Imaginez un monde où votre vie numérique — vos photos, vos données de santé, les commandes de votre maison intelligente — réside dans un vaste entrepôt lointain. Pendant des décennies, cela a été le modèle standard de l'informatique : votre téléphone ou votre capteur envoie une requête à travers l'océan vers un centre de données massif, qui traite l'information et la renvoie. Cela fonctionne bien pour beaucoup de choses, mais cela crée un délai, un décalage qui augmente à mesure que la distance s'accroît. À une époque d'appels vidéo instantanés, de véhicules autonomes et de surveillance médicale en temps réel, ce décalage devient un problème. Pour le résoudre, les ingénieurs se sont tournés vers l'« edge computing » (informatique en périphérie), une stratégie qui déplace la puissance de traitement plus près de là où se trouvent réellement les gens, en plaçant de petits serveurs dans les quartiers, les usines et les tours de téléphonie cellulaire. Cela apporte l'entrepôt à votre porte, promettant rapidité et efficacité.

Cependant, une nouvelle complication est apparue. La façon la plus populaire de construire des logiciels pour ces systèmes modernes est appelée « serverless computing » (informatique sans serveur). Dans ce modèle, les développeurs écrivent de petits morceaux de code indépendants qui ne s'exécutent que lorsqu'ils sont nécessaires, comme une flotte de drones de livraison qui n'apparaissent que lorsqu'un colis est prêt. La beauté de ce système réside dans le fait que l'infrastructure gère toute la lourde tâche de savoir où et quand ces drones volent. Mais il y a un piège : ces drones sont conçus pour être « stateless » (sans état), ce qui signifie qu'ils n'ont aucun souvenir de ce qui s'est passé auparavant. Si un drone livre un colis, il oublie immédiatement le nom et l'adresse du client. Pour des tâches simples, cela convient. Mais pour des applications complexes qui doivent se souvenir de la progression d'un utilisateur, de ses préférences ou de son historique de santé, ce manque de mémoire est une impasse. Le défi consiste donc à réunir la vitesse de l'edge et la simplicité du serverless, tout en donnant à ces programmes éphémères la capacité de conserver les données d'un utilisateur de manière sécurisée et efficace.

C'est le problème qu'une équipe de chercheurs du Politecnico di Milano a entrepris de résoudre avec une nouvelle plateforme qu'ils appellent SCOPE. Leur objectif était de créer un système permettant à ces programmes temporaires de transporter une « session », un conteneur numérique contenant les données spécifiques d'un utilisateur, et de déplacer automatiquement ce conteneur lorsque l'utilisateur se déplace ou que le réseau change. Les chercheurs voulaient savoir s'ils pouvaient construire un système qui garde les données proches de l'utilisateur pour garantir la vitesse, tout en sachant quand déplacer ces données vers une machine plus puissante si la machine locale devient trop occupée. Ils ne se sont pas contentés de proposer une théorie ; ils ont construit un prototype fonctionnel et l'ont testé dans un environnement simulé qui imitait la lutte du monde réel entre un serveur edge local et un centre de données cloud distant.

Le cœur de leur solution est un concept qu'ils appellent une « session ». Considérez une session comme un casier personnel appartenant à un utilisateur spécifique. Dans le système SCOPE, lorsqu'un utilisateur interagit avec une application, le système crée un casier pour lui. Ce casier peut être ouvert et fermé par différents programmes selon les besoins, mais le casier lui-même reste intact. L'innovation réside dans la gestion de ces casiers par le système. La plateforme surveille constamment la santé du réseau. Si un serveur edge local gère trop de requêtes et commence à ralentir, le système peut déplacer discrètement le casier de l'utilisateur vers un serveur plus spacieux à proximité, ou même vers un centre de données cloud distant si nécessaire. Crucialement, l'utilisateur n'a jamais besoin de savoir que cela se produit. Il continue simplement son travail, et le système veille à ce que ses données le suivent au bon endroit et au bon moment.

Pour tester cela, les chercheurs ont mis en place un réseau virtuel avec trois emplacements distincts : un appareil client représentant un utilisateur, un serveur edge situé à proximité, et un serveur cloud situé loin, simulant une connexion transatlantique. Ils ont créé plusieurs types de tâches pour tester la résistance du système. Une tâche consistait à télécharger et uploader de gros fichiers vidéo, ce qui nécessite un mouvement de données important. Une autre consistait à convertir la parole en texte, une tâche qui exige une grande puissance de calcul informatique. Ils ont également créé des tâches simples et légères pour mesurer la vitesse de base du système. Le but était de voir comment le système se comportait lorsque le serveur edge local était surchargé.

Les résultats étaient révélateurs. Lorsque les chercheurs ont inondé le serveur edge local de requêtes, le temps de réponse du système a commencé à se dégrader, comme on pouvait s'y attendre. Cependant, lorsqu'ils ont activé la plateforme SCOPE, le système a détecté la surcharge et a commencé à rediriger le trafic. Il ne s'est pas contenté de planter ou de ralentir ; il a intelligemment déplacé la charge de travail. Pour les nouvelles requêtes, il les a immédiatement envoyées vers le serveur cloud distant, empêchant le serveur local de s'engorger. Pour les sessions existantes qui étaient déjà en cours, le système a effectué une migration minutieuse. Il a déplacé la session de données de l'utilisateur du serveur local encombré vers le serveur cloud plus spacieux. Ce processus a pris du temps — environ 1,5 seconde pour une session de 2 mégaoctets — mais une fois le déplacement terminé, le temps de réponse pour cet utilisateur a chuté de manière spectaculaire. Le système avait réussi à échanger une brève pause contre un gain de vitesse permanent.

Les chercheurs ont également testé la manière dont le système gère le déplacement d'un utilisateur. Ils ont simulé un client changeant de lieu physique, ce qui, dans un scénario réel, signifierait passer d'un quartier à un autre. À mesure que le client se déplaçait, le système recalculait le meilleur endroit pour stocker ses données. Ils ont constaté que le système pouvait migrer avec succès la session vers un nouveau nœud plus proche, gardant les données près de l'utilisateur. Cependant, ils ont noté une limitation : dans des réseaux très petits avec peu de nœuds, le système éprouvait parfois des difficultés à trouver l'emplacement absolument optimal une fois qu'une session avait été déplacée, car les nœuds avaient une connaissance limitée de l'ensemble du réseau. Mais à mesure que le réseau devenait plus grand et plus complexe, le système devenait beaucoup plus efficace pour garder les données proches de l'utilisateur, même lorsque les ressources fluctuaient.

L'étude a également examiné le coût du déplacement des données. Les chercheurs ont constaté que le temps nécessaire pour migrer une session était directement lié à la taille des données. Déplacer une session vide prenait environ 270 millisecondes, tandis que déplacer une session de 5 mégaoctets prenait environ 2 secondes. Cela a confirmé que la bande passante du réseau était le principal goulot d'étranglement, et non le logiciel lui-même. Le système était suffisamment efficace pour que l'interruption brève causée par le déplacement d'une session soit un faible prix à payer pour l'amélioration significative de la performance qui suivait. Dans un test, déplacer une session d'un serveur cloud distant vers un serveur edge local a réduit le temps de réponse de 126 millisecondes à seulement 21 millisecondes.

Ce qui rend ce travail significatif, c'est qu'il comble un fossé qui existait depuis longtemps dans le domaine. Les systèmes précédents offraient soit la vitesse de l'edge mais ne pouvaient pas gérer d'applications complexes dépendantes de la mémoire, soit offraient la mémoire mais obligeaient les développeurs à gérer eux-mêmes la logistique complexe du déplacement des données. SCOPE automatise l'ensemble de ce processus. Il permet aux développeurs d'écrire du code simple sans se soucier de l'endroit où se trouvent les données, tandis que la plateforme gère les décisions complexes sur l'endroit où stocker et déplacer ces données en fonction des conditions en temps réel. Les chercheurs ont démontré que cette approche fonctionne dans un environnement hétérogène, où différents types de machines aux capacités variées travaillent ensemble.

Les conclusions de l'équipe suggèrent que ce modèle est viable pour un déploiement dans le monde réel. Ils ont montré que le système peut s'adapter à des pics soudains de trafic, empêchant l'ensemble du réseau de s'effondrer sous la pression. Ils ont également montré qu'il peut répondre au mouvement physique des utilisateurs, en gardant leurs données à proximité. Bien que le système ne soit pas parfait — il nécessite toujours une brève pause pour déplacer les données et repose sur une structure de réseau hiérarchique qui peut nécessifier un ajustement dans de très petites configurations — il représente une étape majeure. Les chercheurs ont conclu qu'en traitant les données comme une session mobile plutôt que comme un fichier statique, ils peuvent créer un environnement informatique qui est à la fois rapide et intelligent.

En fin de compte, l'article présente une vision d'un monde numérique plus fluide et réactif. C'est un système où l'infrastructure n'est pas une grille rigide de serveurs fixes, mais un paysage dynamique qui se déforme pour répondre aux besoins de ses utilisateurs. Les chercheurs n'ont pas prétendu avoir résolu tous les problèmes de l'edge computing, mais ils ont fourni un exemple concret et fonctionnel de la manière de rendre le serverless computing véritablement « stateful » (avec état). Leur travail suggère que l'avenir de l'informatique ne réside pas dans le choix entre la vitesse de l'edge et la puissance du cloud, mais dans la construction d'un continuum transparent où les deux travaillent ensemble, déplaçant les données et la puissance de traitement exactement là où elles sont nécessaires, exactement quand elles sont nécessaires.