L'infrastructure de données du sport se refait discrètement : ce que montrent vraiment les dernières 72 heures
Le 30 septembre, Tigris a publié un post-mortem sur l'exécution de sa file d'attente de stockage objet dans FoundationDB et le transfert des tâches asynchrones vers Kafka. Ce n'est pas un sujet sportif, mais le texte décrit la plomberie qui achemine désormais les médias sportifs à fort volume. Il paraît la même semaine où l'on a signifié aux centres de données européens qu'ils ne peuvent plus garder secrètes leurs consommations d'eau et d'électricité.

Ce qui s'est publié de plus utile sur la technologie sportive ces dernières 72 heures n'a rien à voir avec le sport. Le 30 septembre, le fournisseur de stockage objet Tigris a mis en ligne un post-mortem d'ingénierie. Il y explique pourquoi il a sorti de FoundationDB les tâches asynchrones comme le ramasse-miettes pour les confier à Kafka. La raison concerne quiconque fait tourner des analyses sportives : si un worker meurt en cours de tâche, la tâche meurt avec lui. « Une fois que le worker a consommé une tâche, elle n'est plus dans la file et elle meurt avec lui », écrit l'entreprise.
Le sport n'est plus qu'un empilement de ces tâches-là. Flux de tracking, pipelines vidéo, règlement des paris, rendu des résumés. Rien de tout cela ne tolère un message perdu.
Tigris ne mâche pas le compromis. L'entreprise garde certaines files dans FoundationDB, parce que la base de données supprime le problème de la double écriture. La planification, en revanche, « exige de nombreuses écritures et lectures, ce qui charge FoundationDB en lecture et concurrence directement les requêtes des utilisateurs ». Tigris a implémenté l'article QuiCK d'Apple, le système de file derrière CloudKit. Elle décrit QuiCK comme « un système de file qui utilise la Record Layer de FoundationDB pour implémenter une file de messages fondée sur le temps ». Le texte se montre aussi drôlement acide sur Kafka. Il compare l'auto-hébergement à un réveil en « vermine monstrueuse » pendant que tout le monde vous demande poliment de passer à autre chose.
Le lien avec le sport n'est pas tiré par les cheveux. Ligues et diffuseurs promettent depuis dix ans une couverture native des données, et le discours s'arrête d'ordinaire au tableau de bord. Le vrai sujet, c'est l'orchestration : quels événements sont traités, dans quel ordre, et ce qui se passe quand un worker tombe à 3 heures du matin en plein match.
Les centres de données européens muets sur les chiffres
Le même jour, le média néerlandais NL Times a publié les résultats d'une enquête d'un an. Lighthouse Report l'a menée avec Trouw et d'autres médias européens sur le reporting environnemental des centres de données. Le constat est net : aux Pays-Bas, moins d'un quart des grands centres de données publient des chiffres sur leur consommation d'électricité et d'eau potable.
Les chiffres derrière cet écart sont précis. Selon la Dutch Datacenter Association, les Pays-Bas comptaient 186 centres de données commerciaux d'une capacité de 500 kilowatts ou plus à la fin de l'année dernière. L'Agence néerlandaise pour l'entrepreneuriat, qui collecte les données pour l'Union européenne, n'en tient registre que pour 104 d'entre eux. Des chiffres publics existent pour la consommation d'électricité de 44 centres et pour la consommation d'eau de 47. La directive européenne sur l'efficacité énergétique impose ce reporting à ce seuil depuis trois ans.
L'office néerlandais de la statistique évalue la consommation électrique des centres de données du pays à 5,1 milliards de kilowattheures en 2024. Cela représente 4,6 pour cent de la consommation nationale et près du double du niveau de cinq ans plus tôt. Le gestionnaire de réseau TenneT projette 10 à 15 pour cent d'ici 2030. Le RVO a révélé cet été que le plus grand centre de données néerlandais de Microsoft pèse à lui seul 1 pour cent de la consommation électrique nationale. Google, qui exploite deux grands centres dans le pays, ne publie pas ses chiffres.
Pour le sport, rien d'abstrait. Le streaming, le tracking en temps réel et la vision par ordinateur reposent sur le même réseau, et sur le même angle mort du reporting.
Interroger le lac de données sans le déplacer
Toujours le 30 septembre, AWS a annoncé qu'Aurora PostgreSQL peut désormais interroger directement des données Apache Iceberg et Parquet. Le service passe par des tables externes, avec le moteur de requête DuckDB intégré à PostgreSQL. L'entreprise indique que la fonctionnalité est disponible en général sur Aurora PostgreSQL à partir des versions 17.11 et 18.6, dans toutes les régions commerciales et GovCloud, sans surcoût.
L'argument, c'est la fin de l'ETL. « Y accéder exigeait généralement des pipelines qui copiaient les données du lac vers Aurora, ce qui gonflait les coûts et le travail d'ingénierie à mesure que les schémas évoluaient », précise l'annonce. Pour une organisation sportive, c'est la différence entre un lac de données qui dort dans un entrepôt et un lac qu'un analyste peut réellement interroger pendant une saison.
Clubs et ligues promettent des écosystèmes sportifs natifs des données dans les salons professionnels depuis une semaine. Consultancy-me.com a couvert le 29 septembre l'intervention d'un dirigeant de Pure Sports sur ce thème à LEAP 2026. SVG Europe a publié le même jour un article sur l'infrastructure des médias à fort volume. Ni l'un ni l'autre n'est un lancement de produit. Les deux décrivent un marché qui part du principe que la couche de données fonctionne.
Elle fonctionne de plus en plus. Voilà l'histoire.
La couche de recherche bouge aussi
Le 29 septembre, les chercheurs Osayamen Jonathan Aimuyo, Swapnil Gandhi et Christos Kozyrakis ont soumis un article à arXiv. Il décrit Purlin, un cadre de communication qui sépare l'orchestration du chemin de données dans les collectifs de GPU. L'article rapporte des accélérations de latence jusqu'à 5,14x et des gains de bande passante jusqu'à 4,50x sur sept collectifs, sur des GPU A100, H200 et B200. Intégré à la pile de serving SGLang, Purlin améliore le débit et l'interactivité du serving LLM hors ligne de 1,13x en moyenne et jusqu'à 1,37x. Il améliore l'interactivité de l'inférence en ligne de 1,26x en moyenne et jusqu'à 2,85x, le gain le plus fort survenant en situation de surcharge.
Ce ne sont pas des benchmarks sportifs. Mais les charges de travail ont la même forme que la génération automatique de résumés, le tracking multicaméra et l'inférence tactique en temps réel, où la latence sous charge fait tout le produit.
L'écart entre un gain d'interactivité de 2,85x dans un article et un système opérationnel au bord du terrain reste énorme. Rien dans les sources publiques ne suggère que quelqu'un l'a comblé. La direction reste la même dans toutes les sources publiées cette semaine. Le travail intéressant se fait sous l'interface, dans l'orchestration, les moteurs de requête et les collectifs réseau.
Ce que la semaine n'a pas tranché
Elle n'a pas tranché la question de la vie privée. Le 30 septembre, 404 Media a rapporté que l'administration Trump utilise le programme High Intensity Drug Trafficking Area, créé dans les années 1980. Ce programme fait converger vers des centres de surveillance fédéraux les données des lecteurs automatiques de plaques d'immatriculation de Flock, Axon et d'autres fournisseurs. Dans certains cas, les données remontent ensuite vers le National License Plate Reader Program de la DEA. Les documents ont été obtenus par des demandes d'accès à l'information de Cris van Pelt, créateur de HaveIBeenFlocked.com. Jeramie Scott, de l'Electronic Privacy Information Center, a déclaré à 404 Media : « Si Flock vous met en colère, alors ceci devrait vous mettre en colère. »
Les enceintes sportives font partie de ce parc de caméras. Les parkings autour aussi.
Elle n'a pas tranché la question des données de santé non plus. Le Guardian a rapporté le 30 septembre que plus de 44 000 personnes ont déposé des objections formelles au titre de l'article 21 du RGPD britannique. Ces objections portent sur le traitement de leurs informations par la Federated Data Platform de NHS England, propulsée par Palantir. Les militants citent le travail de Palantir pour l'armée israélienne et pour l'application des lois sur l'immigration aux États-Unis. Palantir affirme que la plateforme aide à réduire les listes d'attente. L'entreprise cite 117 000 opérations supplémentaires, une baisse de 14,3 pour cent des retards de sortie pour les patients de longue durée et une amélioration de 5,6 pour cent du diagnostic du cancer sous 28 jours.
Et elle n'a pas tranché la question environnementale. L'enquête de Lighthouse Report a constaté que les centres de données européens refusent en grande partie de dire combien d'eau et d'électricité ils consomment. Trois ans après le début de l'obligation de reporting.
Pris ensemble, les trois derniers jours décrivent un secteur de la technologie sportive avec une couche visible et une couche invisible. La visible, ce sont les tableaux de bord, les graphiques de tracking, les commentaires générés par IA. L'invisible se reconstruit dans des blogs d'ingénierie publics et des préprints arXiv. Ses coûts en ressources et en vie privée restent largement non divulgués. Ce n'est pas un scandale. C'est un problème de mesure, et c'est celui qu'il faut surveiller.
Sources
6- 01We used a database as a message queue. Now we use Kafka.EN
- 02Most data centers refusing to say how much water, electricity they useEN
- 03Aurora PostgreSQL now supports querying of Apache Iceberg and Parquet dataEN
- 04Purlin: Separating Orchestration from the Datapath of CollectivesEN
- 05How Cities Are Forced to Funnel License Plate Data to a Massive Federal Surveillance ProgramEN
- 06More than 44,000 file legal objections to Palantir NHS platform handling their dataEN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.