fr.wedoany.com Rapport : Campbell, Californie, États-Unis, le 29 avril 2026, heure locale — Komprise, société spécialisée dans la gestion des données non structurées, a officiellement annoncé l'obtention d'un brevet américain (brevet n° US12,566,637) pour une technologie baptisée « Elastic Sharing » (Partage Élastique). Celle-ci vise à résoudre de manière systémique le problème de la sous-utilisation des ressources GPU, mémoire et réseau lors du traitement de grands ensembles de données non structurées, grâce à un mécanisme de partitionnement dynamique.
Le problème de l'inactivité des ressources ciblé par ce brevet est étayé par des données académiques précises. Selon une étude de l'Université Cornell datant de 2025, le taux d'utilisation moyen des clusters GPU n'est que de 50 %, et même pendant les périodes de travail actif, les GPU restent inactifs entre 14 % et 76 % du temps. Mike Peercy, directeur technique et co-fondateur de Komprise, souligne que les données non structurées des entreprises croissent à un rythme supérieur à 20 % par an, tandis que les budgets informatiques sont de plus en plus tendus face aux nouvelles demandes d'infrastructure d'IA. Améliorer l'efficacité d'utilisation des coûteuses ressources de calcul est devenu un impératif de contrôle des coûts incontournable pour les DSI.
L'innovation majeure de la technologie Elastic Sharing réside dans le remplacement de l'équilibrage de charge statique traditionnel, effectué une seule fois, par un mécanisme de réallocation dynamique. Les solutions statiques ne peuvent partitionner les données qu'une seule fois au lancement du travail, sans pouvoir s'adapter aux différences de vitesse d'exécution des tâches sur chaque nœud pendant le traitement. Il en résulte que les GPU ayant terminé leur tâche plus tôt restent inactifs en attente, tandis que les nœuds les plus lents constituent un goulot d'étranglement pour l'ensemble du travail. L'Elastic Sharing de Komprise surveille en continu la progression de chaque unité de calcul, attribue automatiquement une nouvelle tâche dès qu'un nœud a terminé la sienne, et peut rééquilibrer automatiquement la planification en fonction des caractéristiques des données non structurées, telles que la profondeur inconnue des hiérarchies et la taille variable des fichiers, permettant ainsi d'obtenir une accélération de mise à l'échelle quasi linéaire.
La valeur commerciale générée par ce brevet se traduit directement par une réduction du coût total de possession des pipelines de données d'IA. Les charges de travail accélérées par l'Elastic Sharing couvrent des scénarios clés tels que l'ingestion de données pour l'IA, l'extraction de métadonnées, la migration de données à grande échelle, le tiering chaud/froid et la gestion des données sensibles. Kumar Goswami, PDG et co-fondateur de Komprise, avait précédemment déclaré publiquement qu'avant d'investir dans l'IA, les entreprises doivent d'abord transformer leurs données non structurées, d'un état dispersé en actifs de données structurées utilisables pour l'entraînement et l'inférence des modèles, faute de quoi la fiabilité des résultats de l'IA et le retour sur investissement seraient menacés. L'Elastic Sharing intervient précisément sur le levier de l'efficacité d'utilisation de la puissance de calcul pour réduire la consommation de ressources et les délais de cette phase de préparation des données.
Du point de vue de la stratégie globale de l'entreprise, le brevet Elastic Sharing est la dernière pièce du puzzle technologique que Komprise construit autour de la « gestion du cycle de vie des données pour l'IA ». En février 2026, la société a lancé un service de données de calcul serverless nommé KAPPA, qui automatise la gestion de l'infrastructure lors de l'extraction de métadonnées et de la préparation des données, permettant aux utilisateurs de se concentrer sur la conception de logiques personnalisées au niveau des fichiers sans se soucier de la taille et de la planification des clusters de calcul. L'ajout de l'Elastic Sharing renforce encore le socle de cette stratégie : KAPPA fournit la capacité d'orchestration de la logique métier, tandis que l'Elastic Sharing garantit que les clusters GPU sous-jacents exécutent les flux de tâches orchestrés de la manière la plus efficace en parallèle. Ensemble, ils constituent une pile technologique complète allant de la gouvernance des données à l'optimisation de la puissance de calcul.
Fondée en 2014 par Kumar Goswami, Krishna Subramanian et Mike Peercy, Komprise a son siège social à Campbell, en Californie. La société a levé un total de 85 millions de dollars de financement, dont un tour de table de série D de 37 millions de dollars en 2023. Sa plateforme principale se positionne sur la gestion des données non structurées axée sur l'analyse. Grâce à trois composants majeurs — la gestion intelligente des données, les flux de travail intelligents sur les données et un catalogue de métadonnées global — elle offre des capacités de découverte, de classification, de migration, de tiering et de gestion du cycle de vie pour les données sous forme de fichiers et d'objets dans les environnements sur site et cloud. L'entreprise a été reconnue comme leader de la gestion des données cloud dans le classement CRN Cloud 100 de 2026.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
