qui était déjà traduit, et Intel a simplement baissé la consommation de ses propres puces.

L'IA-32 Execution Layer d'Intel est le cas qui va en sens inverse, et presque personne ne le cite. Itanium embarquait la compatibilité x86 en matériel, et elle a déçu. Intel l'a remplacée par une couche de traduction logicielle qui s'est révélée plus rapide que le silicium dédié, puis a retiré le matériel x86 du processeur. Mettre la compatibilité dans le silicium ne l'améliore pas automatiquement. Cela la rend plus difficile à corriger.

QEMU n'a jamais promis la vitesse. Il a promis l'universalité : des machines complètes ou des processus utilisateur d'une autre architecture, état privilégié et périphériques compris, traduits par blocs avec le Tiny Code Generator. Publié pour la première fois en 2003, il est toujours là, après la fermeture de tous les produits commerciaux de cette liste.

Six constantes en trente ans

Six choses se répètent dans tous les cas précédents.

  1. La traduction meurt quand l'incitation s'épuise, la technique encore intacte. FX!32 était excellent et Alpha est mort. Rosetta 2 est excellent et Apple a déjà annoncé sa fin. Lx86 fonctionnait et IBM l'a retiré. Dans aucun de ces cas la cause du décès n'a été « nous n'avons pas réussi à le faire marcher ».
  2. Celui qui contrôle le calendrier gagne. Apple a pu dire à un écosystème entier qu'il lui restait deux ans. Ce pouvoir, plus que la qualité du traducteur, est ce qui sépare Rosetta de toutes les autres tentatives de cette liste. Microsoft ne peut pas le dire à trente ans de logiciel Windows. IBM ne peut pas non plus le dire à ses ISV.
  3. Un pont n'est pas un domicile. Tous les cas qui ont marché étaient des transitions à échéance annoncée ; ceux qui ont voulu être permanents — Transmeta, Lx86 — n'ont pas survécu.
  4. Le kernel marque toujours la frontière : FX!32, Lx86 et Prism s'arrêtent tous devant les drivers et le code de noyau, une barrière sans une seule exception en trente ans.
  5. Le matériel achète de la prédictibilité et le logiciel achète de la flexibilité, et l'arbitrage n'est pas évident d'avance. Itanium a mis le x86 dans le silicium et une couche logicielle l'a battu.
  6. La livraison et le support, aucun d'entre eux ne les a résolus, pas une seule fois. En trente ans, aucune couche de compatibilité n'a convaincu un éditeur de logiciel de signer un contrat de support. C'est ce contrat qui décide si une plateforme est utilisable, et c'est le seul de la liste que le matériel ne peut pas toucher.

Le verdict réel est plus nuancé que « la traduction a échoué » ou « le matériel a gagné » :

Utilisez l'exécution native là où la performance, le privilège et les horizons longs de support le justifient. Utilisez la traduction comme un pont. Ne confondez aucun des deux mécanismes avec un engagement d'écosystème.

42

pour cent de chute des revenus d'IBM Z, deux trimestres après une hausse de 67 %.

Un métier qui se vend par générations

Pourquoi mettre ARM dans le matériel maintenant ?


La traduction dynamique apporte un temps de chauffe, des caches de code et un pire cas difficile à borner. Inoffensif pour un utilitaire de bureau ; nettement plus difficile à défendre pour des charges d'entreprise consolidées, avec des accords de niveau de service signés. Un environnement Linux ARM complet a besoin en outre de l'architecture privilégiée — niveaux d'exception, tables de pages, interruptions et comportement du tampon de traduction d'adresses (TLB) — et l'implémentation native rend ce contrat de machine complète plus crédible qu'une couche en espace utilisateur. Reste la longévité : Rosetta a été conçu pour disparaître, alors qu'une architecture de charges d'entreprise peut exiger une décennie de support, ou davantage.

Sous tout cela, IBM veut que les charges ARM cohabitent avec les environnements Z établis sous le même modèle de gestion, de fiabilité et de sécurité. Elle cite un écosystème ARM de plus de 22 millions de développeurs : un chiffre qui couvre beaucoup de marchés et ne signifie certainement pas 22 millions de futurs développeurs mainframe, mais qui montre l'échelle de l'investissement logiciel dont IBM veut se rapprocher.

ARM en matériel résout donc un problème gros et coûteux de façon prévisible. Ce qu'il ne fait toujours pas : démarrer un système d'exploitation, publier un conteneur, exposer un accélérateur, interpréter une licence ou convaincre un éditeur d'accepter un incident en production.

Le programme SystemReady d'ARM elle-même existe précisément parce que respecter l'ISA ne suffit pas. Le programme actuel comprend une SystemReady Band pour les systèmes à découverte matérielle standard (ACPI) et une SystemReady Devicetree Band pour les environnements embarqués (Devicetree). ARM maintient en outre les autodéclarations SystemReady VE pour les environnements virtuels.

IBM a revendiqué la conformité SystemReady, mais se contenter d'un « est-ce conforme ? » générique ne sert à rien : il faut lui demander la bande précise qui s'applique, la version des exigences, l'autodéclaration VE et le résultat du test. Et même alors, ARM prévient que la conformité de plateforme n'implique pas qu'un éditeur de système d'exploitation supporte pour autant l'appareil.

Pourquoi ARM et pas toutes les ISA ?


Imaginez un processeur qui implémente x86-64, AArch64, Power ISA, z/Architecture, RISC-V, SPARC, MIPS, Alpha et 68000. Plus une autre architecture parce que quelqu'un a retrouvé un vieil équipement ERP derrière une armoire.

Cela sonne inclusif. Ce serait aussi un musée permanent en silicium.

Chaque ISA apporte bien plus qu'un décodeur : des registres, des exceptions, un comportement de privilège et des règles d'ordonnancement mémoire, entre autres. Et avec tout ce bagage, chacune devient une obligation de plus en validation, en sécurité, en licences et en support à long terme. Pire encore, les vieilles architectures ne se tiennent même pas tranquilles : x86 traîne des décennies d'extensions, AArch64 a des profils et des fonctions optionnelles en évolution, et RISC-V est extensible par conception.

Un processeur qui implémenterait tout deviendrait QEMU en matériel : du silicium neuf tous les deux ou trois ans, impossible à corriger par une mise à jour de paquet.

C'est la réponse d'ingénierie. La commerciale — pourquoi maintenant et pourquoi ARM — se lit dans le bilan d'IBM.

L'autre moitié est un bilan comptable

L'adéquation technique justifie une deuxième ISA, mais le choix d'ARM et de ce moment répond à la structure de revenus d'IBM.

IBM a clôturé 2025 avec 67,5 Md$ de chiffre d'affaires. L'Infrastructure — le segment qui contient le matériel mainframe — en a apporté 15,718 Md$, environ 23 %. Cela sous-estime nettement le poids de la plateforme, parce que le logiciel qui n'existe que parce que les mainframes existent n'y est pas comptabilisé. CICS, IMS, Db2 for z/OS et MQ se facturent dans le segment Software, sous Transaction Processing. IBM ne ventile pas la marge de cette catégorie — elle ne publie qu'un taux de 83,5 % pour tout le Software —, le calcul est donc approximatif. L'ordre de grandeur, lui, est net : le logiciel mainframe semble générer à lui seul environ les trois quarts de la marge brute de tout le segment Infrastructure avec à peu près la moitié de ses revenus. Ajoutez IBM Financing, qui finance les machines elles-mêmes, et la part du conseil qui vit de les moderniser, et le poids du mainframe dans le bénéfice court très loin devant son poids dans la facturation.

Cette activité est de surcroît brutalement cyclique, parce que les mainframes se vendent par générations. Les revenus d'IBM Z ont crû de 51,7 % en 2025 — 48,4 % à taux de change constant — portés par le z17 lancé en juin, et de 67 % sur le seul quatrième trimestre. Deux trimestres plus tard, ils chutaient de 42 %. Le directeur financier d'IBM a attribué la baisse au calendrier d'achat, pas à un abandon, et il a fourni le chiffre qui l'étaye : les cinq premiers trimestres du cycle z17 courent environ 30 % devant le z16, lui-même le programme le plus fort de l'histoire de l'entreprise. Ce sont deux règles de mesure différentes — la variation annuelle mesure le trimestre, la comparaison programme à programme mesure le cycle — et, pour un métier qui vend par génération, la seconde paraît la plus honnête, bien qu'IBM ait un intérêt évident à défendre cette lecture.

Pendant ce temps, la base installée est saine et croît vers l'intérieur — plus de capacité chez les clients déjà là, pas de nouveaux clients. Selon IBM, 85 % des clients du z16 ont maintenu ou étendu leur capacité et environ 70 % des clients mainframe croissent en capacité installée (mesurée en MIPS). Ce qu'aucun de ces chiffres ne décrit, c'est l'arrivée de nouveaux types de charges. Et c'est là que le binaire manquant cesse d'être une contrariété d'ingénierie pour devenir une fuite : une équipe a besoin d'un agent d'observabilité, découvre qu'il n'existe pas de build s390x (l'architecture du mainframe), et déploie cette pièce ailleurs. Puis la suivante. En cinq ans, la moitié de l'application vit dehors.

Lu ainsi, ARM sur le mainframe ne cherche pas de nouveaux clients : c'est une manœuvre défensive pour éliminer la raison pour laquelle ces pièces s'en vont, en allant chercher les binaires là où ils sont déjà plutôt qu'en convainquant des milliers d'éditeurs de compiler pour s390x.

Cela éclaire aussi l'architecture choisie, et la candidate la plus évidente en reste écartée, contre toute attente.

L'option qui semblait idéale

La deuxième architecture techniquement la plus facile pour IBM n'est pas ARM : c'est Power. IBM possède les deux ISA, ne paie de licence à personne pour aucune des deux, et partage une bonne partie de l'équipe de design et de la bibliothèque physique entre elles.

IBM n'a pas expliqué pourquoi elle ne l'a pas fait, et les raisons — ce qu'elles disent du métier mainframe et de l'écosystème Power — méritent un épisode entier. Ce sera la Partie III de cette série. Ici, il suffit de consigner le fait : ayant chez elle l'architecture la plus facile, IBM a choisi celle du dehors.

Pourquoi pas x86 ?

IBM n'a pas dit qu'elle avait évalué x86 et l'avait écarté ; le public suffit à voir pourquoi x86 est une autre histoire.

Les faits publics expliquent tout de même pourquoi x86 est une proposition différente. Ses droits d'implémentation ont historiquement dépendu de licences d'entreprise précises, de licences croisées de brevets et de relations commerciales. Le formulaire 10-K d'AMD de 2026, par exemple, incorpore par référence la licence croisée AMD–Intel. C'est la preuve d'une relation juridique bilatérale : un régime de licence fermé, réservé aux parties de l'accord et inaccessible à tout implémenteur qui voudrait s'y joindre.

Un environnement x86-64 moderne et utile hériterait de surcroît d'un contrat de compatibilité énorme. IBM pourrait en implémenter un sous-ensemble, mais le logiciel qui vaudrait la peine d'être importé pourrait être précisément celui qui vérifie ce qui manque.

Les applications x86 pourraient encore arriver de façon sélective via QEMU ou un autre traducteur dans une VM Linux ARM. Windows on ARM fait déjà quelque chose d'approchant avec Prism, même si Microsoft n'a annoncé aucun produit Windows on ARM pour IBM Z. Cela pourrait dépanner pour un utilitaire. Ce ne serait pas du support natif de x86.

Pourquoi pas RISC-V ?

RISC-V est la question la plus intéressante côté architecture ouverte. RVA23 définit une base applicative plus solide, et RISC-V International a ratifié une spécification de plateforme serveur couvrant firmware, UEFI, ACPI, interruptions, gestion et sécurité. Ce qui redémontre la même chose : même une ISA ouverte a besoin d'un contrat de plateforme avant que le logiciel serveur ordinaire puisse lui faire confiance.

RISC-V peut finir par devenir une cible d'entreprise très attractive. Mais l'objectif déclaré d'IBM est d'accéder à un catalogue qui existe déjà, et en 2026 ce catalogue est celui d'ARM. Ouverture et ampleur sont deux avantages distincts, et un seul des deux livre des binaires cette décennie.

Ce qu'IBM doit encore expliquer


L'annonce mérite de l'enthousiasme. Elle mérite aussi des questions dirigées vers ce qui reste inconnu, et non vers ce que le registre public a déjà répondu.

Exécution ARM sur un thread
Déjà public

IBM dit que Z et ARM s'exécutent simultanément ; la presse dit qu'un thread peut utiliser l'une ou l'autre des deux ISA

Ce qu'il reste à demander

Les threads jumeaux d'un même cœur peuvent-ils exécuter des ISA différentes sous toute politique supportée, et comment sont-ils placés, isolés et facturés ?

Chemin KVM sur s390
Déjà public

La série publique v6 kvm-arm64 propose la création de VM/vCPU, la gestion mémoire et l'entrée par SAE

Ce qu'il reste à demander

Qu'est-ce qui complète le firmware, les périphériques virtuels, la migration, QEMU/libvirt et l'orchestration ?

Profil de CPU ARM
Déjà public

La presse décrit AArch64 v9.3, SVE/SVE2 et la découverte de fonctionnalités

Ce qu'il reste à demander

Quel profil visible par l'invité reste stable entre machines et entre générations ?

Machinerie partagée
Déjà public

Prédiction, arithmétique, chargement/rangement, caches et structures de TLB sont substantiellement réutilisés

Ce qu'il reste à demander

Comment isole-t-on les domaines de sécurité et sert-on de façon prévisible des charges mélangées ?

Cohabitation avec les LPAR (partitions logiques)
Déjà public

Rien de public

Ce qu'il reste à demander

Comment les invités ARM se placent-ils à côté du partitionnement que le client utilise déjà (PR/SM, z/VM) ?

Drivers et firmware
Déjà public

Rien de public au-delà de la série du kernel

Ce qu'il reste à demander

Qui écrit et maintient le modèle de périphériques de l'invité ARM, et pendant combien de temps ?

Support en production
Déjà public

L'objectif déclaré est Linux natif ARM

Ce qu'il reste à demander

Quelles distributions, versions, images, quels ISV et accélérateurs sont supportés ?

Les trois dernières sont celles qui, si l'on en croit l'histoire, décideront du résultat. La constante 4 est la raison pour laquelle la question des drivers importe ; la constante 6 est la raison pour laquelle la matrice de support importe plus que n'importe quel benchmark.

Le chemin KVM explique le mécanisme au niveau du thread

La question tentante — « deux threads jumeaux du même cœur (SMT) peuvent-ils exécuter des ISA différentes ? » — est déjà répondue dans son principe. Un moniteur de machine virtuelle en espace utilisateur crée une VM et ses vCPU via l'API de KVM ; KVM garde l'état ARM de chaque vCPU ; Linux planifie le thread hôte qui conduit cette vCPU sur une CPU logique ; et SAE entre alors dans le contexte de l'invité ARM. KVM garde la VM découplée du thread SMT : il fournit des contextes de vCPU que Linux planifie indépendamment.

Ce que la série ne règle pas, c'est la politique. IBM autorisera-t-elle toujours des ISA différentes sur des threads jumeaux du même cœur, ou recommandera-t-elle d'apparier la même ISA pour certains profils de sécurité ou de performance ? Comment fonctionneront l'affinité, les droits d'usage, la mesure et le reporting de capacité entre LPAR ? Que deviennent les niveaux de service quand deux charges différentes partagent un cœur ?

SAE n'est pas une idée neuve. C'est la plus vieille du mainframe

Pour qui connaît la z/Architecture, la forme de SAE aura un air familier. Cela vaut la peine de s'arrêter sur le pourquoi.

Depuis le milieu des années quatre-vingt, le mainframe entre dans l'exécution d'invités par une instruction : SIE, Start Interpretive Execution. L'hôte construit un bloc de contrôle appelé state description, exécute SIE en le pointant, et le processeur exécute directement les instructions et interruptions de l'invité jusqu'à ce que surgisse quelque chose qui requiert l'hôte. Alors il sort, et le contrôle revient. SIE a été créée pour virtualiser System/370 et 370-XA, s'est étendue à travers ESA/390 et reste sous PR/SM et z/VM. IBM a publié l'architecture sous le titre Interpretive Execution (SA22-7095) et l'a décrite dans l'IBM Systems Journal.

SAE suit exactement cette forme. Elle reçoit l'adresse d'un bloc de contrôle, entre en exécution ARM accélérée et rend le contrôle à l'hôte s390 à la sortie, pour que KVM et le moniteur de machine virtuelle gèrent l'événement.

IBM n'a pas décrit SAE comme une descendante de SIE, et la série publique ne le présente pas ainsi. Mais la ressemblance n'est pas décorative. Elle suggère qu'IBM étend à une deuxième architecture le mécanisme de virtualisation le plus éprouvé qu'elle possède, au lieu d'ouvrir une porte nouvelle vers l'exécution d'invités. Pour une plateforme dont toute la proposition de valeur consiste à ne surprendre personne, c'est un meilleur signal qu'un design inédit.

La machinerie partagée est l'efficacité, et la frontière de vérification

Le design pointe vers une réutilisation substantielle de la prédiction, du cache, du TLB et des unités d'exécution, sans spécification finale publique. Les questions qui suivent sont concrètes : comment nettoie-t-on, au changement d'architecture, les tables et caches internes qui accélèrent le CPU (TLB, prefetchers, prédicteurs de branchement), pour qu'une charge ne puisse pas espionner sa voisine via les traces laissées dans le matériel partagé (une attaque par canal auxiliaire) ; comment on mesure les compteurs de performance, les traces et le débogage ; et si placer des ISA différentes sur des threads jumeaux aggrave ce risque. L'essentiel de l'efficacité du design vient de ce partage, et c'est précisément pourquoi il exige une réponse explicite.

Même chose pour les accélérateurs. IBM dit que les charges ARM peuvent atteindre les fonctions d'IA, de compression, de cryptographie, de tri et la DPU ; ce qui compte, c'est lesquelles sont publiées, comment le système invité les voit, avec quels drivers et quelles garanties de reprise. Et le benchmark qui compte mesure si une performance ARM acceptable crée une valeur de système qu'un serveur ARM séparé ne peut pas donner, plus que s'il bat Graviton sur un test générique.

Et ensuite, une matrice de support. L'exécution de binaires est une propriété technique ; le support en production est un accord commercial.

Les indices qu'IBM a laissés avant l'annonce


Les communiqués de presse décrivent des intentions. L'infrastructure de développement finit par décrire la machine.

OSINT — le renseignement de sources ouvertes — consiste à tirer des conclusions prudentes de preuves publiques. Ici, la preuve la plus utile n'est pas apparue sous le nom du produit. La première série publique KVM arm-on-s390 est arrivée le 2 avril, le jour même de l'annonce de collaboration entre IBM et ARM. Elle a été publiée par Steffen Eiden, d'IBM, sous un objet qu'aucun service marketing n'aurait choisi — « KVM: s390: Introduce arm64 KVM » — et le 12 août elle atteignait la v6 avec 33 patchs. La série a été suivie publiquement de sa première révision à la deuxième le même mois, et a été enregistrée de façon indépendante. Voilà la corroboration qu'une affirmation pareille exige.

SÉRIE PUBLIQUE `arm-on-s390` DE KVM · 2026 v127 patchs2 avr v228 patchs28 avr v327 patchs29 mai v427 patchs6 juil v531 patchs31 juil v633 patchs12 août IBM annonce 24 août 12 jours entre le dernier patch public et le nom du produit. Quatre mois et demi d'ingénierie signée et relue, à la vue de tous.
La piste était ouverte depuis avril. Ce qui n'existait pas encore, c'était le nom sous lequel la chercher.
v1
Le travail public de base apparaît2 avril · 27 patchs
v2
Le design passe par la relecture ouverte28 avril · 28 patchs
v3
Le travail continue avant que la terminologie du processeur soit publique29 mai · 27 patchs
v4
Le partage de code et l'intégration avec l'hôte sont retravaillés6 juillet · 27 patchs
v5
Le travail VM/vCPU, ioctl et mémoire devient explicite31 juillet · 31 patchs
v6
La dernière proposition publique avant l'annonce du 24 août12 août · 33 patchs

Cette chronologie démontre qu'un effort de développement public a existé, avec des noms en toutes lettres. Elle ne démontre pas que les patchs ont été intégrés, qu'ils sont prêts pour la production ni qu'ils sont identiques au produit final. Une série de patchs fonctionne comme une proposition en relecture qui doit encore démontrer sa viabilité.

Ce que révèlent les 33 patchs

La lettre de présentation de la v6 décrit deux implémentations de KVM cohabitant sur s390 et introduit un second module nommé kvm-arm64. La série couvre la création et la destruction de VM et de vCPU ARM, les appels de contrôle (ioctls) des vCPU, la gestion mémoire de l'invité, le traitement des fautes de page, la réutilisation sélective du code ARM de KVM existant, la découverte de fonctionnalités ARM et la gestion de l'état des registres entre hôte et invité. Elle déplace aussi les en-têtes arm64 vers des chemins indépendants de l'architecture et crée du code partagé sous virt/kvm/arm64/ : le genre de refactorisation qui n'a de sens que si un second consommateur arrive.

Au centre se trouve l'instruction SAE, décrite plus haut.

C'est la plomberie nécessaire pour créer, exécuter et arrêter une VM ARM. Les patchs exposent aussi du travail inachevé : une partie de la gestion des registres et des fonctions associées est reportée à des séries ultérieures.

Une recherche publique ciblée, le 27 août, n'a trouvé aucune série arm-on-s390 clairement attribuable à IBM pour QEMU, libvirt ou EDK II. Ce résultat négatif doit rester étroit : il dit que le backend public du kernel est visible tandis que la pile publique complète d'espace utilisateur et de firmware ne l'est pas encore. Il ne démontre pas que ces couches n'existent pas en privé.

La leçon d'OSINT est réutilisable

Chercher seulement « processeur dual-ISA d'IBM » avant le 24 août aurait probablement échoué. Les termes productifs étaient arm-on-s390, KVM_ARM64, kvm-arm64, Start ARM Execution et SAE.

Les ingénieurs baptisent un mécanisme bien avant que le marketing baptise un produit. Cherchez dans les patchs des interfaces, des symboles de configuration, des instructions, des structures de contrôle, des identifiants de périphérique et des types de machine. Vérifiez ensuite l'auteur, les dates, l'historique de révisions et les réponses de relecture. Corroborez chaque trouvaille par deux sources indépendantes. Une chaîne de texte inexpliquée signale un indice sans encore dessiner une feuille de route.

Surveillez trois endroits à partir de maintenant : les archives de KVM et de linux-s390 pour des révisions ultérieures ou une activité d'intégration, QEMU et libvirt pour un type de machine et un flux de migration, et EDK II plus ARM SystemReady pour le firmware et les preuves de conformité.

Une ABI de kernel, plus un modèle de périphériques du VMM, plus un firmware, plus un résultat de conformité publié, cela commence à ressembler à une plateforme. D'ici là, ce qui existe est un chantier en cours, pas un produit.

Ce que cela peut changer, et ce que cela ne changera pas


Dans les environnements Power et AIX avec lesquels nous travaillons, l'appel ne commence presque jamais par le processeur. Il commence par un déploiement à l'arrêt, et la réponse se trouve presque toujours quatre couches au-dessus du silicium : un paquet jamais compilé, un agent de sécurité dont l'éditeur supporte deux architectures et n'a aucun plan pour une troisième. Le logiciel est à un pas d'exister pour cette architecture — le kernel, le compilateur et le code source la prennent déjà en charge — et il manque justement ce dernier pas : que quelqu'un publie le binaire et s'engage à le maintenir. C'est le problème que vise ARM sur Z, et il vaut la peine de délimiter quelle part de ce problème un processeur peut atteindre.

L'industrie du logiciel traite le support d'architectures comme un sous-produit du processus de publication. amd64 et arm64 apparaissent automatiquement ; s390x et ppc64le (l'architecture de Power) attendent que quelqu'un active un build, répare un test ou ajoute un manifeste d'image. IBM ne peut pas porter et certifier personnellement tous les projets, et en ajoutant ARM elle gagne l'accès à du logiciel que les éditeurs compilent déjà. C'est pragmatique et, les chiffres ci-dessus en main, c'est aussi le seul levier disponible sur la seule contrainte de croissance réelle de la plateforme.

Ce que cela ne fait pas, c'est résoudre le reste. La plateforme virtuelle, le support des systèmes d'exploitation, le modèle de sécurité et les engagements commerciaux continuent de décider si un client peut dépendre du résultat. Ce qu'il réussit, c'est à mettre ce logiciel à côté des données de Z sans dresser une île d'infrastructure de plus : un gain réel, et nettement plus modeste que « le mainframe exécute désormais l'écosystème ARM », version sous laquelle la semaine l'a raconté.

Ce qu'il faut noter, c'est où s'arrête une charge réelle : au jeu d'instructions, à l'ABI, à la plateforme, ou au paquet manquant et à la déclaration de support que personne ne signera. Ce sont ces échecs concrets, plus que les benchmarks, qui diront si ARM sur Z élimine la raison pour laquelle les charges s'en vont.

La question qui reste : et Power ?


Les utilisateurs de Power connaissent ce problème de première main : l'architecture est prise en charge de bout en bout et, malgré tout, l'éditeur ne publie pas le binaire.

Si une deuxième ISA se révèle une bonne idée sur Z, difficile de ne pas se poser la même question pour Power. Se la poser sérieusement — l'histoire et les chiffres sur la table — c'est le travail de la Partie III. Avant, dans quelques semaines, arrive la Partie II : l'annonce disséquée à partir de la piste publique du kernel.

12

jours entre le dernier patch public et le jour où le produit a eu un nom.

Piste ouverte depuis avril
La suite la semaine prochaine

IBM a montré ses cartes des mois plus tôt

Avant le communiqué officiel, IBM poussait déjà dans Linux — en clair, signé d'un nom — la carte de ce qu'elle allait vendre. Dans la Partie II, nous la reconstruisons patch par patch : ce qu'est SAE, pourquoi sa forme trahit trente ans de lignée, et ce qu'on peut affirmer (et ce qu'on ne peut pas) sur le produit à partir de ce qu'IBM a laissé public.

Lire la Partie II
SIXE

Et votre plateforme ?

Si quelque chose de tout cela vous parle — le paquet que personne ne compile pour votre architecture, l'agent de sécurité qui supporte deux plateformes et pas la vôtre, le déploiement qui bloque quatre couches au-dessus du processeur —, c'est exactement le quatrième contrat dont parle cet article. Et c'est là que nous passons nos journées : Power, AIX, IBM i et Linux sur systèmes IBM. Racontez-le-nous et nous y jetterons un œil.

Formations officielles et services sur systèmes IBM · sixe.be

LLM en local : monter son propre serveur IA

LLM en local : pourquoi les entreprises montent leurs propres serveurs IA.

Deux organisations sur trois ont sorti des charges IA du cloud public cette année. Ce qui les freine, ce n’est pas le budget. C’est devoir documenter par où passent les données avant de pouvoir allumer quoi que ce soit.

7 min de lectureTendance

Pendant des années, la réponse par défaut était « dans le cloud ». OpenAI, Azure, Bedrock. Vous payez au token, vous oubliez le matériel, ça monte en charge tout seul. Le raisonnement s’est cassé là où personne ne regardait : 95 % des entreprises ont retardé ou annulé un projet IA pour des raisons de gouvernance des données, de conformité ou de réglementation. Ni budget ni talent : savoir quelles données vous avez, d’où elles viennent et qui peut y toucher.

66%
Ont sorti des charges IA
du cloud public
95%
Ont freiné un projet
pour la gouvernance des données
+53%
Investissement mondial en
infrastructure IA

Les deux premiers chiffres viennent de The Great AI Re-Architecture, enquête Cloudera menée par Wakefield Research auprès de 1 500 architectes dans des entreprises de plus de 1 000 salariés, publiée le 11 août 2026. Le chiffre d’investissement est la prévision IDC pour 2026 : 487 milliards de dollars en infrastructure IA.

Pourquoi maintenant

Le service juridique a appris à poser la question

« Où les fournisseurs américains traitent-ils mes données ? » : la question que personne ne voulait poser et que tout le monde pose désormais, en général la semaine avant un audit.

Le vrai problème n’est pas le fournisseur, c’est le trajet. Sortir des données personnelles de l’Espace économique européen oblige à tenir le dossier d’un transfert international : évaluer le pays de destination, documenter les garanties, informer la personne concernée. Traiter dans votre propre centre de données vous épargne ce dossier. Attention, cela ne vous épargne pas le reste du RGPD, et si le fournisseur de votre salle européenne est la filiale d’une maison mère américaine, la conversation sur l’accès aux données reste ouverte.

La facture cloud ne prévient pas, elle arrive

Payer au token semblait bon marché jusqu’à ce que quelqu’un regarde le premier mois avec le pilote déjà en production. Un serveur a un coût fixe : passé un certain volume d’inférence, le calcul s’inverse. Où se situe ce point, personne ne le sait à l’avance : cela dépend de votre volume, de votre modèle et de ce que la machine fait le reste de la journée. Mieux vaut le calculer avant d’acheter, pas après.

Soyons clairs, parce que le secteur aime les absolus : cela ne veut pas dire que tout le monde quitte le cloud. La même enquête recense des organisations qui vont dépenser plus en cloud et des organisations qui vont dépenser plus en on-premise, en même temps. Ce qui meurt, c’est la réponse unique.

Latence : on supprime le trajet, pas la réflexion

Une précision s’impose, parce que deux choses se mélangent. Traiter en local ne fait pas réfléchir le modèle plus vite ; cela supprime l’aller-retour vers un centre de données qui peut se trouver sur un autre continent. Si l’IA est enchâssée dans un processus déjà lent, ce trajet est la seule chose que vous pouvez raccourcir sans toucher au modèle. Si votre problème est que le modèle met du temps à réfléchir, déplacer la machine ne vous sauvera pas.

Le plus gros modèle n’est plus nécessaire

Llama, Mistral, Qwen ou Phi publient des versions réduites précisément pour cela, et pour un chatbot interne, classer des documents ou résumer des comptes rendus, ces versions font le travail. Ce qui s’impose, c’est la répartition : le petit modèle absorbe le gros des requêtes et seules les plus complexes montent vers un grand.

Quel matériel il vous faut

C’est la mémoire qui commande, et elle découle du format du modèle. Quantifié en 4 bits, il occupe environ un demi-gigaoctet par milliard de paramètres ; en FP16, environ deux gigaoctets. Ajoutez le contexte, qui grandit avec la longueur de la conversation, et vous avez votre plancher.

ModèlePoids (4 bits)RAM totale conseilléeÀ quoi ça sert
7B~4 GB16 Go en CPUChatbot interne, classification, résumé
13B~8 GB32 Go en CPU, ou GPU grand publicIdem avec plus de nuance et un contexte long
34B~20 GB24 Go de VRAMRaisonnement, code, analyse de documents
70B~40 GB48 Go de VRAM ou plusieurs cartesCe qu’un petit modèle ne résout pas

Les poids se calculent en multipliant les paramètres par les bits. La RAM conseillée est supérieure parce qu’elle doit aussi loger le contexte, le système et la marge pour que le serveur ne tourne pas à la limite. Et elle ne tient toujours pas compte du nombre de requêtes simultanées, la partie que presque personne ne calcule.

Et c’est là qu’est l’erreur coûteuse. Nous avons vu acheter une carte de centre de données pour faire tourner un modèle qui résume des comptes rendus : ça marche, comme un camion marche pour aller chercher le pain. La taille du modèle dit s’il tient dans la machine. Les requêtes simultanées disent s’il tourne.

Ce qu’on calcule mal

La même machine qui sert un 7B sans effort à trois utilisateurs traîne avec trente, parce que ce qui sature, c’est la bande passante mémoire, pas les cœurs. Si vous devez dimensionner sur un critère, dimensionnez sur la simultanéité en heure de pointe. La démo avec un seul utilisateur se passe toujours bien.

Parmi les pièces restantes, la plus sous-estimée est le stockage. Les poids se chargent entièrement en mémoire au démarrage : un disque lent se paie à chaque redémarrage et à chaque changement de modèle. Si vous gérez plusieurs modèles ou de gros jeux de données, un NVMe isolé ne suffit plus et un système distribué entre en jeu : nous les avons comparés dans Storage Scale face à Ceph pour l’inférence.

Que ce soit faisable sans GPU n’est pas de la théorie. Nous l’avons monté sur IBM Power avec vLLM, sur AIX avec llama.cpp et même sur IBM i via PASE, le candidat le plus improbable des trois.

Questions fréquentes

Combien de RAM faut-il pour un modèle de langage en local ?

Pour les poids, un demi-gigaoctet par milliard de paramètres en quantification 4 bits. La règle pratique est d’en demander le double : un 7B tourne à l’aise avec 16 Go et un 13B avec 32 Go. Cet écart, c’est le contexte, le système et la marge qui évite de faire tourner la machine au plus juste, moment où les ennuis commencent.

Faut-il un GPU pour faire tourner de l’IA en local ?

Pas toujours, mais soyons clairs sur ce que cela implique. Jusqu’à 13 milliards de paramètres, cela tourne en CPU avec assez de mémoire, et convient aux traitements par lots, aux tâches nocturnes ou à quelques utilisateurs. Dans un chat avec des gens qui attendent devant l’écran, le CPU se sent. Le GPU cesse d’être optionnel quand les requêtes simultanées ou la taille du modèle augmentent. Nous l’avons mesuré sans carte graphique sur vLLM sur IBM Power.

Un serveur à soi revient-il moins cher que le paiement au token ?

À partir d’un certain volume, oui : le serveur a un coût fixe et l’API croît avec l’usage. Où se situe exactement ce point dépend du modèle, du volume et de ce que la machine fait le reste de la journée. En dessous, l’API reste gagnante.

Est-il légal de traiter des données personnelles avec un LLM dans le cloud ?

Cela peut l’être, mais cela exige une base légale, une analyse d’impact et des garanties sur les transferts internationaux quand le fournisseur traite hors de l’Espace économique européen. Traiter chez soi épargne ce dossier, pas le reste du RGPD. Et si le fournisseur de votre salle européenne est la filiale d’une maison mère américaine, la conversation sur l’accès aux données reste ouverte.

Quels modèles peut-on faire tourner sur un serveur d’entreprise ?

Les familles ouvertes — Llama, Mistral, Qwen, Gemma, Phi — publient des versions de plusieurs tailles précisément pour cela. Pour des chatbots internes, la classification de documents ou le résumé, les petites suffisent sans matériel spécialisé.

L’étape suivante

Avant de regarder des catalogues, il faut dimensionner, et cela tient en trois questions : quel modèle vous allez faire tourner, combien de requêtes simultanées, et quel temps de réponse vous convient. La mémoire, le CPU, le GPU et le stockage en découlent, dans cet ordre et pas un autre.

C’est pour cela que nous avons monté un configurateur de serveurs : vous choisissez le cas d’usage, l’échelle et vos priorités, et vous voyez la machine se construire devant vous. Sans part numbers et sans marque imposée. À la fin, nous vous appelons avec une proposition ferme.


Configurez-le vous-même

Quel serveur faut-il pour votre LLM ?

Choisissez le cas d’usage, l’échelle et vos priorités, et regardez la machine se construire. Sans engagement et sans formulaires interminables.

Servir l’IA générative 56x plus vite sans acheter de GPU

Infrastructure · IA · Stockage

Servir l'IA générative 56× plus vite sans acheter de GPU : le papier d'IBM, NVIDIA et Supermicro

Quand le contexte grandit, il ne tient plus dans la mémoire de la GPU. Le système jette les calculs précédents et doit les refaire dès que la session revient — et c'est là que partent vos requêtes par seconde. IBM, NVIDIA et Supermicro publient en juin 2026 le Redbook Context Without Limits avec les chiffres d'une autre approche : garder ces calculs sur un stockage partagé rapide. La latence du premier token passe de 32 s à une demi-seconde, et le système répond à 22 fois plus de requêtes.

Août 2026 12 min de lecture

Deux ans qu'on débat du nombre de GPU à acheter pour servir de l'IA générative. IBM, NVIDIA et Supermicro renversent la question dans le Redbook Context Without Limits (juin 2026) : si la GPU rame parce qu'elle passe son temps à refaire des calculs qu'elle vient de terminer, le problème n'est pas la quantité de GPU, mais l'endroit où l'on garde ces calculs. En les déplaçant vers un stockage partagé rapide, leurs tests donnent une réponse 56 fois plus rapide à l'utilisateur, 22 fois plus de requêtes par seconde et 95 % de temps total en moins. Ici on explique ce qu'ils mesurent, comment ça marche, quand ça vaut le coup et quelles options vous avez si vous préférez le construire sur Ceph plutôt qu'IBM.

56×
Moins de latence au premier token
Contexte de 130 000 tokens
22×
De débit en charge concurrente
0,19 → 4,26 requêtes/seconde
95 %
De temps total en moins
200 requêtes : 1 048 s → 47 s
En 30 secondes

Un grand modèle (Llama 70B, gpt-oss 120B) qui répond avec un contexte de 100 000 tokens ne tient plus entièrement dans la mémoire de la GPU. Le système doit jeter les calculs anciens et, dès que la session revient, les refaire depuis zéro — comme relire tout le livre à chaque fois qu'on pose une question dessus. Garder ces calculs sur un stockage partagé rapide évite la répétition. C'est ce que mesure le Redbook IBM MD260021 (29 juin 2026), avec 8 nœuds Supermicro, IBM Storage Scale ECE, NVIDIA Dynamo et vLLM 0.14.1.

01 / Le problème

Qu'est-ce que le KV cache et pourquoi c'est le nouveau goulot d'étranglement ?

Le KV cache (Key-Value cache) est la structure où un modèle transformer stocke les clés et valeurs d'attention de chaque token du contexte. Sans lui, chaque nouveau token obligerait à recalculer l'attention sur tout ce qui précède ; avec des contextes de 100 000 tokens, ce n'est plus tenable. Autrement dit : le KV cache est ce qui permet de servir des contextes longs à des vitesses acceptables.

Le problème apparaît quand la HBM de la GPU se remplit. La HBM est ultra-rapide (microsecondes) mais chère et limitée : une NVIDIA H100 a 80 Go, une RTX PRO 6000 Blackwell monte à 96 Go. Sur un modèle de 120 milliards de paramètres avec un contexte de 130 000 tokens, une seule requête peut consommer 60-80 Go de KV cache. Avec plusieurs utilisateurs simultanés, la GPU évince les caches anciens et, si la session revient, les recalcule depuis zéro. Chaque recalcul est une passe complète du modèle : des cycles GPU qui partent sans produire un seul token nouveau.

À noter

Acheter plus de GPU ajoute de la HBM au cluster, mais chaque HBM reste isolée par GPU. Le cache généré pour l'utilisateur A n'est pas disponible quand sa requête suivante tombe sur la GPU B. On paie le matériel sans améliorer le taux de hit — jusqu'au jour où le KV cache passe sur un tier partagé.

02 / Vérifiez

Combien de KV cache consomme votre déploiement ?

Choisissez un modèle, une longueur de contexte et une concurrence. Le calculateur applique la formule standard du KV cache et vous indique si ça tient dans la HBM d'une GPU typique ou s'il vous faut un tier partagé type G4. Les valeurs par token viennent des configurations officielles de chaque modèle (Llama 3.1, gpt-oss 120B) — ce ne sont pas des estimations.

Calculateur de KV cache — FP16, GQA quand ça s'applique
ModèleLlama 3.1 70B (GQA)
Llama 3.1 8B
Llama 3.1 70B
Llama 3.1 405B
gpt-oss 120B
Longueur de contexte (tokens)128 000
8 K
32 K
64 K
128 K
Sessions concurrentes4
1
4
8
16
164 Go
KV cache total en HBM
H100 80 GoNécessite G4
RTX PRO 6000 96 GoNécessite G4
G4 Storage ScaleAucun problème
Formule : 2 × num_layers × num_kv_heads × head_dim × tokens × 2 o (FP16). Valeurs par token : Llama 3.1 8B = 128 Ko (32L·8kv·128hd), 70B = 320 Ko (80L·8kv·128hd), 405B = 504 Ko (126L·8kv·128hd), gpt-oss 120B = 72 Ko (36L·8kv·64hd, GQA). Le budget HBM réel doit aussi soustraire les poids du modèle et les buffers d'activation.
03 / Architecture

La hiérarchie mémoire de NVIDIA Dynamo : G1, G2, G3, G3.5 et G4

NVIDIA Dynamo définit cinq tiers de stockage pour le KV cache, chacun avec un équilibre différent entre latence, capacité et coût. Les tiers G1-G3 sont bornés par le matériel d'un seul nœud. Le G4 est le seul tier partagé à l'échelle du cluster — celui qui permet qu'un cache généré par la GPU 12 soit réutilisé quand la même session atterrit sur la GPU 47.

TierSupportLatenceRôle
G1
GPU HBM
µs
Tokens actifs
G2
System DRAM
ms (nœud)
Cache chaud qui ne tient pas en HBM
G3
NVMe local
bas-ms
Cache tiède, horizon court
G3.5
Pool NVIDIA CMX
ms
Flash partagé pod, minutes-heures
G4
Stockage partagé (Storage Scale, Ceph, Lustre)
ms + RDMA
Cluster entier, jours ou mois
04 / La pièce IBM

Quel rôle joue IBM Storage Scale ECE ici ?

IBM Storage Scale est le nom commercial actuel de ce qui s'appelait historiquement GPFS (General Parallel File System). C'est un système de fichiers parallèle distribué avec plus de 25 ans d'HPC — le même qu'on retrouve derrière des systèmes comme Summit ou Sierra. ECE (Erasure Code Edition) est la variante software-defined qui se déploie sur des serveurs commodity, utilise l'erasure coding à la place du RAID classique et monte jusqu'à l'exaoctet.

Dans l'architecture du Redbook, Storage Scale ECE joue le rôle de tier G4 pour six raisons concrètes :

  • POSIX, S3, NFS, SMB et CSI depuis le même backend — s'intègre à vLLM/Dynamo comme aux pipelines de données existants.
  • NVIDIA GPUDirect Storage (GDS) : transfert direct stockage → GPU sans passer par le CPU, grâce à RDMA sur Ethernet lossless ou InfiniBand.
  • Erasure coding 8+2P avec 80 % de capacité utile (vs 50-67 % du RAID6 classique), sans sacrifier la durabilité.
  • Tiering automatique NVMe / SSD / HDD / bande — le KV cache chaud vit sur NVMe, le froid descend sur HDD.
  • Snapshots et clones instantanés — utile pour versionner des datasets et checkpoints d'entraînement.
  • Scalabilité sans redesign : de 3 nœuds à 256 sans changer l'architecture.
05 / Les chiffres

Les trois benchmarks du Redbook (mesurés, pas estimés)

IBM, NVIDIA et Supermicro ont monté 8 nœuds Supermicro Petascale ASG-1115S-NE316R (AMD EPYC 9535, 16 NVMe Micron E3 de 7,68 To par nœud, ConnectX-7 à 400 Gb/s), interconnectés par trois switches NVIDIA Spectrum-X SN5600 en spine-leaf avec uplinks 800 Gb/s. Comme client d'inférence, un seul nœud Supermicro SYS-212GB-FNR avec 4 GPU RTX PRO 6000 Blackwell. Le logiciel : IBM Storage Scale ECE v6.0.0.1 sur RHEL 9.6, clients Ubuntu 24.04, NVIDIA Dynamo v0.9.0+, vLLM v0.14.1 et modèle openai/gpt-oss-120b quantifié en MXFP4.

Benchmark 1 — Time-to-first-token (TTFT) par longueur de contexte

Les tiers G1 (HBM) et G2 (DRAM) ont été mis à capacité zéro pour forcer le scénario : tout le KV cache — 1,4 million de tokens — est passé par le G4.

Prompt (tokens)Sans cache (recompute)Avec Storage Scale G4Accélération
10 000
0,572 s
0,193 s
40 000
5,910 s
0,270 s
22×
80 000
16,39 s
0,446 s
37×
100 000
23,61 s
0,477 s
49×
130 000
32,14 s
0,570 s
56×
En bref

Sans KV cache persistant, le temps jusqu'au premier token croît de manière quadratique avec la longueur du prompt. Avec Storage Scale, il reste en dessous d'une seconde sur toute la plage mesurée. À 130 K tokens, c'est 32 secondes contre une demi-seconde : à 32 secondes l'utilisateur a déjà fermé l'onglet ; à une demi-seconde il reste.

Benchmark 2 — Débit sous charge concurrente

200 requêtes sur le modèle de 120 milliards de paramètres avec 28 connexions concurrentes (100 prompts uniques, 24 millions de tokens, 825 Go de KV cache) :

ScénarioRPSTemps total 200 req
Sans cache (recompute)
0,19
1 048,56 s
Avec Storage Scale G4
4,26
46,94 s

22× plus de débit, 95 % de temps total en moins. Et le cache est parti à vide : l'accélération s'est construite au fil des 200 requêtes. Avec un cache préchauffé, le chiffre réel serait encore meilleur.

Benchmark 3 — Sous stress « noisy neighbor »

Quatre clients concurrents générant 200 Go/s de trafic parasite en parallèle, pour simuler un cluster multi-tenant réaliste.

ScénarioRPSvs baseline
Sans cache (baseline)
0,19
Storage Scale G4 propre
4,26
22×
Storage Scale G4 + noisy 200 Go/s
3,6
18×

18× d'amélioration sous stress, seulement 18 % de dégradation par rapport au scénario propre. La preuve que l'architecture ne s'effondre pas quand le cluster est plein.

06 / Dimensionnement

Combien de nœuds, de GPU et de bande passante me faut-il ?

Le Redbook publie lui-même trois profils de dimensionnement. Les voici côte à côte — cliquez sur celui qui ressemble le plus à votre cas.

SmallPoC · dev · test
MediumProduction · testé
LargeAI factory · multi-modèle

Production multi-tenant, LLM de 70 B à 120 B paramètres, RAG et multi-turn en contexte long. C'est la configuration exacte qui apparaît dans le Redbook avec les 315 Go/s mesurés.

Nœuds Petascale
8 nœuds
Erasure coding
8+2P
Capacité utile
80 %
Plage de modèle
70 B – 120 B
GPU estimées
100 – 256
BW read agrégé
100 – 300 Go/s
KV cache par requête
40 – 80 Go
Cas d'usage
RAG · multi-turn · long-context
Détail pratique

Dans le benchmark du Redbook, le réseau est devenu le goulot d'étranglement avant le stockage : les 8 nœuds délivrent jusqu'à 315 Go/s en lecture, mais le réseau 2×400 GbE côté client plafonne à 80 Go/s. Si vous montez quelque chose de similaire, dimensionnez le réseau client au niveau du stockage, sinon les GPU passeront leur journée à attendre des données.

07 / Pas client IBM ?

Alternatives open source : Ceph, Lustre, DAOS

L'idée de fond du papier — sortir le KV cache vers un tier G4 partagé avec GPUDirect et RDMA — ne dépend pas d'IBM. Vous pouvez la monter avec d'autres pièces.

SystèmeCoût licencePoints fortsGDSÀ choisir si...
IBM Storage Scale ECE
Commercial IBM
HPC · file+object · SLA IBM
Oui
Vous êtes déjà client IBM avec SLA
Ceph (CephFS + RGW)
Open source
File + object + block · K8s
Depuis Squid
Vous cherchez contrôle, coût et flexibilité
Lustre
Open source
Débit parallèle pur · HPC
Oui
Vous venez d'HPC et savez ce qu'il vous faut
DAOS
Open source
Latence extrême · all-flash
Oui
Vous acceptez un écosystème commercial plus jeune
Notre avis

Si vous êtes déjà client IBM avec un contrat SLA, Storage Scale ECE est la voie la plus rapide à atterrir. Si vous construisez depuis zéro et privilégiez coût et contrôle, commencez par Ceph. Si vous venez de l'HPC pur et avez besoin de 300 Go/s par nœud, Lustre ou DAOS sont des options légitimes. Si le diagnostic n'est pas clair, mieux vaut le valider avant de commander le matériel.

La comparaison détaillée avec benchmarks réels des trois options open source : Ceph : nouveautés de stockage 2026.

08 / Avant de monter

Six questions qui vous économisent du matériel

Un tier G4 bien monté rend les chiffres du papier. Un mal dimensionné, c'est des centaines de milliers d'euros de matériel cher qui attend des données toute la journée. Ces six questions séparent le cas où ça vaut le coup de celui où ça ne le vaut pas.

Auto-diagnostic · cliquez sur chaque prérequis rempli 0 / 6 remplis
Cochez les prérequis remplis pour voir le verdict.

Session technique

Si votre IA générative rame ou coûte trop cher, la GPU n'est probablement pas la coupable

Nous travaillons avec IBM Storage Scale, Ceph, Lustre et GPUDirect dans des systèmes en production. IBM Business Partner, plus de 15 ans d'infrastructures critiques 24/7. Si vous soupçonnez que le goulot d'étranglement n'est pas dans la GPU, nous aidons à valider le diagnostic avant qu'il ne devienne un projet à sept chiffres.

Questions fréquentes

Qu'est-ce que le KV cache dans un LLM ?

Le KV cache (Key-Value cache) est la structure où un modèle transformer stocke les clés et valeurs d'attention calculées pour chaque token du contexte. Sans lui, le modèle devrait recalculer l'attention sur tous les tokens antérieurs à chaque nouveau token généré. C'est ce qui rend viable le service de contextes longs.

Pourquoi le KV cache est-il un goulot d'étranglement pour servir des LLM ?

Parce que la HBM de la GPU est finie (80–96 Go sur les modèles actuels) et très chère. Avec plusieurs sessions concurrentes en contexte long, le KV cache ne tient plus : la GPU évince les caches anciens et les recalcule quand la session revient, brûlant des cycles qui pourraient produire des tokens. La solution consiste à sortir ce cache vers un tier de stockage partagé à haute vitesse.

Qu'est-ce qu'IBM Storage Scale et quel rapport avec GPFS ?

IBM Storage Scale est le nom actuel de ce qu'on appelait GPFS (General Parallel File System). C'est un système de fichiers parallèle distribué avec plus de 25 ans d'HPC. La variante ECE (Erasure Code Edition) est software-defined, tourne sur des serveurs commodity et utilise l'erasure coding à la place du RAID.

Puis-je faire la même chose avec Ceph au lieu de Storage Scale ?

Oui. Déplacer le KV cache vers un tier G4 partagé avec GPUDirect et RDMA est indépendant du système de fichiers. Ceph, Lustre et DAOS peuvent remplir ce rôle. Storage Scale est l'option la plus rapide si vous êtes déjà client IBM ; Ceph est le premier choix quand coût, contrôle et flexibilité comptent.

Qu'est-ce que GPUDirect Storage et pourquoi c'est important ?

GPUDirect Storage (GDS) est une technologie NVIDIA qui déplace les données directement entre le système de fichiers et la mémoire GPU, sans passer par le CPU ni la RAM de l'hôte. Cela empêche le CPU de devenir le prochain goulot d'étranglement lors du déplacement de téraoctets de KV cache entre stockage et GPU.

Quel gain réaliste puis-je espérer sur mon déploiement ?

Cela dépend du profil d'usage. Les 56× et 22× du papier viennent d'un contexte extrême (130K tokens) et d'un KV cache important (825 Go). Pour du contexte court et peu de trafic concurrent, le gain est moindre. Plus le contexte est long, plus l'usage est multi-turn et plus le trafic est concurrent, plus le tier G4 rapporte.

Faut-il obligatoirement utiliser NVIDIA Dynamo ?

Pour orchestrer un KV cache multi-tier (G1-G4) avec éviction intelligente entre tiers, Dynamo est aujourd'hui l'outil le plus complet. Vous pouvez construire quelque chose de similaire avec vLLM standalone et un scheduler maison, mais vous perdez le KV-aware routing et l'offloading transparent via NIXL. En production, vLLM + Dynamo + G4 partagé est la combinaison la plus consolidée en août 2026.

AI Act : ce qui s’applique le 2 août 2026

AI Act · Juillet 2026

AI Act 2 août : ce qui s'applique vraiment (et ce qui a glissé à 2027).

Pendant des mois, le 2 août 2026 était « le jour du haut risque ». Ce n'est plus le cas : le Digital Omnibus l'a repoussé à décembre 2027. Mais il a laissé intact l'Article 50 — celui qui oblige vos chatbots à s'identifier, vos contenus générés par IA à porter une marque machine-readable et vos deepfakes à être étiquetés. Si votre produit parle, écrit ou dessine, il est temps d'atterrir sur la partie technique avec le conseil de conformité à l'AI Act.

8 min de lecture Conformité IA

Le calendrier du Règlement (UE) 2024/1689 — l'AI Act — a été modifié il y a un mois et une grande partie du marché ne s'en est pas encore rendu compte. Le Digital Omnibus, approuvé par le Conseil de l'Union européenne le 29 juin 2026, a reporté les obligations de haut risque de l'Annexe III du 2 août 2026 au 2 décembre 2027. Mais l'Article 50 — transparence — a conservé sa date d'origine. Dans notre conseil de conformité AI Act, nous préparons cette partie technique depuis le printemps avec les clients qui ont anticipé.

Les trois dates qui comptent
2 août 2026S'applique dès maintenant
Article 50 · Transparence. Chatbots qui s'identifient, contenus générés par IA marqués machine-readable, deepfakes étiquetés. Amendes jusqu'à 15 M€ ou 3 % du chiffre d'affaires mondial.
2 déc. 2026Cet automne
Article 5 · Nouvelle interdiction. Les systèmes d'IA qui génèrent des images intimes non consenties sont interdits. S'applique à tous les opérateurs, quel que soit le niveau de risque.
2 déc. 2027+16 mois
Annexe III · Haut risque. RH, crédit, biométrie, éducation, services essentiels. Reporté depuis le 2 août 2026 par le Digital Omnibus.
01 · Contexte

Ce qui devait se passer le 2 août

Jusqu'au 29 juin, le calendrier de l'AI Act était connu et ennuyeux : le 2 août 2026 devaient entrer en vigueur les obligations pour les systèmes de l'Annexe III — biométrie, RH, décisions de crédit, éducation réglementée, infrastructures critiques, maintien de l'ordre et services essentiels.

Cela impliquait, pour tout opérateur avec un système classé haut risque, de mettre en production toute une série de dispositifs loin d'être triviaux : gestion des risques, qualité et biais des données, documentation technique, logging automatique des événements, transparence côté utilisateur, supervision humaine effective, précision et cybersécurité, et monitoring post-marché. Le tout avec preuve technique sur le code et l'infrastructure eux-mêmes.

Rien de tout cela ne s'applique en août. Mais une partie de ce qui était attendu — l'Article 50 — reste exactement à sa date.

02 · Digital Omnibus

Ce qui a changé le 29 juin

Le Digital Omnibus est le paquet de simplification numérique approuvé par le Conseil de l'Union européenne le 29 juin 2026. C'est une modification de l'AI Act lui-même. Motif déclaré : désengorger le calendrier face à l'évidence que ni les entreprises ni les autorités nationales compétentes n'allaient être prêtes en août avec les structures techniques et de supervision requises.

La mesure la plus visible : les obligations de haut risque de l'Annexe III, qui devaient entrer en vigueur le 2 août 2026, sont reportées au 2 décembre 2027. Seize mois de plus.

Ne pas confondre avec amnistie

C'est un report, pas une exemption. Le fond du règlement et les obligations ne changent pas. Ce qui change, c'est quand elles sont exigibles. Si votre système est classé haut risque de l'Annexe III, le travail technique reste le même — vous avez juste seize mois de plus pour le rendre présentable. Cette marge disparaît vite quand on ouvre le code base.

Ce qui n'a pas changé avec le Digital Omnibus est tout aussi important : l'Article 50 de transparence conserve sa date d'origine. Et la nouvelle interdiction de l'Article 5 sur les images intimes non consenties reste également au calendrier, pour le 2 décembre 2026.

03 · Article 50

Les trois choses qui entrent bien en vigueur

L'Article 50 du Règlement (UE) 2024/1689 impose des obligations de transparence aux fournisseurs et opérateurs (deployers) de systèmes d'IA — indépendamment du fait que le système soit à haut risque ou non. Trois blocs, et ils sont concrets.

50 · 1

Chatbot qui s'identifie

Les systèmes d'IA conçus pour interagir avec des personnes doivent informer l'utilisateur qu'il parle à une IA, sauf si c'est évident par le contexte. S'applique aux chatbots de support, assistants conversationnels, SVI à voix synthétique et agents dans les applications. Traduction UI : un message d'ouverture clair, pas une mention en pied de page.

50 · 2

Marquage du contenu généré

Les fournisseurs d'IA générative (texte, image, audio, vidéo) doivent marquer leurs sorties dans un format machine-readable permettant de détecter qu'elles ont été générées ou manipulées artificiellement. L'obligation porte sur le fournisseur du modèle, pas sur l'utilisateur final qui demande une image.

50 · 4

Deepfakes étiquetés

Les deployers qui utilisent l'IA pour créer des deepfakes (image, audio ou vidéo qui ressemble faussement à une personne réelle, à un objet ou à un événement) doivent étiqueter le contenu comme généré ou manipulé. Il existe des exceptions étroites pour usage artistique, satirique ou d'application de la loi — ce n'est pas un chèque en blanc.

Portée extraterritoriale

L'Article 50 s'applique à tout système d'IA mis sur le marché ou mis en service dans l'UE, indépendamment de la date de mise sur le marché et du lieu d'établissement du fournisseur. Un modèle entraîné en Californie et proposé en SaaS à des clients européens entre dans le champ d'application. Vivre hors UE ne dispense pas de l'amende si vos sorties arrivent ici.

04 · Sanctions

Combien coûte l'ignorer

L'AI Act ordonne les sanctions en trois paliers (Article 99). Important de ne pas les confondre car le gros chiffre du haut circule beaucoup.

35 M€ · 7 %
Pratiques interdites
(Article 5)
15 M€ · 3 %
Article 50 et autres
infractions
7,5 M€ · 1 %
Information incorrecte
à l'autorité

Les infractions à l'Article 50 relèvent du deuxième palier : jusqu'à 15 millions d'euros ou 3 % du chiffre d'affaires annuel mondial de l'exercice précédent — le montant le plus élevé étant retenu. La supervision et les sanctions relèvent de l'autorité nationale compétente de chaque État membre ; l'organisme précis (et son niveau de préparation) varie d'un pays à l'autre.

05 · Vérification rapide

L'Article 50 vous concerne-t-il ?

Trois questions courtes et vous saurez si vous avez du travail devant vous ou si vous pouvez respirer jusqu'au haut risque de 2027.

Vérification en 3 clics

Aucune télémétrie, aucun cookie, rien n'est envoyé. Tout se résout dans le navigateur.

1. Votre produit dispose-t-il d'un chatbot, assistant conversationnel ou SVI à voix synthétique qui parle avec des personnes réelles ?

2. Votre produit génère-t-il du texte, des images, de l'audio ou de la vidéo avec IA que les utilisateurs finaux voient ou téléchargent ?

3. Votre produit crée-t-il ou distribue-t-il des deepfakes — image, audio ou vidéo qui ressemble à une personne réelle, un objet ou un lieu ?

L'Article 50 s'applique — et sur plusieurs fronts.

Avec deux ou trois blocs cochés, vous avez des obligations de chatbot disclosure, watermarking du contenu et/ou étiquetage des deepfakes. C'est le scénario le plus dense : il faut toucher à l'UI, au pipeline de génération et laisser des logs auditables. Avec priorité et focus, en une semaine on met en place le minimum en commençant par ce qui est le plus visible à l'utilisateur.

→ Diagnostic AI Act avec SIXE

L'Article 50 s'applique sur un bloc précis.

Vous avez une obligation claire. Si le oui portait sur le chatbot, la partie lourde est UX : un message d'ouverture clair plus un log. Si c'était la génération de contenu, la partie lourde est technique : C2PA + watermark + logging. Si c'était les deepfakes, la partie lourde est de processus : étiquetage systématique dans le pipeline de publication.

→ Diagnostic AI Act avec SIXE

Sur l'Article 50, vous pouvez respirer.

Sans chatbot, sans contenu généré par IA côté utilisateur et sans deepfakes, ce bloc ne s'applique pas. Mais attention : si votre IA relève de l'Annexe III (biométrie, RH, crédit, éducation, infrastructures critiques, services essentiels), vous avez rendez-vous le 2 décembre 2027 avec les obligations de haut risque. Et ça, quand on s'y met, c'est bien plus de travail qu'un simple avis de chatbot.

→ Revoir la classification Annexe III

06 · Watermarking

Le vrai problème : aucune technologie ne suffit seule

L'obligation 50(2) — marquer le contenu généré par IA en format machine-readable — semble se résoudre avec une étiquette. Ce n'est pas le cas. Le règlement demande simultanément quatre propriétés qu'aucune technologie connue ne satisfait à la fois : imperceptibilité (ne pas dégrader le contenu), robustesse (survivre à la compression, à l'édition, aux captures d'écran), détectabilité (vérifiable en aval) et traçabilité (permettre d'identifier le générateur et la version).

L'approche pratique que les fournisseurs sérieux adoptent est en couches. Trois, chacune couvrant les modes de défaillance de la précédente.

Couche 1

Métadonnées C2PA

Standard de content provenance porté par Adobe, Microsoft, Sony et d'autres. Signe cryptographiquement les métadonnées qui voyagent avec le fichier : qui l'a généré, avec quel modèle, quand. Survit à la compression. Disparaît avec une capture d'écran ou un ré-encodage sans signature — c'est-à-dire avec presque n'importe quel post social.

Couche 2

Watermark imperceptible

SynthID (Google DeepMind) pour images et audio, techniques similaires pour texte et vidéo. Modifie de façon imperceptible la sortie pour qu'un détecteur la reconnaisse. Survit à la capture d'écran, mais se dégrade avec des manipulations agressives, un recadrage fort ou un mélange de sources.

Couche 3

Logging côté générateur

Enregistrement audité côté fournisseur : quoi a été généré, quand, avec quel prompt, quel modèle, quelle version. La plus ennuyeuse, la plus importante, et celle qui permet de répondre à une réquisition même si les couches 1 et 2 se sont évaporées en route.

Angle SIXE

La couche 3 — logging côté générateur — est là où avoir l'IA on-premise devient un vrai avantage et pas un simple slogan. Sur votre propre stack d'inférence, vous pouvez enregistrer chaque prompt, chaque sortie, chaque modèle et chaque version sans dépendre de l'audit trail d'un fournisseur SaaS qui vous montre ses logs quand il le décide. Et dans RAG avec Docling, la traçabilité du document qui a nourri quelle réponse fait partie de l'architecture dès la conception.

07 · Checklist

Le minimum à avoir en place

Si le quiz vous a dit que l'Article 50 s'applique, voici la checklist avec l'essentiel. Cochez ce que vous avez déjà. Ce qui reste non coché, c'est votre backlog — et ce que nous mettons en place avec les clients dès une mission de démarrage.

Checklist Article 50 · 7 points

0/7 complétés
  • Avis « vous parlez à une IA » sur vos chatbotsMessage d'ouverture clair, pas un astérisque caché. S'applique aussi aux assistants vocaux et SVI synthétiques.
  • Log de session du chatbotDate, système, version du modèle, ID de session. Si l'autorité demande, vous devez pouvoir démontrer que l'avis a bien été affiché.
  • C2PA sur les sorties généréesMétadonnées signées cryptographiquement sur images, audio et vidéo. C'est la couche 1 du watermarking en couches.
  • Watermark imperceptibleSynthID ou équivalent pour ce que C2PA perd quand quelqu'un fait une capture d'écran et la partage sur les réseaux.
  • Logging côté générateurEnregistrement auditable des prompts, sorties, modèle et version chez vous. Ennuyeux à implémenter, indispensable au moment de démontrer. Sur inférence on-premise avec Ceph, OpenStack ou K8s, ça reste dans votre périmètre.
  • Étiquetage des deepfakes dans le pipelineSi vous générez ou distribuez du contenu qui ressemble à des personnes réelles, étiquetez-le dans le flux de publication lui-même. Ne le laissez pas au libre choix de l'éditeur du jour. Avec des agents IA sécurisés, l'étiquetage s'applique comme une politique, pas comme un rappel.
  • Document interne de conformitéUne demi-page expliquant quelles obligations s'appliquent à quels systèmes, qui est responsable et où se trouvent les logs. C'est le point où ISO 42001 s'enchaîne naturellement avec l'AI Act.
Les sept cochés. Si c'est réel et pas de la théorie, votre semaine s'annonce bien. S'il en manquait, notre conseil AI Act démarre justement par là.
08 · Décembre 2026

L'autre date que presque personne ne regarde

Quatre mois après l'échéance de l'Article 50, le 2 décembre 2026, s'active une nouvelle interdiction ajoutée par le Digital Omnibus à l'Article 5 : les systèmes d'IA qui génèrent des images intimes non consenties entrent au catalogue des pratiques interdites du règlement.

Étant une interdiction, elle n'admet pas de nuances par taille ni par niveau de risque préalable du système. Elle s'applique à tous les opérateurs du marché européen — fournisseurs, deployers, importateurs, distributeurs — sans exception. Pas d'Annexe intermédiaire, pas de période de grâce supplémentaire. Interdit.

Elle touche directement des produits et services comme les générateurs d'images de personnes réelles sans consentement, les applications de face-swap sur contenu intime et les outils nudify qui ont proliféré de façon incontrôlée ces deux dernières années. Les fournisseurs de modèles à usage général sont concernés par la voie indirecte des usages prévisibles : si votre modèle peut raisonnablement être utilisé pour cela, les garde-fous techniques ne sont plus optionnels.

09 · Architecture

Pourquoi l'on-premise facilite la paperasse

Aucune des obligations de l'Article 50 ne dépend de l'endroit où se trouve l'IA — elles s'appliquent aux fournisseurs et aux deployers indépendamment de la topologie. Mais le démontrer en dépend. Et c'est là que déployer sur votre propre infrastructure joue en votre faveur pour des raisons très pratiques :

  • Le logging côté générateur (couche 3) vit dans votre système, avec vos politiques de rétention, sans accords d'accès avec des tiers ni limites d'exportation d'un tableau de bord SaaS.
  • La documentation technique du modèle — qui, si le niveau de risque monte, est demandée en détail — est sous votre contrôle : poids, provenance de l'entraînement, évaluations, version. Rien ne dépend de la bonne volonté de votre fournisseur cloud.
  • La gouvernance des données se démontre sur des données qui ne sont pas sorties du périmètre. Pour la santé, la banque et le secteur public, c'est une exigence de facto — l'AI Act ne fait que la mettre par écrit.
  • Les agents auditables avec OPA, LangChain ou CrewAI s'insèrent naturellement dans la supervision humaine effective que le haut risque exigera en 2027.
FAQ

Questions fréquentes

Qu'est-ce qui entre en vigueur dans l'AI Act le 2 août 2026 ?

Les obligations de transparence de l'Article 50. Les chatbots doivent informer l'utilisateur qu'il parle à une IA ; les contenus générés par IA (texte, image, audio, vidéo) doivent être marqués dans un format machine-readable ; les deepfakes doivent être étiquetés comme générés ou manipulés. Le non-respect est sanctionné par des amendes pouvant atteindre 15 millions d'euros ou 3 % du chiffre d'affaires annuel mondial (Article 99.4).

L'application aux systèmes à haut risque a-t-elle été reportée ?

Oui. Le Digital Omnibus, approuvé par le Conseil de l'Union européenne le 29 juin 2026, a reporté les obligations de l'Annexe III (biométrie, RH, crédit, éducation, infrastructures critiques, maintien de l'ordre, services essentiels) du 2 août 2026 au 2 décembre 2027.

L'Article 50 n'a pas été reporté et s'applique toujours le 2 août 2026.

Qu'est-ce que le Digital Omnibus ?

Le paquet de simplification numérique approuvé par le Conseil de l'Union européenne le 29 juin 2026, qui reporte l'applicabilité de plusieurs obligations de l'AI Act et clarifie des aspects opérationnels du règlement. Sa mesure la plus significative est le report des obligations de haut risque de l'Annexe III au 2 décembre 2027.

Combien coûte le non-respect de l'Article 50 ?

Jusqu'à 15 millions d'euros ou 3 % du chiffre d'affaires annuel mondial de l'exercice précédent, le montant le plus élevé étant retenu (Article 99.4). C'est le deuxième palier de sanctions. Le premier palier (35 M€ ou 7 %) est réservé aux pratiques interdites de l'Article 5 — une autre affaire.

Comment satisfaire au marquage machine-readable ?

Avec une approche en trois couches : métadonnées C2PA signées cryptographiquement dans le fichier ; watermark imperceptible type SynthID pour ce que C2PA perd sur les captures d'écran ; et logging audité dans le générateur lui-même. Aucune couche seule ne couvre les quatre exigences du règlement — imperceptibilité, robustesse, détectabilité et traçabilité.

Quelle nouvelle interdiction entre en vigueur le 2 décembre 2026 ?

L'Article 5 ajoute une nouvelle interdiction : les systèmes d'IA qui génèrent des images intimes non consenties. S'applique à tous les opérateurs quel que soit le niveau de risque du système.

L'AI Act s'applique-t-il si mon IA est on-premise ?

Oui. L'AI Act s'applique à tout système mis sur le marché ou mis en service dans l'UE, indépendamment du lieu de déploiement et du lieu d'établissement du fournisseur. Que l'IA soit on-premise n'exempte pas — mais facilite la partie démontrer : logging, traçabilité et audit sont chez vous, pas chez un tiers.

AI Act, NIS2 et ISO 42001, est-ce la même chose ?

Non, mais ils se complètent. NIS2 est la directive européenne de cybersécurité — elle oblige à gérer les risques et à notifier les incidents. ISO/IEC 42001 est la norme internationale de gestion des systèmes d'IA — un cadre de gouvernance. L'AI Act est la loi européenne avec des obligations concrètes par niveau de risque. Les trois se recoupent sur la gouvernance des données, la traçabilité et le logging : bien faire l'un couvre une partie du suivant.

Conformité technique

Votre produit parle, écrit ou dessine avec l'IA ?

Nous cadrons quelles obligations de l'Article 50 s'appliquent à vos systèmes, révisons chatbots et générateurs, mettons en place le pipeline d'inférence avec logging auditable et déployons le watermarking en couches. Nous prenons la partie technique ; l'interprétation juridique reste avec votre conseil.

Quel stockage pour l’IA et le HPC : Ceph, Lustre ou DAOS ?

Infrastructure · Stockage IA / HPC · Open Source

Stockage pour l'IA et le HPC en 2026 : Ceph, Storage Scale, Lustre, DAOS et BeeGFS.

Vous montez un cluster de GPU qui coûte le prix d'un immeuble, puis vous décidez où vivent les données. Cette décision — le système de fichiers — détermine si vos GPU calculent ou attendent. Nous cartographions les cinq grands, à quoi sert chacun et comment ne pas vous tromper.

12 min de lectureComparatif technique

Il y a une scène qui se répète chaque fois que nous auditons une plateforme d'IA ou de HPC. Le client nous montre, non sans fierté, son cluster de GPU flambant neuf. Des chiffres de TFLOPS impressionnants. Et là, nous posons la question ennuyeuse : « et d'où lisent-ils les données ? ». Trop souvent, la réponse est un partage NFS branché sur une machine dans un coin.

Acheter huit GPU qui coûtent le prix d'un appartement et les alimenter en NFS, c'est l'équivalent numérique de mettre le réservoir d'un scooter sur une Formule 1 : toute la puissance est là, mais elle passe la journée au stand. C'est le stockage qui décide si ces GPU travaillent ou attendent — et bien le choisir commence par savoir quelles options existent et à quoi sert chacune.

1 et 2
Places de DAOS sur la liste
de production IO500 (SC25)
×4
Leur score cumulé face
aux 30 systèmes suivants
#1
Lustre, le FS le plus répandu
en supercalcul
50+ Po
Ceph déployé
au CERN
01 · Le vocabulaire qui façonne l'architecture

Quatre notions avant de comparer quoi que ce soit

Le stockage distribué accumule vite le jargon, et les étiquettes marketing n'aident pas toujours. Avant d'entrer dans le vif, il vaut la peine de fixer quatre idées — ce sont elles qui séparent réellement un système d'un autre au moment de choisir.

POSIX parallèle vs. objet Un système de fichiers parallèle (chemins, permissions, open()/read()) répartit chaque fichier sur des centaines de serveurs qui le servent en même temps : c'est ce qu'attend le logiciel HPC classique. Le stockage objet n'a pas de répertoires, mais des clés et des objets via une API S3 : c'est le langage des data lakes et de l'IA moderne.
Bande passante vs. IOPS Le HPC classique veut des Go/s séquentiels pour écrire d'énormes checkpoints. L'entraînement d'IA veut souvent l'inverse : des millions de petits fichiers lus au hasard, où priment les IOPS et la performance des métadonnées. Presque aucun système n'est roi des deux.
Les métadonnées commandent Le serveur de métadonnées (MDS) est celui qui sait où se trouve chaque chose. Dans les charges d'IA avec des millions de petits fichiers, c'est souvent le premier goulot d'étranglement, avant le disque. Beaucoup de migrations échouent en dimensionnant bien le disque et en oubliant les métadonnées.
GPUDirect Storage Un chemin direct entre le stockage et la mémoire du GPU, sans passer par le CPU ni par un tampon intermédiaire en RAM. Moins de latence, moins de CPU consumé à déplacer des octets, et des GPU qui cessent d'attendre. C'est la pièce que l'IA moderne exige du stockage.
La distinction qui compte

Le meilleur stockage est celui qui correspond à votre charge de travail dominante. Si votre quotidien, ce sont des simulations qui écrivent des fichiers géants, vous cherchez de la bande passante séquentielle. Si c'est entraîner des modèles sur des millions d'images, vous cherchez des métadonnées rapides et des IOPS. Confondre les deux est l'erreur de conception la plus coûteuse que nous voyons.

02 · Les cinq prétendants

Qui joue dans quelle catégorie ?

Voici les cinq systèmes qui dominent le stockage sérieux pour l'IA et le HPC. Il n'y a pas de vainqueur unique : chacun a son point fort. Les barres comparent, à titre indicatif, deux axes presque toujours en tension : la performance de pointe qu'un système peut atteindre et la facilité d'exploitation au quotidien.

Ceph
Unifié · objet + bloc + fichier Performance de pointe Polyvalence / exploitation
Le couteau suisse
Storage Scale
POSIX parallèle · GPFS · IBM Performance de pointe Support / exploitation
Le cheval de trait entreprise
Lustre
POSIX parallèle · celui du TOP500 Performance de pointe Facilité d'exploitation
Le standard HPC
DAOS
Objet / KV sur NVMe Performance de pointe Facilité d'exploitation
La fusée de l'IO500
BeeGFS
POSIX parallèle · facile à déployer Performance de pointe Facilité d'exploitation
Le déploiement express
Barres indicatives · le meilleur système est celui qui correspond à votre charge, pas celui à la barre la plus longue
03 · Le tableau à montrer en réunion

Cinq systèmes en un coup d'œil

L'essentiel de chacun : quel type de stockage il est, où il brille, sous quelle licence il est distribué et quelle version est en production à la mi-2026.

SystèmeTypePoint fortLicenceVersion (2026)
CephUnifiéPlateformes hybrides IA + HPC, clouds privés, data lakes S3. Objet, bloc et fichier depuis un même cluster.Open source LGPL20.2.2 « Tentacle » (juin 2026)
IBM Storage ScalePOSIX parallèleHPC d'entreprise avec support et SLA, IA sur NVIDIA DGX BasePOD/SuperPOD, haute performance clé en main.Commercial IBM5.2.x
LustrePOSIX parallèleSupercalcul classique à bande passante maximale. Le standard du TOP500 quand une équipe sait l'exploiter.Open source GPLv22.17 (déc. 2025)
DAOSObjet / KVPerformance extrême sur NVMe pur. Le plus rapide de l'IO500, pour les charges où la latence est primordiale.Open source BSD2.6
BeeGFSPOSIX parallèleClusters HPC moyens à grands et groupes de recherche voulant de bonnes performances sans équipe de stockage dédiée.Community + Enterprise8.3.x
04 · Un par un

Ce que chacun fait bien (et ce qu'il ne fait pas)

Ceph — celui qui fait presque tout

Ceph est le couteau suisse du stockage distribué open source : il fournit de l'objet (S3 via RGW), du bloc (RBD) et du fichier (CephFS) depuis le même cluster, s'auto-répare et évolue en ajoutant des nœuds. Pour l'IA, cela donne RBD pour les machines d'entraînement, S3 pour le data lake et CephFS pour l'accès parallèle — avec une intégration native à OpenStack et Kubernetes. Ce n'est pas le roi de la performance de pointe en HPC extrême, mais sa polyvalence est sans rivale, et des déploiements comme les 50+ Po du CERN prouvent qu'il tient à grande échelle. La version 20.2.2 « Tentacle » (juin 2026) apporte Crimson pour les pools en erasure coding et des améliorations de chiffrement RGW. C'est aussi le gagnant naturel du vide laissé par MinIO, passé en « maintenance mode » fin 2025 — nous le détaillons dans notre guide Ceph vs MinIO 2026. Chez SIXE, nous le pratiquons au quotidien : Ceph pour l'IA & le HPC et formation officielle Ceph.

IBM Storage Scale (GPFS) — la performance avec un SLA

Jadis GPFS, puis Spectrum Scale, et aujourd'hui IBM Storage Scale : le même cheval de trait sous trois noms. C'est un système de fichiers parallèle POSIX mature, avec support entreprise, qui dans sa version 5.2.x intègre GPUDirect Storage de NVIDIA et la certification pour les plateformes DGX BasePOD/SuperPOD et Grace Blackwell. C'est le choix quand vous voulez la performance d'un FS parallèle sans dépendre de la capacité de votre équipe à reconstruire un Lustre à trois heures du matin : vous payez la licence, vous gagnez le SLA. Nous montons des infrastructures HPC avec Storage Scale + Spectrum LSF/SLURM et donnons la formation d'administration Storage Scale.

Lustre — le standard du TOP500

Lustre reste, et de loin, le système de fichiers le plus répandu en supercalcul : il fait tourner une part énorme des grands centres de calcul du monde. Il offre une bande passante séquentielle très élevée et évolue jusqu'à l'exaoctet. Le prix, c'est l'exploitation : ce n'est pas « installer et oublier », et il faut une vraie expertise pour le régler et le rétablir. La version 2.17 (décembre 2025) poursuit cette voie, avec la 2.18 qui prépare l'erasure coding au niveau du fichier (FLR-EC) et la compression côté client. Si vous venez de Lustre et cherchez du support commercial, nous avons écrit sur la migration de Lustre vers IBM Storage Scale.

DAOS — la fusée ressuscitée

DAOS est la réponse à « et si on jetait POSIX à la poubelle pour concevoir pour le NVMe à partir de zéro ? ». Résultat : il occupe les positions 1 et 2 de la liste de production IO500 (Argonne et LRZ, SC25), et 16 des 30 premiers du classement complet tournent sous DAOS. Il est né lié à la mémoire Optane d'Intel ; quand Intel a tué Optane, beaucoup l'ont enterré aussi. Mais depuis la version 2.6 (juillet 2024), il fonctionne uniquement avec des SSD NVMe et se porte très bien. Il est désormais gouverné par la DAOS Foundation sous l'égide de la Linux Foundation (Argonne, HPE, Google Cloud, Intel), après le transfert de l'équipe d'Intel à HPE en 2024. C'est l'option de performance maximale pour qui dispose de NVMe pur et d'une charge qui le justifie — pas un remplacement général.

BeeGFS — le facile à vivre

BeeGFS est le FS parallèle qui privilégie le fait de pouvoir le déployer un mardi après-midi sans doctorat en stockage. Il offre de très bonnes performances pour des clusters moyens et reste le favori de nombreux groupes de recherche pour sa simplicité. Attention à un changement important : depuis BeeGFS 8, l'édition Community reste gratuite mais exige de générer une licence communautaire (beegfs license), et les fonctions entreprise passent derrière une licence payante. La version stable en 2026 est la 8.3.x.

Le schéma qui revient

Remarquez la tension : Lustre et DAOS offrent la performance maximale mais exigent une équipe experte. Storage Scale achète cette performance avec une licence et du support. Ceph et BeeGFS renoncent à un peu de pointe en échange d'une vie plus simple. Aucune option n'est gratuite : chacune échange de la performance contre de la simplicité, ou du coût de licence contre du support.

05 · L'axe qui décide vraiment

Votre charge, c'est du HPC classique ou de l'IA ?

Avant de regarder les marques, regardez votre charge. La question qui ordonne la décision n'est pas « lequel est le meilleur ? » — c'est ce que vous allez demander au stockage. Voici les deux profils et ce dont chacun a besoin.

HPC classique
  • Simulation, CFD, dynamique moléculaire, météo
  • Écrit d'énormes checkpoints de façon séquentielle
  • Ce qu'il veut : des Go/s de bande passante soutenus
  • Gros fichiers, accès plus prévisible
  • Convient à : Lustre, Storage Scale, BeeGFS
Charge IA / ML
  • Entraînement et inférence sur des jeux de données massifs
  • Lit des millions de petits fichiers au hasard
  • Ce qu'il veut : IOPS, métadonnées rapides et GPUDirect
  • Doit alimenter les GPU sans les laisser inactifs
  • Convient à : DAOS, Storage Scale, Ceph (S3)

La plupart des plateformes modernes mêlent les deux, et c'est pourquoi le stockage open source pour l'IA et le HPC tend vers des architectures hybrides : un FS parallèle pour le calcul et du stockage objet S3 pour le data lake, cohabitant souvent sur Ceph + OpenStack + Kubernetes.

06 · Comment choisir sans regret

Quatre étapes avant de signer quoi que ce soit

Définissez votre charge dominante

Avant de regarder les produits, mesurez. Écrivez-vous quelques fichiers géants ou lisez-vous des millions de petits ? Est-ce la bande passante ou les métadonnées qui limitent ? Cette seule réponse élimine déjà la moitié des options. Et ne vous fiez pas qu'à l'aujourd'hui : dimensionnez pour la charge que vous aurez quand le projet d'IA grandira.

Décidez : open source avec équipe, ou support avec SLA

Lustre et DAOS sont gratuits en licence mais coûteux à exploiter : il faut des gens qui les connaissent. Storage Scale inverse l'équation : vous payez la licence et achetez la tranquillité. Ceph et BeeGFS se situent entre les deux. La vraie question est : avez-vous — ou voulez-vous — une équipe de stockage ?

Regardez l'écosystème que vous avez déjà

Vous faites déjà tourner OpenStack ou Kubernetes ? Ceph s'y intègre comme un gant. Vous avez des NVIDIA DGX / BasePOD ? Storage Scale est certifié. Du NVMe pur et soif de latence ? DAOS. Le meilleur stockage est souvent celui qui crée le moins de friction avec ce qui est déjà en production.

Testez à l'échelle avant de vous engager

Un benchmark sur quatre nœuds ne prédit pas le comportement à quarante. Testez avec votre charge réelle, pas celle, synthétique, de la fiche technique, et surveillez les métadonnées sous concurrence. Ici, l'expérience fait gagner des mois — et évite un achat à six chiffres mal orienté.

Là où SIXE intervient

Concevoir la couche de stockage d'une plateforme d'IA ou de HPC, comparer Ceph, Storage Scale, Lustre, DAOS ou BeeGFS pour votre cas, ou migrer de l'un à l'autre sans perdre de données ni de sommeil — chez SIXE, nous cumulons plus de 15 ans au croisement du stockage distribué, d'IBM Power et de l'open source. Voir support Ceph et IBM Storage.

Résumé

L'essentiel en 5 points

À retenir de cet article

Le stockage décide si vos GPU travaillent ou attendent. Il est aussi stratégique que le cluster de calcul lui-même.

→ Il n'y a pas de « meilleur » : il y a le meilleur pour votre charge. Le HPC classique veut de la bande passante ; l'IA veut des métadonnées, des IOPS et GPUDirect.

DAOS mène en performance (1er et 2e de l'IO500), Lustre en prévalence, Storage Scale en support entreprise.

Ceph est le choix polyvalent pour les architectures hybrides IA + HPC ; BeeGFS, le plus facile à déployer.

→ Avant de choisir : définissez la charge, tranchez open source vs. SLA, regardez votre écosystème et testez à l'échelle réelle.

FAQ

Questions fréquentes

Ceph ou Lustre : lequel est meilleur pour l'IA ?

Cela dépend de la charge. Lustre offre plus de bande passante séquentielle et reste la référence du supercalcul classique, mais il demande une vraie expertise pour être exploité. Ceph est plus polyvalent : il fournit de l'objet (S3), du bloc et du fichier à la fois, s'intègre à OpenStack et Kubernetes, et son stockage objet convient aux data lakes d'IA. Pour l'entraînement à grande échelle avec d'énormes checkpoints, Lustre ou Storage Scale ; pour les plateformes hybrides et les data lakes, Ceph.

DAOS est-il prêt pour la production ?

Oui, dans son créneau. Il occupe les positions 1 et 2 de la liste de production IO500 (SC25) et est gouverné par la DAOS Foundation sous l'égide de la Linux Foundation. Depuis la version 2.6 (juillet 2024), il fonctionne uniquement avec des SSD NVMe, sans Optane. C'est l'option de performance maximale, mais elle exige du matériel NVMe et une équipe spécialisée ; ce n'est pas un remplacement général de Lustre ou Ceph.

Storage Scale, c'est la même chose que GPFS ou Spectrum Scale ?

Oui. C'est le même produit IBM sous différents noms : GPFS, puis IBM Spectrum Scale, et aujourd'hui IBM Storage Scale. En 2026, il en est à la 5.2.x et prend en charge GPUDirect Storage de NVIDIA et la certification DGX BasePOD/SuperPOD.

BeeGFS est-il toujours gratuit ?

L'édition Community reste gratuite, mais depuis BeeGFS 8 il faut générer une licence communautaire avec beegfs license. Les fonctions entreprise passent derrière une licence payante. La version stable en 2026 est la 8.3.x.

Peut-on utiliser Ceph pour du HPC exigeant ?

Ceph figure sur la liste de production IO500 et il existe des déploiements massifs (le CERN dépasse 50 Po), mais pour du HPC à performance extrême il ne remplace généralement pas Lustre, Storage Scale ou DAOS. Sa force réside dans les architectures hybrides HPC + IA : objet, bloc et fichier depuis un même cluster, intégrés à OpenStack et Kubernetes.

Stockage IA / HPC · Open Source

Vos GPU calculent-ils ou attendent-ils ?

Dites-nous quelle charge vous allez déplacer, combien de GPU et ce que vous avez aujourd'hui en infrastructure. Nous vous répondons en moins de 24 heures avec une ébauche d'architecture de stockage et une idée réaliste de l'effort. Si Ceph convient, nous vous le disons. Si c'est plutôt Lustre, Storage Scale ou DAOS, aussi.

IBM QRadar, leader G2 en SIEM, UEBA, NTA et IR 2026

Cybersécurité · IBM QRadar · SOC

IBM QRadar rafle quatre distinctions Leader du G2 d'un coup.

SIEM, UEBA, analyse de trafic réseau et réponse aux incidents. On reprend chaque catégorie une par une : ce qu'elle mesure vraiment, ce que ça change pour un vrai SOC et quelles formations QRadar 7.6 on a sous la main — pour éviter que la distinction finisse sur un slide de PowerPoint.

8 min de lectureAnalyse technique

Le 10 juillet, IBM a annoncé que QRadar SIEM figure à nouveau comme leader du G2 Grid dans quatre catégories : SIEM, User and Entity Behavior Analytics (UEBA), Network Traffic Analysis (NTA) et Incident Response. Le billet officiel est court — il annonce les médailles et passe à autre chose.

Ici, on les reprend en détail. Ce que G2 mesure dans chacune des quatre, ce que ça change pour un SOC qui doit les faire tourner au quotidien et quelle version de QRadar couvrent nos formations (les trois sont alignées sur la 7.6, la dernière en date).

01

Les quatre médailles G2, une par une

G2 note les logiciels à partir d'avis vérifiés laissés par les personnes qui les font tourner en production. Être leader dans les quatre catégories à la fois est un signal intéressant : il s'agit de quatre capacités qui, il y a peu, se vendaient dans des produits distincts, et qui vivent aujourd'hui dans la même plateforme.

Catégorie 01 SIEM

Security Information and Event Management. Collecte les journaux des systèmes, du réseau, des applications et du cloud, les normalise, les corrèle et détecte les motifs qui pointent vers des incidents.

C'est le terrain historique de QRadar. Banques, opérateurs télécoms et administration publique l'y utilisent depuis plus d'une décennie. La surprise n'est pas ici — elle est dans le fait qu'il arrive aussi leader sur les trois autres.

Catégorie 02 UEBA

User and Entity Behavior Analytics. Analyse le comportement des utilisateurs et des actifs, établit une base de « ce qui est normal » et alerte quand quelque chose s'en écarte.

C'est la capacité de repérer qu'à trois heures du matin, un utilisateur qui n'a jamais téléchargé plus de 200 Mo se met à en télécharger 300 Go. Il fallait autrefois un produit UEBA à part ; dans QRadar, ça arrive comme une app intégrée.

Catégorie 03 NTA · Analyse de trafic réseau

Analyse du trafic réseau. Observe les flux (NetFlow, IPFIX et équivalents) pour détecter les mouvements latéraux, l'exfiltration ou les communications avec un C2 qui n'apparaissent pas dans les logs.

Le module QRadar Network Insights. Les logs racontent ce qui s'est passé sur les machines ; le NetFlow raconte ce qui est passé par les câbles. Sans la seconde moitié, on regarde la moitié du film. Utile surtout pour les équipes qui géraient le NetFlow dans une console à part.

Catégorie 04 Incident Response

Réponse aux incidents. Détecter, c'est la moitié du travail. L'autre moitié, c'est orchestrer la réponse : playbooks, tickets, confinement et coordination entre équipes.

Il s'agit de QRadar SOAR (ex-Resilient), qui figure comme leader G2 à part entière, séparément du SIEM. C'est la brique qui gagne le plus de poids en Europe depuis que NIS2 exige la notification des incidents en 24 heures — un délai qui devient vite serré si le playbook tient sur un Post-it.

02

Ce que certifie exactement un statut de leader G2

G2, c'est un peu le TripAdvisor du logiciel d'entreprise. Et comme TripAdvisor : si quatre cents utilisateurs s'accordent à dire que la paella est bonne, quelque chose se passe bien. Ça n'en fait pas pour autant un guide Michelin.

Traduit en QRadar : les avis confirment que les personnes qui l'exploitent en production le notent haut sur la satisfaction, l'écosystème d'intégrations et la capacité à monter en charge. Ce qu'ils ne confirment pas, c'est qu'il vaille un Gartner Magic Quadrant ou une Forrester Wave, qui sont des évaluations d'analystes. Deux signaux différents, tous les deux utiles.

Ces mêmes avis relèvent aussi ce que le communiqué officiel passe sous silence : QRadar a une courbe d'apprentissage, le tuning initial est exigeant et la facturation à l'EPS/FPI peut grimper plus vite que prévu si le dimensionnement n'est pas fait avec soin. Rien de tout cela n'est une faiblesse du produit — c'est une liste connue de points que nous avons vus en clientèle, et qui se règlent avec de la formation et de la planification.

03

Pourquoi la vague G2 tombe au bon moment

Le calendrier européen est chargé. NIS2 est en vigueur depuis 2024 et 2026 est l'année des contrôles et sanctions envers les entités essentielles et importantes. DORA oblige les entités financières à démontrer une résilience opérationnelle TIC, y compris la capacité à détecter, notifier et répondre aux incidents dans des délais mesurables. Dans les deux cas, avoir un SIEM installé ne suffit pas : il faut un SIEM bien affiné et un SOC qui sait le faire tourner.

C'est là que les distinctions G2 servent concrètement : elles donnent une indication de ce qui mérite d'être appris. Si ces quatre catégories sont celles où les utilisateurs notent le plus haut la satisfaction — SIEM, UEBA, trafic réseau et réponse —, alors former l'équipe à QRadar couvre ces quatre couches d'un seul coup. Une seule formation, quatre capacités : le genre de ratio qui passe bien devant un budget de formation.


FAQ

Questions fréquentes

Dans quelles catégories G2 IBM QRadar est-il leader en 2026 ?

Dans quatre catégories critiques de sécurité : SIEM, User and Entity Behavior Analytics (UEBA), Network Traffic Analysis (NTA) et Incident Response. La reconnaissance repose sur des avis clients vérifiés et la présence sur le marché, pas sur une évaluation d'analyste indépendant.

Un statut de leader G2 équivaut-il à un Gartner Magic Quadrant ?

Non. G2 recueille des avis vérifiés d'utilisateurs réels ; Gartner et Forrester s'appuient sur leurs propres analystes. Ce sont des signaux différents et complémentaires : un produit qui obtient de bons scores dans les deux est généralement un pari plus tranquille qu'un produit qui ne se distingue que dans un seul.

Quelle version de QRadar couvrent les formations SIXE ?

Les trois formations (Fondamentaux, Déploiement et administration, Opérations avancées) sont alignées sur IBM QRadar SIEM 7.6, la version actuelle du produit. Les laboratoires se déroulent sur des environnements 7.6 réels.

Les formations QRadar sont-elles en présentiel ou à distance ?

Les trois formations peuvent être dispensées en présentiel dans les locaux du client ou à distance en classe virtuelle, en français, anglais ou espagnol. Elles s'adaptent au calendrier du client et au niveau de l'équipe, de l'analyste L1 à l'administrateur senior.

Formation IBM QRadar 7.6 · Présentiel ou distanciel

Et maintenant, comment on passe du titre à la production ?

Dites-nous combien de personnes doivent être formées, quels rôles elles occupent (analyste, administrateur, architecte) et sur quelle version vous êtes. On revient avec une proposition sur mesure — programme, format, dates et langue — en moins de temps qu'un vrai tuning.

L’EDR au-delà de Windows : Linux, AIX et IBM i

Sécurité · EDR / XDR · IBM Power

L'EDR au-delà de Windows : protéger Linux, AIX et IBM i.

Nous cartographions la couverture réelle des plateformes EDR du marché sur l'ensemble de votre parc — y compris les serveurs pour lesquels CrowdStrike et SentinelOne ne fournissent aucun agent. Là où le radar porte, là où se cachent les angles morts, et comment les combler avec l'open source.

11 min de lectureAnalyse technique

Il y a une conversation qui revient à chaque fois que nous passons en revue la stratégie de détection d'un client. On nous présente la couverture : Windows protégé, Linux en partie, macOS selon les cas. Tout à fait raisonnable. Puis nous demandons : « Et les serveurs AIX ? Et les IBM i ? » Ce qui suit, le plus souvent, c'est un bref silence gêné.

Ce n'est pas un oubli. C'est que la plupart des plateformes EDR du marché — CrowdStrike, SentinelOne, Microsoft Defender — ne fournissent aucun agent pour AIX ni pour IBM i. Et dans la banque, l'assurance ou la logistique, ce sont justement les systèmes qui traitent les transactions les plus critiques de l'organisation.

44 %
Des violations
impliquent un rançongiciel
0
Agent EDR
leader pour AIX
10M+
Téléchargements
annuels de Wazuh
24h
Délai d'alerte
imposé par NIS2
01 · Démêler les sigles

EDR, XDR, MDR : trois lettres qui ne disent pas la même chose

Le secteur empile les acronymes à toute vitesse, et la frontière entre les produits est rarement nette. Avant d'aller plus loin, il vaut la peine de poser ce qu'est chacun — parce que la distinction compte dès qu'il faut protéger un serveur qui n'est pas sous Windows.

EDR Endpoint Detection & Response Détecte les menaces sur les endpoints en analysant le comportement, pas les signatures. Il repère le malware qui ne laisse aucun fichier — exactement ce qu'un antivirus classique ne voit jamais.
XDR Extended Detection & Response Étend la visibilité au-delà du endpoint en corrélant la télémétrie réseau, identité, messagerie et cloud dans une seule plateforme — une vue plus large qu'un capteur isolé.
MDR Managed Detection & Response Pas une technologie — un service. Quelqu'un exploite votre EDR/XDR en continu. Pertinent sans SOC interne ; beaucoup moins si vous avez l'équipe mais pas l'outil.
La distinction qu'on oublie le plus

L'antivirus cherche des signatures connues : des fichiers qui correspondent à une base de malwares. Si l'attaque est inédite ou ne laisse aucun fichier (fileless, living-off-the-land), il ne la voit pas. L'EDR, lui, la repère — parce qu'il ne surveille pas les fichiers, mais les comportements.

02 · La carte de couverture

Jusqu'où porte le radar de votre EDR ?

Voici l'exercice qu'on fait rarement lors d'un audit de sécurité : cartographier la couverture EDR réelle des principales plateformes commerciales sur chaque type de système que vous exploitez en production. Pas la version de la fiche technique — la vraie.

Windows
x86_64
Couverture totale
Linux x86
RHEL · Ubuntu · Debian
Couverture totale
macOS
Apple Silicon · Intel
Couverture partielle
Linux on Power
ppc64le
Couverture partielle
AIX
IBM Power · Unix
Angle mort
IBM i
IBM Power · AS/400
Angle mort
Couvert par les EDR commerciaux leaders Limité ou variable selon l'éditeur Aucun agent disponible

Ce sont ces deux dernières cases, le problème. CrowdStrike ne fournit aucun agent pour AIX ni pour IBM i. SentinelOne non plus. Microsoft Defender non plus. C'est un angle mort du marché EDR commercial qui frappe de plein fouet les secteurs à la plus grande surface d'attaque réglementée — banque, assurance, santé, logistique — qui sont justement ceux qui concentrent le plus d'infrastructures IBM Power.

L'angle qu'on regarde rarement

Vous payez déjà CrowdStrike, SentinelOne ou Microsoft Defender. Le problème n'est pas seulement la sécurité — c'est qu'une partie de votre infrastructure la plus critique reste hors de cet investissement. Vous payez pour une couverture qui, par conception, n'atteint jamais les systèmes qui traitent vos transactions.

03 · Le marché

Consolidation, concentration et une alternative discrète

Le paysage EDR connaît depuis deux ans une recomposition. Et les mouvements les plus marquants ne viennent pas des produits — ils viennent des fusions.

Le leader entreprise CrowdStrike reste la référence du haut de gamme. L'incident de juillet 2024 a entraîné un niveau de vigilance qui n'existait pas avant, mais techniquement il demeure parmi les meilleurs.
L'intégration native Microsoft Defender for Endpoint continue de gagner des parts grâce à son intégration à Microsoft 365. Pour qui est déjà dans cet écosystème, le coût marginal est difficile à battre.
Les acquisitions Cisco a racheté Splunk (28 milliards de dollars). Palo Alto a absorbé la partie SaaS de QRadar. Le message : la détection et la réponse fusionnent avec le SIEM. Ce ne sont plus des produits distincts — ce sont les couches d'une même plateforme.
L'alternative open source En parallèle, Wazuh a dépassé les 10 millions de téléchargements par an et ajouté le threat hunting assisté par un LLM exécuté en local — sans coût de licence.
04 · Wazuh comme EDR/XDR

Ce qui fonctionne, et ce qui ne fonctionne pas

Soyons précis, car c'est un produit avec lequel nous travaillons au quotidien et dont nous connaissons bien les forces et les limites. Wazuh est open source, léger et multiplateforme — et, point essentiel pour cet article, son agent fonctionne en environnement PASE sur IBM i et sur AIX.

Ses points forts
  • Surveillance d'intégrité des fichiers (FIM) et détection de rootkits
  • Analyse des logs système et inventaire logiciel et matériel
  • Détection de vulnérabilités CVE et réponse active automatisée
  • Agents pour Linux, Windows et macOS ; déployable en PASE (IBM i) et avec un agent pour AIX
  • Threat hunting assisté par LLM local depuis 2025, sans coût de licence
Là où sont ses limites
  • Pas de protection au niveau du noyau comme CrowdStrike ou SentinelOne
  • Pas de sandboxing des menaces
  • Console fonctionnelle, perfectible côté ergonomie
  • Les 3 000+ règles par défaut sont un point de départ, pas une solution clé en main
  • Nécessite une équipe qui sache le configurer et l'affiner

C'est cette dernière ligne qui compte. L'écart entre un Wazuh qui génère du bruit et un Wazuh qui produit du renseignement exploitable tient à la configuration, au tuning et à la connaissance de l'environnement. Pour la comparaison complète face aux alternatives commerciales, tout est sur notre page Wazuh.

05 · Combler l'angle mort

Existe-t-il un EDR pour IBM i et AIX ?

C'est la question directe, et la réponse honnête est : pas dans le catalogue des grands éditeurs, mais oui, via l'open source. Revenons aux deux cases rouges de la carte. Si les plateformes commerciales n'atteignent pas AIX et IBM i, trois pièces comblent le vide — et elles se complètent.

Wazuh sur PASE (IBM i) et AIX

Wazuh peut être déployé en environnement PASE sur IBM i pour collecter la télémétrie et les événements du système, ensuite corrélés dans la plateforme centrale. Pour AIX, il existe un agent natif. Aucun des deux n'égale la couverture de Wazuh sous Windows, mais ils collectent les logs système, surveillent l'intégrité des fichiers et détectent les changements de configuration. Sur IBM i, associer Wazuh à la collecte du QAUDJRN — le journal d'audit natif — apporte une couche de visibilité que la plupart de ces systèmes n'ont tout simplement pas aujourd'hui.

PowerSC pour le durcissement et la conformité

PowerSC est l'outil natif d'IBM pour AIX et IBM i. Il surveille les modifications de fichiers, vérifie les configurations face aux référentiels CIS/STIG et génère des rapports de conformité. Ce n'est pas un EDR au sens strict, mais il couvre la détection des changements et la gestion de configuration qui complètent Wazuh.

L'open source pour IBM Power

Au-delà des outils d'IBM, il existe des dépôts open source maintenus spécifiquement pour IBM Power qui simplifient le déploiement d'agents de surveillance et d'outils d'automatisation sur AIX et IBM i.

LibrePower : le catalogue open source pour IBM Power Il maintient des dépôts de paquets pour AIX et IBM i avec les dépendances nécessaires au déploiement d'agents de surveillance, de scripts d'audit et d'outils d'automatisation. Avec AWX et Ansible, vous déployez et configurez ces agents sur des parcs de serveurs Power exactement comme vous le feriez sous Linux. Catalogue AIX Catalogue IBM i AWX / Ansible
La pièce que l'auditeur veut voir

Wazuh + PowerSC + Ansible sur IBM Power n'est pas un EDR sur étagère. Mais cela offre une visibilité sur des systèmes que les plateformes EDR commerciales n'atteignent pas, et produit des preuves alignées sur les exigences de surveillance, de journalisation et de détection de NIS2 et d'ISO 27001.

06 · Par où commencer

Trois étapes si vous ne protégez que Windows

Auditer votre couverture réelle

Inventoriez chaque endpoint — pas seulement ceux que l'IT gère activement, mais ceux qui tournent tout seuls depuis des années. Chaque serveur AIX, chaque IBM i, chaque LPAR de production qui n'envoie aucune télémétrie à un système central est un angle mort. Tant que vous ignorez combien restent sans protection, vous ne pouvez pas dimensionner la solution.

Déployer Wazuh comme couche de base

Un serveur Wazuh avec des agents partout — Windows, Linux, AIX, IBM i — donne une visibilité centralisée. Ce n'est pas l'étape finale, mais c'est celle qui produit le plus d'information par euro investi. Notre guide sur Wazuh et NIS2 détaille la marche à suivre pour les environnements soumis à la réglementation.

Définir votre stratégie de réponse

Détecter sans pouvoir répondre, c'est une alarme que personne n'éteint. Les réponses actives de Wazuh (isolement d'un hôte, blocage d'IP, arrêt de processus) demandent une configuration soignée pour éviter les faux positifs qui touchent la production. C'est là que l'expérience compte plus que la technologie.

Là où SIXE intervient

Dimensionner un déploiement Wazuh, intégrer vos systèmes Power à la stratégie EDR ou préparer la détection pour un audit NIS2 — chez SIXE, nous évoluons depuis plus de 15 ans à cette intersection entre infrastructure IBM Power et sécurité.

Résumé

L'essentiel en cinq points

À retenir

L'antivirus classique ne suffit plus : il détecte des signatures, pas des comportements. L'EDR, lui, repère le malware fileless.

→ Les principales plateformes EDR ne fournissent aucun agent pour AIX ni IBM i — un angle mort dans la banque, l'assurance et la logistique.

Wazuh est une vraie alternative open source, avec un agent AIX et un déploiement PASE (IBM i), et plus de 10 M de téléchargements par an.

Wazuh + PowerSC + Ansible réduit nettement cet angle mort et produit des preuves alignées sur NIS2 et ISO 27001.

→ L'écosystème open source LibrePower simplifie nettement le déploiement d'agents et l'automatisation sur IBM Power.

FAQ

Questions fréquentes

Quelle est la différence entre EDR, XDR et antivirus ?

L'antivirus compare les fichiers à une base de signatures de malwares connus. L'EDR analyse le comportement du système — processus, connexions, modifications de fichiers — pour repérer les menaces qui ne laissent aucun fichier, comme les malwares fileless. Le XDR étend cette visibilité au-delà du endpoint en corrélant la télémétrie réseau, identité, messagerie et cloud au sein d'une seule plateforme.

CrowdStrike ou SentinelOne disposent-ils d'un agent pour AIX ou IBM i ?

Non. Les principales plateformes EDR commerciales ne proposent pas d'agent pour AIX ni pour IBM i. C'est un angle mort qui touche en priorité les secteurs à la plus grande surface d'attaque réglementée : banque, assurance, santé et logistique — précisément ceux qui exploitent le plus d'infrastructures IBM Power.

Quelles alternatives à CrowdStrike ou SentinelOne sur AIX ?

Comme CrowdStrike et SentinelOne n'ont pas d'agent AIX, l'alternative concrète associe Wazuh (détection et collecte d'événements), PowerSC (l'outil natif IBM de durcissement et de conformité) et Ansible pour le déploiement automatisé. Ce n'est pas un remplacement strict, mais cela apporte la couche de détection que ces plateformes n'offrent pas sur AIX.

Wazuh peut-il servir d'EDR pour les serveurs IBM Power ?

Oui, avec des nuances. Wazuh dispose d'un agent pour AIX et peut être déployé en environnement PASE sur IBM i pour collecter la télémétrie et les événements du système. Il assure la surveillance d'intégrité des fichiers, détecte les changements de configuration et corrèle les événements dans la plateforme centrale. Il n'égale pas la protection au niveau du noyau des outils commerciaux sous Windows, mais il offre une visibilité sur des systèmes que ces plateformes n'atteignent tout simplement pas.

Est-ce utile pour la conformité NIS2 ou ISO 27001 ?

Associer Wazuh, PowerSC et l'automatisation Ansible sur IBM Power apporte une couche de détection et de traçabilité sur des systèmes que les plateformes EDR commerciales ne couvrent pas. Collecter le QAUDJRN d'IBM i et le syslog d'AIX dans un SIEM central produit des preuves alignées sur les exigences de surveillance, de journalisation et de détection de NIS2 et d'ISO 27001.

Sécurité des endpoints · IBM Power

Des angles morts dans votre couverture EDR ?

Dites-nous quels systèmes restent sans protection, combien d'endpoints vous exploitez et quelle réglementation s'applique. Vous aurez une réponse sous 24 heures, avec une ébauche d'architecture et une idée réaliste de l'effort. Si Wazuh convient, on vous le dit. Sinon, on vous le dit aussi.

Votre équipe fait à la main ce que Db2 12 fait tout seul

Bases de données · IBM Db2 · Exploitation

Votre équipe fait à la main ce que Db2 12 fait tout seul. Et elle ne le sait pas.

Des sauvegardes plus longues que nécessaire, des failovers montés sur un produit qu'IBM ne fait plus évoluer sous Linux, de la maintenance avec arrêt pour des opérations que le moteur gère désormais en ligne. Si votre équipe n'est pas passée à Db2 12, elle travaille plus que nécessaire — et prend peut-être des risques évitables.

9 min de lectureAnalyse technique

IBM a publié Db2 12.1.5 le 9 juin 2026 — le sixième mod pack depuis la sortie de la version 12 en novembre 2024. À chaque publication, l'écart entre la façon dont un DBA exploite son Db2 et ce que le moteur fait déjà tout seul n'a cessé de se creuser. Sans que personne ne prévienne l'équipe.

Ce n'est pas un problème de compétence. Le produit a changé en profondeur et personne n'a mis l'équipe à jour. La 11.5 n'a plus évolué depuis des années, et entre elle et la 12.1 le moteur gère autrement la haute disponibilité, les sauvegardes, la maintenance et même le type de données qu'il peut stocker. Mais personne ne l'a dit à l'équipe.

Cinq situations concrètes où cela se voit. Ce ne sont pas des cas particuliers : c'est le quotidien d'un DBA qui ignore que son Db2 fait déjà ce qu'il continue de faire à la main depuis des années.

01

Le failover que votre équipe monte sur un produit qu'IBM n'enrichit plus

C'est le cas le plus parlant. Votre équipe configure HADR pour la haute disponibilité. Sous Linux, elle met en place TSAMP (Tivoli System Automation) parce que c'est ce qu'elle connaît. Ça fonctionne. Mais IBM concentre ses nouvelles capacités d'automatisation HADR sur Pacemaker et le positionne comme l'option stratégique pour les nouveaux déploiements Linux. Le gestionnaire de cluster de référence est désormais Pacemaker, open source, standard, plus simple à exploiter.

Ce que votre équipe faitConfigure TSAMP comme gestionnaire de cluster pour HADR. Suit la documentation qu'elle connaît. Gère le basculement avec les outils Tivoli.
Ce que Db2 12 attendPacemaker intégré. Automatisation native du basculement, VIP et Overlay IP découplés. En 12.1.5 (juin 2026) : quorum disk tiebreaker et quorum node fencing.
Le coût : une couche HA montée sur un produit qu'IBM ne fait plus évoluer pour Db2 sous Linux. Ça fonctionne aujourd'hui, mais chaque mod pack ajoute de l'automatisation Pacemaker que votre équipe n'exploite pas.

Sous AIX, l'histoire va dans le même sens avec un autre acteur : l'option pour les charges exigeantes et critiques est PowerHA SystemMirror, pas TSAMP. PowerHA est le produit qu'IBM maintient et fait évoluer pour la haute disponibilité de Db2 sur Power — plus robuste, mieux intégré et mieux adapté aux environnements de production critiques. TSAMP est la couche à éviter, quelle que soit la plateforme. La conclusion n'est pas que Linux est l'option moderne et AIX l'ancienne — c'est que sur les deux plateformes il existe une bonne option, et TSAMP n'en est aucune.

02

La fenêtre de sauvegarde qui n'a plus besoin d'être aussi large

Avant la version 12, la sauvegarde traitait chaque tablespace avec un seul thread. Sur les bases volumineuses, les fenêtres s'étiraient et le DBA les acceptait comme inévitables. Dans Db2 12, le comportement a changé sur deux fronts concrets :

Ce que votre équipe faitAccepte qu'un seul thread traite chaque tablespace. Programme des fenêtres larges. Suppose que le history file est maintenu pendant la sauvegarde et bloque.
Ce que Db2 12 fait tout seulSauvegardes multi-thread — plusieurs threads traitant un même tablespace, sans configuration supplémentaire. En 12.1.4 (mars 2026) : la maintenance du history file s'effectue de façon asynchrone, sans bloquer. En 12.1.5 (juin 2026) : purge automatique des archive logs.
Le coût : des fenêtres de maintenance plus larges que nécessaire. Chaque heure supplémentaire est du risque opérationnel et de la coordination métier évitables.
03

La maintenance qui arrête le service pour modifier une colonne

Modifier l'échelle d'un DECIMAL ou élargir un SMALLINT en INT sur une table columnaire (BLU) impliquait de recréer la table, migrer les données et vérifier. En pratique, un arrêt programmé. Dans Db2 12.1.4 (mars 2026) et 12.1.5 (juin 2026), plusieurs de ces opérations ne nécessitent plus d'interruption.

Ce que votre équipe faitCrée une nouvelle table, migre les données, renomme, vérifie. Programme un arrêt de service. Idem pour la réorganisation d'index.
Ce que Db2 12 fait tout seulALTER en ligne sur tables columnaires : modifier DECIMAL, élargir SMALLINT en INT, DROP et RENAME sans arrêt. Réorganisation d'index en ligne en 12.1.5 (juin 2026). Déplacement de tables sans interruption de service.
Le coût : des arrêts de service pour des opérations que Db2 12 gère en ligne. Chaque arrêt évitable, c'est de la disponibilité récupérée.
04

L'architecture que votre équipe a écartée avec les critères de 2022

Ce cas rompt un peu le schéma des précédents, mais il est tout aussi pertinent : ce n'est pas quelque chose que Db2 12 fait tout seul, c'est une architecture désormais viable qui ne l'était pas avant. Si quelqu'un dans votre équipe a évalué Db2 pureScale — la haute disponibilité actif-actif d'IBM pour Db2, conceptuellement comparable à Oracle RAC — il l'a probablement écarté à cause des exigences matérielles. C'était un critère valable en 2022. Ça ne l'est plus.

Ce que votre équipe supposepureScale exige du matériel spécifique on-premises, une interconnexion InfiniBand et un projet d'infrastructure complexe.
Ce que Db2 12 proposepureScale self-managed sur Azure et AWS. Sur AWS, EFA réduit la latence de 40 % et multiplie le débit par 2,5×. Topologie HADR mixte pour la reprise avec un nombre de nœuds différent.
Le coût : évaluer pureScale avec des informations antérieures à Db2 12 et l'écarter pour des exigences qui n'existent plus. Une décision d'architecture prise sur des données obsolètes.
05

Ce que votre équipe suppose nécessiter une autre base de données

Un besoin de recherche sémantique ou de RAG apparaît. Le réflexe est de supposer qu'il faut une autre base de données : un autre moteur vectoriel, une autre sauvegarde, un autre système de supervision, un autre cycle de vie à maintenir. C'est peut-être le bon choix. Mais il vaut la peine de savoir que Db2 12 stocke et interroge déjà des vecteurs au sein du même moteur :

Ce que votre équipe supposeQue faire du RAG nécessite une autre base de données, une autre sauvegarde, un autre système de supervision et un autre cycle de vie à gérer.
Ce que Db2 12 proposeType de données VECTOR natif (12.1.2). Indexation DiskANN (12.1.5). Fonctions SQL TO_EMBEDDING y TEXT_GENERATION qui invoquent des modèles watsonx.ai ou OpenAI directement depuis une requête SQL.
L'option native ne sera pas toujours la meilleure. Mais un système de moins à maintenir, sauvegarder et superviser est une décision d'architecture qui mérite d'être évaluée — surtout si l'équipe ignorait qu'elle était sur la table.

Le schéma

Ce n'est pas un problème de compétence. C'est un problème d'information.

Les cinq cas ont un point commun : l'équipe ne fait pas les choses mal. Elle les fait comme on le lui a appris. Le problème, c'est que le produit a changé et que personne ne le lui a dit. IBM a publié six mod packs depuis novembre 2024. Les procédures apprises — que ce soit avec la version 10 ou la 11.5 — ne reflètent plus le fonctionnement actuel du moteur.

Et voici l'essentiel : la plupart de ces problèmes ne se résolvent pas en achetant du matériel ni en recrutant. Ils se résolvent en mettant à jour les procédures. Le risque n'est pas de mal exploiter Db2 — c'est de continuer à administrer Db2 12 comme s'il s'agissait de Db2 11.5.

Nous avons construit deux formations propres qui couvrent précisément cette lacune. Ce ne sont pas des cours génériques : ils sont mis à jour pour Db2 12.1.5, dispensés sur AIX et Linux et adaptés au niveau de l'équipe. En présentiel ou à distance, en français, anglais et espagnol.

FAQ

Questions fréquentes

Pacemaker a-t-il remplacé TSAMP dans Db2 12 ?

Oui, sous Linux. Pacemaker remplace Tivoli System Automation comme gestionnaire de cluster pour HADR. Les procédures de configuration, validation et basculement changent entièrement. Sous AIX, l'option adaptée aux charges critiques est PowerHA SystemMirror — le produit qu'IBM maintient activement pour la HA de Db2 sur Power. TSAMP est la couche à éviter sur les deux plateformes.

Qu'est-ce que Db2 12 automatise par rapport aux versions précédentes ?

Sauvegardes multi-thread sans configuration supplémentaire, maintenance du history file découplée de la sauvegarde, évolution de schéma en ligne sur tables columnaires, purge automatique des archive logs et réorganisation d'index en ligne sans blocage.

Existe-t-il une formation Db2 12 à jour pour AIX et Linux ?

Oui. Chez SIXE, nous proposons deux formations : administration Db2 LUW et déploiement et administration de pureScale. En présentiel ou à distance, en FR/EN/ES.

Db2 pureScale peut-il être déployé dans le cloud ?

Oui, depuis Db2 12. En self-managed sur Azure (RoCE et TCP/IP, BYOL) et sur AWS (Elastic Fabric Adapter). Le matériel dédié on-premises n'est plus requis.

Formation Db2 12 · AIX et Linux

Votre équipe exploite Db2 sans s'être mise à jour sur la v12 ?

Dites-nous quelle version vous utilisez, combien de DBA ont besoin de se former et sur quelle plateforme. Nous vous préparons une proposition sur mesure — programme, format, dates et langue.

OWASP API Security Top 10 vs IBM API Connect

Sécurité des APIs · OWASP · IBM API Connect

OWASP API Security Top 10 vs IBM API Connect.

Les 10 risques critiques de sécurité des APIs selon OWASP, un par un, mappés sur les capacités réelles d'IBM API Connect et DataPower. Là où la passerelle résout, là où elle aide, et là où le travail reste celui de votre backend.

10 min de lectureAnalyse technique

Les APIs sont le principal vecteur d'attaque contre les applications d'entreprise, et avec l'adoption croissante des agents d'IA et de protocoles comme MCP, l'inventaire des consommateurs autonomes continue de croître. Les risques du OWASP API Security Top 10 (édition 2023, en vigueur) ne changent pas — ils deviennent simplement plus critiques.

Cet article va droit au but : un mapping risque par risque de ce que couvrent IBM API Connect + DataPower et de ce qu'ils ne couvrent pas. Sur les 10, la passerelle a une couverture native sur 4, une aide partielle sur 4 autres, un impact indirect sur 1 et en laisse 1 au backend. Savoir lequel est lequel est ce qui distingue une équipe formée d'une équipe qui découvre les choses en production.

10
Risques critiques
dans la liste OWASP
2023
Édition OWASP
en vigueur
4 / 10
Couverture native
passerelle IBM
3
Nouvelles catégories
vs 2019
01 · Contexte

OWASP quoi, et pourquoi ça compte plus en 2026 ?

L'OWASP API Security Top 10 est la liste de référence du secteur avec les 10 risques les plus critiques en sécurité des APIs. La dernière édition date de 2023 — et en 2026 elle reste le standard, sans réédition en attente. Ce qui a changé, ce n'est pas la liste, c'est le contexte dans lequel elle s'applique :

  • Les APIs restent l'un des principaux vecteurs d'attaque contre les applications d'entreprise.
  • L'adoption croissante d'agents d'IA et de protocoles comme MCP ajoute des consommateurs autonomes à la carte — distincts des apps et partenaires habituels.
  • L'API sprawl — APIs non documentées ni gouvernées — reste un défi récurrent dans les organisations avec des années d'intégrations accumulées.

Dans ce contexte la passerelle cesse d'être un simple proxy et devient la pièce où les contrôles du OWASP API Top 10 sont appliqués — ou non.

Comment lire cet article

Chaque risque porte un badge de couverture avec quatre niveaux : Native (la passerelle le couvre par elle-même), Partielle (elle aide mais nécessite un bon design), Indirecte (contribution limitée) ou Non directe (le problème vit dans le backend). L'objectif n'est pas de vendre — c'est de savoir où mettre l'effort.

02 · Les 10 risques

OWASP API Top 10 (2023) · mapping sur IBM API Connect + DataPower

API1:2023 Broken Object Level Authorization (BOLA) Couverture partielle

Le client change un ID dans l'URL (/orders/42/orders/43) et accède à un objet qui ne lui appartient pas. Toujours le risque n°1 — parce que la logique de propriété vit dans le backend.

Ce que la passerelle FAIT Valide le JWT, extrait les claims utilisateur et les passe au backend dans des en-têtes signés. Peut appliquer des politiques par scope OAuth.
Ce que votre backend doit faire Vérifier que le user_id du token correspond au propriétaire de l'objet demandé sur chaque endpoint. La passerelle ne connaît pas votre modèle de données.
API2:2023 Broken Authentication Native

Tokens mal validés, mécanismes d'authentification non sécurisés, JWT signés avec none, identifiants par défaut. L'authentification est le plan où la passerelle apporte le plus, sans discussion.

Ce que la passerelle FAIT OAuth 2.0 complet (authorization server, scopes, refresh), validation JWT (signature, exp, aud, iss), OIDC, mTLS, clés API avec rotation, intégration avec LDAP/AD/IAM externe. C'est WD509G et WE752G à l'état pur.
Ce que votre backend doit faire Faire confiance au résultat de validation de la passerelle. Si vous re-validez côté backend, assurez-vous de ne pas introduire d'incohérences.
API3:2023 Broken Object Property Level Authorization Couverture partielle

Le backend renvoie plus de champs que l'utilisateur ne devrait voir (excessive data exposure) ou accepte plus de champs en écriture (mass assignment). Combine les anciens API3:2019 et API6:2019.

Ce que la passerelle FAIT Transformations de réponse (masquage de champs sensibles, filtrage par scope). DataPower peut appliquer du XSLT ou du GatewayScript pour assainir les payloads.
Ce que votre backend doit faire Ne pas renvoyer de champs que le rôle ne devrait pas voir. Ne pas accepter de champs non attendus en écriture. La passerelle peut aider a posteriori, mais la responsabilité reste sur le design de l'API.
API4:2023 Unrestricted Resource Consumption Native

Absence de rate limiting, pas de quotas, payloads sans taille maximale. S'appelait auparavant « Lack of Resources & Rate Limiting ». Là où la passerelle brille.

Ce que la passerelle FAIT Rate limit par consommateur, par plan, par endpoint. Quotas journaliers/mensuels. Throttling configurable. Limite de taille de payload. Burst control. Tout configuré dans le manager et appliqué dans DataPower ou Nano Gateway.
Ce que votre backend doit faire Définir les SLAs de chaque plan/consommateur. La passerelle applique ce que vous décidez — elle ne décide pas pour vous ce qui est raisonnable.
API5:2023 Broken Function Level Authorization Couverture partielle

Un utilisateur normal accède à des endpoints admin parce que l'API ne vérifie pas le rôle au-delà de l'authentification.

Ce que la passerelle FAIT Applique des politiques différentes par endpoint en fonction des scopes OAuth. Bloque l'accès aux routes admin depuis des tokens sans le scope correspondant. Routage conditionnel.
Ce que votre backend doit faire Concevoir correctement les scopes OAuth dès le départ. Un scope admin est inutile si tous les flows l'accordent. La passerelle applique des règles — elle ne les invente pas.
API6:2023 Unrestricted Access to Sensitive Business Flows Couverture partielle

Une API expose un flow métier sensible (achats, virements, votes) et un attaquant automatise des milliers d'appels légaux mais abusifs. Le dommage ne vient pas d'un exploit technique — il vient du volume.

Ce que la passerelle FAIT Throttling par consommateur, détection de patterns, geo-blocking, intégration CAPTCHA, intégration WAF (DataPower) pour des règles avancées.
Ce que votre backend doit faire Identifier quels flows sont sensibles (tous ne le sont pas) et concevoir des compteurs métier que la passerelle peut consommer via analytics.
API7:2023 Server Side Request Forgery (SSRF) Non directe

Une API accepte une URL de l'utilisateur et l'utilise pour faire des requêtes internes — l'attaquant l'utilise pour attaquer votre réseau interne. Vecteur en hausse en cloud à cause des services de metadata (AWS IMDS, Azure IMDS).

Ce que la passerelle FAIT Peu directement. Si le backend transmet via la passerelle vers l'outbound, on peut restreindre les destinations. Pas le pattern habituel.
Ce que votre backend doit faire Valider les URLs entrantes contre une liste blanche. Bloquer les plages internes (RFC 1918, link-local). Ne pas utiliser les entrées utilisateur directement dans des requêtes HTTP server-side. C'est 95 % backend.
API8:2023 Security Misconfiguration Native

Défauts non sécurisés, TLS mal configuré, CORS trop ouvert, en-têtes de sécurité absents, stack traces exposées. Le classique qui continue à causer des incidents.

Ce que la passerelle FAIT DataPower arrive avec des défauts sécurisés et permet des politiques centralisées de TLS, CORS, en-têtes de sécurité (HSTS, CSP, X-Frame-Options), suppression de stack traces. Audit de configuration unifié depuis API Connect V12.
Ce que votre backend doit faire Ne pas annuler côté backend ce que la passerelle fait déjà correctement (erreurs de double configuration). Maintenir des défauts sécurisés également à l'intérieur du réseau interne.
API9:2023 Improper Inventory Management Native

APIs zombies en production, anciennes versions jamais retirées, environnements de staging accessibles depuis internet, pas de documentation. La base de l'API sprawl.

Ce que la passerelle FAIT Le cœur d'API Connect est exactement cela : catalogue d'APIs, versioning, cycle de vie (création, publication, dépréciation, retrait), gouvernance fédérée en V12 (passerelles hétérogènes visibles depuis un seul plan de contrôle), Developer Portal avec documentation auto-générée.
Ce que votre backend doit faire Respecter le processus de gouvernance : chaque API publiée passe par le manager. Les APIs absentes du catalogue sont shadow — et ce sont elles qui génèrent les brèches.
API10:2023 Unsafe Consumption of APIs Couverture indirecte

Votre app consomme des APIs tierces sans valider ce qu'elles renvoient — et un fournisseur compromis vous emporte avec lui. Nouveau en 2023, particulièrement pertinent dans les architectures avec de nombreuses intégrations SaaS.

Ce que la passerelle FAIT Si la consommation d'APIs externes passe par la passerelle en outbound, on peut appliquer une validation de schéma, une sanitization des réponses et un rate limit du fournisseur. Pas toujours le pattern.
Ce que votre backend doit faire Valider les contrats d'API consommés. Ne pas faire confiance aux payloads reçus. Isoler les dépendances. C'est de la discipline de développement, plus que de la configuration de plateforme.
03 · Résumé visuel

Les 10 risques, en un coup d'œil

Tableau de couverture de la passerelle IBM (API Connect + DataPower) par risque OWASP :

Risque Nom court Couverture passerelle Capacité clé
API1
BOLA
Partielle
JWT claims propagés
API2
Broken Authentication
Native
OAuth, JWT, OIDC, mTLS
API3
Object Property Level Authz
Partielle
Masquage de champs
API4
Unrestricted Resource Consumption
Native
Rate limit, quotas, throttling
API5
Function Level Authorization
Partielle
Scopes OAuth + politiques
API6
Sensitive Business Flows
Partielle
Détection patterns, WAF
API7
SSRF
Non directe
Backend principalement
API8
Security Misconfiguration
Native
TLS, CORS, en-têtes, audit
API9
Improper Inventory Management
Native
Catalogue, versioning, V12
API10
Unsafe Consumption of APIs
Indirecte
Validation des contrats

Bilan : 4 couverture native (API2, API4, API8, API9) · 4 couverture partielle (API1, API3, API5, API6) · 1 indirecte (API10) · 1 non directe (API7).

04 · Le facteur humain

La passerelle applique des règles — quelqu'un doit les concevoir

La conclusion honnête après ce mapping est celle qui sort rarement dans le matériel marketing : la passerelle est un outil puissant, mais sans jugement propre. Elle applique à la lettre ce que votre équipe configure. Si les scopes OAuth sont mal pensés, la passerelle ne les répare pas pour vous. Si vous mettez un rate limit de 10 000 req/s sur un endpoint de virements, la passerelle vous aide à échouer plus vite.

Les capacités d'API Connect et DataPower sont celles que vous avez vues ci-dessus. La différence entre « nous avons API Connect » et « nous avons API Connect qui atténue correctement 8 des 10 risques OWASP » est faite par l'équipe qui l'opère.

Les 5 cours officiels qui couvrent tout cela WD509G et WD514G pour le noyau d'API Connect ; WE761G, WE752G et WE754G pour DataPower. En français, en intra-entreprise dès 2 personnes.
Catalogue de cours
Ce qu'il y a dans les cours

Pas seulement « ce que fait chaque nœud DataPower ». C'est quand appliquer quelle politique, comment concevoir des scopes OAuth qui passent à l'échelle, quand le rate limit par consumer ne suffit plus et il faut passer au business flow throttling — le type de décision opérationnelle qui se voit en projet, pas dans le manuel.

Résumé

L'essentiel en 5 points

À retenir

OWASP API Top 10 2023 reste le standard en vigueur en 2026 — pas de réédition en attente, mais plus pertinent avec l'adoption de l'IA agentique.

→ La passerelle IBM (API Connect + DataPower) a une couverture native sur 4 risques — authentification, rate limiting, configuration sécurisée et inventaire d'APIs.

Aide partielle sur 4 autres (BOLA, property authz, function authz, business flows) — la logique métier reste backend.

SSRF et unsafe consumption sont principalement le territoire des développeurs — n'attendez pas que la passerelle les résolve pour vous.

→ La différence entre avoir l'outil et atténuer les risques est l'équipe qui le configure.

FAQ

Questions fréquentes

La version 2023 d'OWASP API Top 10 est-elle toujours d'actualité en 2026 ?

Oui. La Fondation OWASP a publié la dernière mise à jour de l'API Security Top 10 en 2023 et aucune nouvelle édition n'a paru en 2026. La liste reste le standard de référence du secteur — d'autant plus pertinente avec la consommation croissante d'APIs par les agents d'IA.

API Connect / DataPower couvre-t-il les 10 risques OWASP ?

Non, et ce n'est pas un défaut de la passerelle. Sur les 10 risques, la passerelle a une couverture native sur 4 (API2, API4, API8, API9), une couverture partielle sur 4 (API1, API3, API5, API6), un impact indirect sur 1 (API10) et laisse 1 au backend (API7 SSRF). Le reste exige un design backend correct et une revue humaine.

Quel risque est le plus simple à atténuer avec la passerelle ?

API4 (Unrestricted Resource Consumption) et API9 (Improper Inventory Management). Rate limiting, quota plans et throttling sont le territoire natif d'API Connect. Catalogue, versioning et gouvernance fédérée en V12 couvrent directement la gestion d'inventaire.

Où apprendre à configurer tout cela dans API Connect ?

Les cours officiels WD509G (admins) et WD514G (devs), plus ceux de DataPower (WE761G, WE752G, WE754G). Chez SIXE on les anime en intra-entreprise dès 2 personnes avec des ingénieurs qui déploient ces produits en environnement client réel. Catalogue complet sur le hub de formation API Connect.

Sources

Références

OWASP Foundation. OWASP API Security Project. owasp.org/www-project-api-security

OWASP Foundation. API Security Top 10 (édition 2023). owasp.org/API-Security · édition 2023

IBM. IBM API Connect — Cloud Pak for Integration. ibm.com/products/api-connect

IBM. IBM DataPower Gateway. ibm.com/products/datapower-gateway

SIXE. Hub de formation officielle IBM API Connect. sixe.be/formation/ibm-api-connect

Dernière mise à jour : .


Formation API Connect & DataPower

Parlons formation pour votre équipe.

Dites-nous quels risques OWASP vous préoccupent le plus, combien vous êtes et où vous êtes basés. On revient vers vous en moins de 24 heures avec itinéraire, modalité et devis fermé. Sans formulaire à rallonge.

Informix 2026 : v15, watsonx et fin de support 12.10

Bases de données · IBM Informix · 2026

Informix en 2026 : version 15, watsonx et fin de support de 12.10.

Trois mouvements concrets — dont une fin de support qui a déjà pris effet — et un mouvement stratégique d'IBM vers l'analytique et l'IA. Si vous avez Informix en production ou si vous l'évaluez, mieux vaut avoir la carte à jour.

8 min de lectureGuide technique

Informix est l'une de ces bases de données dont on publie l'éloge funèbre de temps en temps — et quelques années plus tard elle est toujours en production dans des milliers d'organisations gérant OLTP intensif, séries temporelles et IoT. Depuis le début de 2026, trois choses concrètes se sont passées qu'il convient d'avoir à l'œil.

Chez SIXE nous délivrons les trois cours officiels de l'itinéraire Informix alignés sur la version 15, et nous accompagnons des clients dont les instances Informix tournent en production depuis des années. Voici le récapitulatif utile : ce qu'il y a sur la table, les dates qui comptent et où ça s'intègre.

Nov 2024
Informix 15
Disponibilité générale
Jan 2026
Informix 14.10xC13
Dernier fixpack
30-Avr-2026
EOS Informix 12.10
Déjà en vigueur
01 · Ce qui s'est passé cette année

Trois mouvements depuis le début de 2026

Si vous n'avez que 30 secondes, voici le résumé — le reste du post détaille chaque point :

Plateforme

Informix 15 consolide la ligne

Suppression des limites internes, stockage jusqu'à un demi-yottaoctet, smartblobs externes et InformixHQ renouvelé. La mise à jour moteur la plus marquante depuis plus d'une décennie.

Maintenance

14.10xC13 (janvier 2026)

archecker restaure désormais les tables avec colonnes SmartLOB (BLOB/CLOB) depuis backup. Direct I/O avec blocs 2K et 4K. Lot habituel de corrections cumulées.

Calendrier

EOS de 12.10 — déjà en vigueur

Informix 12.10 est hors support standard depuis le 30 avril 2026. IBM propose Extended Support contractable jusqu'en 2030 pour les organisations qui ont besoin d'un pont.

VERSIONS INFORMIX · ÉTAT EN 2026 12.10 EOS · 30-Avr-2026 Extended Support uniquement (jusqu'en 2030) 14.10 xC13 · Jan 2026 Version supportée 15 Ligne active · Nov 2024 Sans limites internes → migration recommandée → → chemin d'upgrade →
État des versions Informix en vigueur en 2026 · Sources : IBM Support Lifecycle, IIUG.
02 · Plateforme

Ce qu'apporte Informix 15

La version 15 — annoncée par IBM le 19 novembre 2024 — est la mise à jour du moteur la plus marquante depuis plus d'une décennie. Les changements principaux :

  • Stockage sans limites pratiques. Une instance Informix 15 peut gérer jusqu'à un demi-yottaoctet de données. La suppression des plafonds internes (lignes par page, pages par partition, tailles de page) libère de l'obligation de partitionner pour des raisons techniques — vous partitionnez uniquement quand cela a du sens fonctionnel.
  • Smartblobs externes. Les BLOBs et CLOBs (vidéos, documents, multimédia) peuvent vivre sur un système de fichiers externe. Sauvegardes plus rapides et stockage moins cher.
  • InformixHQ renouvelé. L'outil graphique de monitoring et d'administration propose une configuration plus simple de l'Enterprise Replication.
  • Plus de capacités de diagnostic. Améliorations du debugging SQL pour accélérer le travail des développeurs.
En clair

Sur de nombreux déploiements Informix, le partitionnement des tables était dicté par les limites du moteur plutôt que par le besoin fonctionnel. Cela change avec la 15 : vous partitionnez parce que ça a du sens au niveau du modèle de données, pas parce que le moteur l'impose.

03 · Maintenance

Nouveautés de 14.10xC13 (janvier 2026)

Si votre organisation est encore sur la ligne 14.10 — et c'est parfaitement valable, elle reste une version supportée — le dernier fixpack publié en janvier apporte :

  • archecker restaure les tables avec colonnes SmartLOB (BLOB / CLOB) depuis backup. Jusqu'ici ce scénario était plus manuel.
  • Direct I/O avec tailles de blocs 2K et 4K, en plus des tailles précédentes. Davantage de contrôle sur la performance des E/S.
  • Lot habituel de corrections cumulées et améliorations de stabilité.

14.10xC13 est un fixpack pensé pour maintenir la ligne saine pendant que vous planifiez le saut vers la 15.

04 · Intégration IA

Informix dans l'écosystème watsonx.data

IBM a publié un connecteur Informix officiel dans watsonx, également documenté dans le portail de docs de watsonx SaaS. La proposition de valeur :

  • Zero-ETL. Le connecteur interroge les données d'Informix sans les répliquer dans un data lake séparé. Une seule copie. IBM le dit littéralement : "access and query multi-modal data types in IBM Informix [...] with zero-ETL".
  • Formats ouverts dans watsonx.data. watsonx.data utilise Apache Iceberg comme format de table ouvert pour unifier et partager les données entre intégrations (Db2, Netezza, Informix et d'autres) sans avoir à re-cataloguer. Vos données dans Informix restent dans Informix.
  • Requêtes en langage naturel. Les capacités d'IA générative de watsonx.data permettent — selon IBM — aux clients d'Informix d'analyser leurs données "using natural language with no SQL required".

Pour une organisation avec Informix déjà installé, cette intégration transforme la base opérationnelle en également un actif analytique, sans migration ni réplication.

Comment le positionner

Si votre organisation utilise déjà watsonx.data ou l'évalue, l'intégration avec Informix élimine une des objections classiques : "comment connecter mes données opérationnelles à la couche IA sans monter un pipeline à part".

05 · Calendrier

Informix 12.10 — hors support standard depuis le 30 avril

Déjà en vigueur

Depuis le 30 avril 2026, Informix 12.10 (éditions Enterprise, Workgroup et Express) est hors support standard d'IBM. Les organisations qui font tourner encore 12.10 peuvent contracter IBM Extended Support avec couverture jusqu'en 2030 comme pont. Sans l'un ni l'autre, pas de correctifs de sécurité ni de résolution d'incidents par IBM.

Implications pratiques :

  • La ligne 12.10 n'accepte plus de nouvelles acquisitions de licences.
  • Les instances 12.10 sans extension sont sans correctifs ni support officiel depuis le 30 avril.
  • Extended Support est la voie contractable pour prolonger la couverture jusqu'en 2030 — utile comme pont pendant la planification de migration.
  • Le chemin d'upgrade habituel mène à la dernière version supportée (Informix 15). 14.10 est une étape intermédiaire valable si la compatibilité applicative l'exige.

Compatibilité et mouvements suggérés

Version Informix 12.10 Informix 14.10 Informix 15
Support IBM
EOS 30-Avr-2026
Supportée
Ligne active
Dernier fixpack
xC16
xC13 · Jan 2026
Dernière GA Nov-2024
Limites de stockage
Héritées
Héritées
Supprimées
Smartblobs externes
Non
Non
Oui
Intégration watsonx.data
Limitée
Limitée
Oui
Action suggérée
Plan de sortie
Plan d'upgrade
Ligne cible
06 · Intégration

Où Informix s'intègre bien en 2026

Scénarios où Informix reste une option compétitive :

  • OLTP intensif à faible latence. Retail, point de vente, banque, télécoms — l'empreinte mémoire et la performance par cœur restent parmi les meilleures du marché.
  • IoT et séries temporelles. Le moteur supporte les types temporels et la gestion de time series de façon native, sans dépendre de solutions externes.
  • Edge computing. Informix Embedded est pensé pour les appareils à matériel contraint et connectivité intermittente — kiosques, magasins distants, équipements industriels.
  • Bases de données de longue durée. Quand vous avez déjà 12.10 ou 14.10 en production, le chemin naturel est de monter à 15 — vous gardez les connaissances de l'équipe, les applications et les intégrations existantes.

À cela s'ajoute l'avantage opérationnel d'avoir un seul fournisseur (IBM) pour le support, la formation officielle et des partenaires avec une expérience réelle en production.

07 · Formation officielle

Les trois cours que nous animons

Dans l'itinéraire de formation Informix de SIXE nous animons les trois cours officiels IBM alignés sur la version 15 :

Code Cours Niveau Durée
IFMX819G
Intermédiaire
3-4 jours · 24h
IX223G
Fondamentaux
3 jours · 24h

En ligne ou en présentiel, en français, avec des laboratoires sur infrastructure réelle. Animés par les ingénieurs de SIXE qui exploitent Informix chez les clients. Intra-entreprise dès 2 personnes, avec remise volume.

Résumé

L'essentiel en 4 points

Pour les pressés

Informix 15 (nov 2024) supprime les limites internes, ajoute les smartblobs externes et renouvelle InformixHQ. Ligne cible pour la migration.

14.10xC13 (jan 2026) apporte la restauration des SmartLOBs avec archecker et direct I/O en blocs 2K/4K. 14.10 reste une version supportée.

12.10 est hors support standard depuis le 30-avr-2026. IBM Extended Support contractable jusqu'en 2030 comme pont.

Intégration watsonx.data avec connecteur zero-ETL et format ouvert Iceberg — les données opérationnelles deviennent un actif analytique sans réplication.

FAQ

Questions fréquentes

Y a-t-il toujours un support officiel d'IBM pour Informix en 2026 ?

Oui. Informix 15 est la ligne active. Informix 14.10 reste une version supportée avec ses fixpacks (le dernier, xC13, est sorti en janvier 2026). Informix 12.10 est hors support standard depuis le 30 avril 2026 ; IBM propose Extended Support contractable jusqu'en 2030 pour les organisations qui ont besoin d'étendre la couverture.

L'intégration avec watsonx.data nécessite-t-elle de déplacer les données ?

Non. Le connecteur zero-ETL accède à Informix là où il se trouve (on-premise, cloud, hybride) sans répliquer les données. Une seule copie, deux plans de consommation : opérationnel et analytique.

Quelle est la relation entre HCL et Informix ?

HCL et IBM co-licencient Informix depuis 2017. Il existe IBM Informix et HCL Informix avec la même base technique et une numérotation de versions équivalente (15.0). Les cours officiels de SIXE sont IBM.

Vaut-il la peine de migrer vers Informix 15 si je suis en 14.10 ?

Cela vaut la peine de le planifier. Les changements structurels (suppression des limites internes, smartblobs externes) sont significatifs et le connecteur watsonx.data est aligné sur la ligne active. 14.10 reste une version supportée, donc le saut peut être planifié sans précipitation.

Je suis en Informix 12.10. Que faire ?

Le support standard a pris fin le 30 avril 2026. Les options sont de contracter IBM Extended Support (couverture jusqu'en 2030) comme pont, ou de planifier la migration. La mise à niveau vers la dernière version supportée (15) est le chemin habituel ; 14.10 fonctionne comme étape intermédiaire si la compatibilité applicative l'exige.

Sources

Références

IBM. Informix 15: Unparalleled Scalability for the Modern Data-Driven World. ibm.com — annonce Informix 15

IBM. IBM Informix Enterprise Edition 12.10.x — Fin de support. ibm.com/support — EOS 12.10

IBM. Fix list for Informix Server 12.10.xC16 (dernier fixpack). ibm.com/support — 12.10.xC16

IBM. IBM Informix connection — documentation watsonx. dataplatform.cloud.ibm.com — connecteur Informix

IBM. watsonx.data SaaS — docs connecteur Informix. ibm.com/docs — watsonx Informix

IBM. Page officielle du produit. ibm.com/products/informix

IIUG. International Informix Users Group — End of support dates. iiug.org — dates EOS

Dernière mise à jour : .


Support et formation Informix

Migration, formation d'équipe ou simple évaluation ? Parlons-en.

Migration 12.10 → 15, healthcheck d'instances en production, support continu et formation officielle. Ingénieurs SIXE avec Informix réel en environnement client — sans helpdesks, sans files de tickets.

SIXE